Claim Missing Document
Check
Articles

Sistem Pendukung Keputusan Perdagangan Cryptocurrency Menggunakan Pembobotan Kombinasi Indikator EMA, RSI, MACD, dan Bollinger Bands M. Zaky Pria Maulana; Rizky Parlika; Firza Prima Aditiawan
JOINS (Journal of Information System) Vol 11 No 1 (2026): Edisi (Desember 2025 - Mei 2026)
Publisher : Fakultas Ilmu Komputer, Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/joins.v11i1.15776

Abstract

Cryptocurrency trading has rapid and significant price changes that cause investors to make decisions based solely on intuition when buying assets, potentially leading to a risk of loss. Therefore, this research aims to develop a cryptocurrency trading decision support system (DSS) using a combination of technical indicators, namely EMA, RSI, MACD, and Bollinger Bands. The system is designed to assist users in making more objective trading decisions based on historical data. This study applies weighted indicator combinations ranging from 0 to 4, resulting in 625 weight combinations evaluated thru backtesting using ROI, Win Rate, and MDD metrics. Based on the test results, the weighted indicator combination outperformed single indicators by achieving an ROI increase of up to 2222.35% on the SOLUSDT asset. In addition, the approach improved signal accuracy, as shown by the increase in Win Rate on ETHUSDT from 35.21% to 47.28% and on SOLUSDT from 32.84% to 58.11%. Furthermore, the method was effective in mitigating risk, indicated by the reduction of MDD on ETHUSDT from 50.04% to 41.35%. The system was successfully implemented as a web-based application integrated with Telegram notifications to deliver analysis results to users.
PERBANDINGAN OPTIMASI PSO BAYESIAN DAN OPTUNA PADA MODEL GRU UNTUK PREDIKSI HARGA AYAM JAWA TIMUR Choirun Nisa; Rizky Parlika; M. Muharrom Al Haromainy
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7462

Abstract

Studi ini bertujuan untuk menganalisis dan membandingkan performa metode optimasi hyperparameter, yaitu Particle Swarm Optimization (PSO), Bayesian Optimization, dan Optuna pada model Gated Recurrent Unit (GRU) dalam prediksi harga daging ayam ras pedaging di Provinsi Jawa Timur. Data yang digunakan merupakan data harian time series periode Januari 2018 hingga Januari 2026. Metode Penelitian meliputi preprocessing data, feature engineering, validasi model memakai walk-forward validation dengan pendekatan expanding window sebanyak 5 fold, serta optimasi hyperparameter pada setiap fold. Evaluasi model dilakukan memakai metrik MAE, RMSE, dan MAPE, dimana nilai evaluasi diperoleh dari rata-rata seluruh fold pengujian. Hasil penelitian memperlihatkan  seluruh metode optimasi mampu meningkatkan performa model dibandingkan GRU baseline. Model GRU dengan Bayesian Optimization menghasilkan performa terbaik dengan nilai MAE sebesar 252.30, RMSE sebesar 378.03, dan MAPE sebesar 0.74%, serta memperlihatkan tingkat stabilitas yang lebih baik dibandingkan metode lainnya. Hasil studi ini memperlihatkan  pemilihan metode optimasi hyperparameter yang tepat dapat meningkatkan akurasi dan konsistensi model prediksi harga pangan.
SISTEM KONTROL PRESENTASI REAL-TIME BERBASIS GESTUR TANGAN MENGGUNAKAN METODE LSTM PADA APLIKASI CANVA Salsa Pramudhita Agustiardani; Rizky Parlika; Budi Nugroho
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7484

Abstract

Penggunaan perangkat konvensional seperti mouse dan keyboard dalam presentasi masih memiliki keterbatasan pada interaksi tanpa sentuhan. Penelitian ini bertujuan untuk mengembangkan sistem kontrol presentasi real-time berbasis gestur tangan menggunakan metode Long Short-Term Memory (LSTM) yang diintegrasikan ke dalam aplikasi Canva. Sistem memanfaatkan MediaPipe untuk mengekstraksi 21 titik landmark tangan sebagai fitur input model klasifikasi. Untuk menjalankan perintah presentasi, terdapat empat kelas gestur yang meliputi gestur one, peace, ok, dan fist. Setiap gestur memiliki fungsi untuk melakukan kontrol presentasi seperti berpindah slide, kembali ke slide sebelumnya, mengaktifkan mode layar penuh, dan keluar dari mode layar penuh. Hasil pengujian menunjukkan model mencapai akurasi sebesar 99%, serta mampu bekerja secara konsisten pada kondisi indoor dan outdoor. Tingkat akurasi yang diperoleh menunjukkan bahwa metode LSTM memiliki performa yang optimal dalam mengenali gestur tangan secara real-time.
PERBANDINGAN METODE GRU DAN XGBOOST DALAM MEMPREDIKSI HARGA PENUTUPAN SAHAM ADRO Eka Maurita Maurita; Rizky Parlika; Budi Nugroho
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7490

Abstract

Prediksi harga saham merupakan salah satu tantangan yang penting dalam analisis pasar modal sebab perubahan harga saham memiliki sifat fluktuatif serta dipengaruhi oleh berbagai elemen baik eksternal maupun internal. penelitian ini memiliki tujuan untuk membandingkan performa metode Deep Learning dan Machine Learning, yaitu Gated Recurrent Unit (GRU) dan Extreme Gradient Boosting (XGBoost), dalam memprediksi nilai penutupan saham ADRO. Data yang digunakan berupa data time series multivariat yang terdiri dari harga saham ADRO, harga Batubara dunia, dan nilai tukar USD/IDR yang diperoleh dari Yahoo Finance. Tahapan penelitian meliputi pengumpulan dataset, preprocessing data, normalisasi menggunakan Min-Max Normalization, pembentukan sequence dengan teknik sliding window, pelatihan model, denormalisasi, serta evaluasi model menggunakan tiga metrik yaitu MAE, RMSE, dan MAPE. Hasil dari penelitian ini memperlihatkan bahwa model GRU memiliki performa yang lebih baik dibandingkan dengan XGBoost dengan nilai MAE sebesar 50.59, RMSE sebesar 87.85, dan MAPE sebesar 2.12%, sedangkan model XGBoost memperoleh nilai MAE sebesar 66.04, RMSE sebesar 103.47, dan MAPE sebesar 2.60%. berdasarkan hasil tersebut, metode GRU lebih efektif dalam mempelajari pola temporal dan dependensi jangka panjang pada data deret waktu harga saham ADRO sehingga menghasilkan prediksi yang lebih akurat,
PENERAPAN METODE ITEM-BASED COLLABORATIVE FILTERING UNTUK REKOMENDASI MENU PADA KANTIN XYZ Caritta Elizabeth; Rizky Parlika; Budi Nugroho
Jurnal Informatika Teknologi dan Sains (Jinteks) Vol 8 No 2 (2026): EDISI 28
Publisher : Program Studi Informatika Universitas Teknologi Sumbawa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51401/jinteks.v8i2.7497

Abstract

Kemajuan teknologi informasi telah mendorong pemanfaatan sistem digital dalam layanan pemesanan makanan, terutama di lingkungan kantin. Jumlah varian menu yang ditawarkan di Kantin XYZ menyulitkan pengguna dalam menentukan pilihan menu yang sesuai dengan selera mereka. Permasalahan tersebut dapat diselesaikan melalui implementasi sistem rekomendasi yang mampu memberikan rekomendasi menu secara personal kepada pengguna. Penelitian ini berfokus pada metode Item-Based Collaborative Filtering (CF) dalam sistem rekomendasi menu Kantin XYZ. Metode tersebut menggunakan data transaksi dan rating pengguna untuk membangun user-item matrix, lalu menghitung antar item menggunakan Cosine Similarity. Setelah itu, prediksi rating dilakukan dengan pendekatan weighted sum berdasarkan nilai similarity antar item. Dataset yang dipakai meliputi data pengguna, data menu, serta data transaksi dan rating. Hasil penelitian mengungkapkan bahwa sistem dapat menghasilkan rekomendasi menu yang relevan dengan berdasarkan pada pola keterkaitan antar item. Evaluasi sistem menggunakan Mean Absolute Error (MAE) menghasilkan nilai sebesar 0,52, yang dinormalisasi terhadap rentang skala rating 1–5 setara dengan sekitar 13% kesalahan relatif. Nilai ini menunjukkan bahwa tingkat kesalahan prediksi cukup rendah, sehingga sistem memiliki kemampuan yang cukup baik dalam menggambarkan preferensi pengguna.
Prediksi Suhu Udara Kota Surabaya Menggunakan Prophet dengan Grid Search Hyperparameter Kemal Fahreza Jibran Jibran; Rizky Parlika; Wahyu Syaifullah Jauharis Saputra
Jurnal Sarjana Teknik Informatika Vol. 14 No. 2 (2026): Juni
Publisher : Program Studi Informatika, Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/jstie.v14i2.32011

Abstract

Perubahan iklim meningkatkan jumlah panas yang mencapai permukaan terutama wilayah inti perkotaan seperti Surabaya yang terkena dampak urbanisasi dan fenomena Urban Heat Island. Model ini memprediksi suhu dengan cara yang seakurat mungkin, dan kondisi ini menuntut model prediksi suhu udara harian. Penelitian ini bertujuan untuk memprediksi suhu udara harian Kota Surabaya menggunakan model deret waktu Prophet yang dioptimasikan menggunakan Grid Search Hyperparameter. Sample data sebanyak 2.182 observasi setiap triwulan mulai Januari 2020 hingga akhir Desember 2025. Tahapan penenitian meliputi pengumpulan data, prapemrosesan, transformasi, pembagian data secara-kronologis, pelatihan model baseline, optimasi hyperparameter, and evaluasi kinerja. RMSE 0,868362, MAE 0,660211, dan MAPE 2,325906 adalah model prophet baseline RMSE, MAE, and MAPE. Setelah dilakukan optimasi pada parameter changepoint_prior_scale, seasonality_prior_scale, and seasonality_mode, diperoleh peningkatan kinerja dengan nilai evaluasi RMSE 0,858426, MAE 0,657965, and MAPE 2,311441. Hasil dekomposisi menunjukkan adanya tren jangka panjang serta pola musiman tahunan yang dominan. Optimasi hyperparameter terbukti secara keseluruhan meningkatkan prediksi suhu udara di Surabaya.
Integrasi Fitur Notifikasi Pemesanan untuk Meningkatkan Pelayanan Pengguna pada E-Commerce Batik Wistara Aqila Murodah Sutanto; Rizky Parlika; Teguh Sutanto
Jurnal Komtika (Komputasi dan Informatika) Vol. 10 No. 1 (2026)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v10.i1.15484

Abstract

Batik Wistara is a Micro, Small, and Medium Enterprise (MSME) that sells various types of fabrics both offline and through its e-commerce website. In practice, the admin often struggles to keep up with online orders because most of the work is still centered on offline sales. As a result, some orders are noticed late, which slows down the response to customers and affects service quality. To help overcome this problem, this study develops an automatic notification system that connects directly to WhatsApp and Telegram using an API. With this system, every new order is sent to the admin in real time, allowing them to immediately see and respond to incoming transactions. The development process follows the waterfall method, starting from identifying needs, designing the API flow, implementing the system, and finally testing its performance. The results show that this feature makes the admin’s workflow more efficient because online orders are no longer dependent on manually checking the dashboard. Notifications arrive instantly, helping the admin maintain service consistency and avoid missed orders. This study also offers practical insight for other MSMEs that want to strengthen their e-commerce operations by adopting API-based notification solutions
Co-Authors Abidin Sulaiman Abrori, Merdin Risalul Achmad Heidhar Mubarok, Achmad Heidhar Achmad Yuneda Alfajr Agung Wibowo, Mochamad Ahmad Budi Trisnawan Ahmad Dendy Prasongko Putra Ahmad Maghfur’ Ali Akbar, Fawwaz Ali Akhlis Munazilin Akhlis Munazilin, Akhlis al hakim, Rais Alfajr, Achmad Yuneda Alif Ernanda Putra Alwin, Muhammad Izdihar Amir Muhammad Hakim Andreas Nugroho Sihananto Andry S, Firdaus Anggoro Cahyo Nugroho Anggreini, Diana Nur Anita Nusari Aqila Murodah Sutanto Ardiana Deka Maharani Ardika, Rendra Ardisty Palvelus Jumala Arianto, Chakra Satrya Pradana Putra Aris Pratama Arista Pratama Asif Faroqi Atmaja, Pratama Wirya Aulia N, Rayhan Auliya, Rahmat Avrie Akbar Prabowo Ayu Ithriah, Syurfah Basuki Rahmat Masdi Siduppa Benny Danendra Hadi Bima Rizqy Prasurya Bregsi Atingsari Julastri Bryan Benedict Bangun Budi Nugroho Budi Nugroho Caritta Elizabeth Chakra Satrya Pradana Putra Arianto Choirun Nisa Dandi Azaidane Devan Cakra Mudra Wijaya Devi Anugrah Putri Dewi Azizah Dhany Satya Hutama Didik U Pribadi, Didik U Didik Utomo Pribadi Dimas Rizward Hikmah Utomo Dino Rosanilo Yuswanto Dwi Rahmadewi, Cynthia Eka Maurita Maurita Emmil Yulianto Erayanti, Aninda Elsa Fadhli Shidqi Wiratama faradilla, yolla Faris Hirmar Pralas Fatwa Zuhri Diva Perdana Fedianto, Muhammad Helmi Satria Fernanda, Rifky Akhmad Fernanda, Rifky Akhmad Firmansyah, Fahrul Firza Prima Aditiawan Fitranda Ramadhana Gayuh Abdi Mahardika Hadiansyah Rachmawan Putra Haidar Ananta Kusuma Hakim, Arif Rahman Hamdi Indra Hanafi, Agus Heldian Lintang P Heri Khariono Heri Khariono Hermawan, Riky Hidayat Nur Tauhid Hidayat, Mochammad Fikri Hilman Fadlilah Lesmana Humam Maulana Tsubasanofa Ramadhan Humam Maulana Tsubasanofa Ramadhan Humania B, Nobel Ilham Asy’ari Ilham Krisdianta Siregar Ilham Pradika, Sunu Ilham Setia R Isfan Rachmad Ja'far Shodiq Jerry Ramadhani Cahyas Kartini Kartini Kartini Kartini Kemal Fahreza Jibran Jibran Khariono, Heri Kholilul Rachman Nur Manab Kumala, Yudhistira Nanda Lesmana, Hilman Fadlilah Lintang P, Heldian Luthfiyatul ‘Azizah M. Muharrom Al Haromainy M. Syahrul Munir, M. Syahrul M. Zaky Pria Maulana Malik, Gamar Ramadhani Maulana, Hendra Melinda Shilatil Fauziyah Merdin Risalul Abrori Miftakhoneki, Sufi Misbahul Munir Mochammad Fikri Hidayat Mochammad Zayyan Ramadhan Moh. Ainur Rofik Mohammad Idhom Muhamad Faizhal Musthafa Muhammad Agung Shobirin Muhammad Ghifari Alifian Muhammad Hakim, Amir Muhammad Helmi Satria Fedianto Muhammad Ilham Arzaki Muhammad Izdihar Alwin Muhammad Rafli Aulia Rojani Lutfi Muhammad Rizal Waskito Muhammad Romi Nasution Muhammad Suriansyah Munir, M Syahrul Mustafid Mustafid Nafa Nabila El Indri Nizam, M Miftahul Nobel Humania B Nur Cahyo, Arif Nur Manab, Kholilul Rachman Nurilhaq, Muhammad Sabilli Olivia i Anggun Permatasar Orissa, Dendy Fektor Parlika, Anjaya Perdana, Fatwa Zuhri Diva Prabowo, Avrie Akbar Pralas, Faris Hirmar Prayoga, Julio Cahya Pribadi, Didik U Putra Dwi Wira Gardha Yuniahans Putra, Ahmad Dendy Prasongko Putra, Alif Ernanda Putra, Hadiansyah Rachmawan Qonitah Jihan Nabilah R Rizal Isnanto R. Rizal Isnanto Rachman N.M., Kholilul Rahmat Auliya Ramadhan, Ferry Dzaky Rayhan Aulia N Rayhan Rizal Mahendra Rayhan Saneval Arhinza Retno Mumpuni Reza Achmad Gallanta Rifardi Taufiq Yufananda Rifky Akhmad Fernanda Rifky Akhmad Fernanda Riky Hermawan Rivaldy Setiawan, Rivaldy Rizky Ananda Ramadhan Rizqy Khoirul Waritsin Roiqoh, Aprinia Salsabila S. Gama, Nemicio de Salsa Pramudhita Agustiardani Sarirotul Latifah Satria, Vinza Hedi Setia R, Ilham Setiawan, Rienaldi Shahab, Muhammad Syaugi Shodiq, Ja'far Siregar, Ilham Krisdianta Steffanuel Pranatalie Krispriyanto Stevanus Frangky Handono Sunu Ilham Pradika Suriansyah, Muhammad Susy Rahmawati Syafriansyah, Muhammad Syahrul Munir Syalum Marsya Pruista Tasya Ardhian Nisaa’ Tegar Satria Kirana Teguh Sutanto Ummam, Mohamad Arel Intidhofatul Vito Fausta Majid Wahyu Syaifullah Jauharis Saputra Waskito, Muhammad Rizal Wifaqul Azmi, Muhammad Wijaya, Devan Cakra Mudra Wijaya, Devan Cakra Mudra Yoga Ari Tofan Yulianto, Emmil