Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Jurnal Matematika dan Statistika serta Aplikasinya (Jurnal MSA) JURNAL INSTEK (Informatika Sains dan Teknologi)
Darja, Rahma
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Environmental Science Mathematics Medicine & Pharmacology

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Analisis Pengaruh Indeks Pembangunan Manusia, Pengangguran Dan Jumlah Penduduk Terhadap Jumlah Penduduk Miskin Di Sulawesi Selatan Pada Tahun 2019 Syata, Ilham; Darja, Rahma
Jurnal MSA (Matematika dan Statistika serta Aplikasinya) Vol 9 No 1 (2021): VOLUME 9 NOMOR 1 TAHUN 2021
Publisher : Universitas Islam Negeri Alauddin Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/msa.v9i1.19592

Abstract

Tujuan penelitian ini adalah untuk mengetahui pengaruh indeks pembangunan  manusia, pengangguran dan jumlah penduduk terhadap jumlah penduduk miskin di Sulawesi Selatan tahun 2019. Hasil penelitian ini menunjukkan model terbaik yang terbentuk untuk analisis regresi adalah  Dari persamaan regresi dapat dijelaskan nilai konstanta sebesar . Artinya apabila variabel Indeks pembangunan manusia (X1) dan variabel jumlah penduduk (X3) diasumsikan konstan maka diperkirakan rasio jumlah penduduk miskin sebesar  jiwa/orang dalam setahun dan variabel Indeks Pembangunan Manusia (X1) dan variabel Jumlah Penduduk (X3) berpengaruh positif dan signifikan terhadap Jumlah Penduduk Miskin.
MEMPREDIKSIKAN HARGA SAHAM BANK RAKYAT INDONESIA (PERSERO) TBK MENGGUNAKAN METODE BIDIRECTIONAL LONG SHORT TERM MEMORY (BI-LSTM) Darja, Rahma; Irwan; Muh. Irwan
Jurnal INSTEK (Informatika Sains dan Teknologi) Vol 10 No 2 (2025): OCTOBER
Publisher : Department of Informatics Engineering, Faculty of Science and Technology, Universitas Islam Negeri Alauddin, Makassar, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24252/instek.v10i2.57438

Abstract

Pasar modal memegang peranan strategis sebagai indikator stabilitas ekonomi suatu negara, di mana saham berfungsi sebagai instrumen vital untuk pertukaran modal yang memengaruhi berbagai sektor keuangan. Mengingat sifat harga saham yang fluktuatif dan non-linear, prediksi yang akurat menjadi sangat krusial bagi investor untuk meminimalisir risiko kerugian. Penelitian ini bertujuan untuk memprediksi harga saham tertinggi (high price) pada PT Bank Rakyat Indonesia (Persero) Tbk menggunakan pendekatan Deep Learning, yaitu metode Bidirectional Long Short-Term Memory (Bi-LSTM). Dalam metodologi penelitian, skenario pembagian data dilakukan dengan komposisi 50% data latih dan 50% data uji. Penelitian ini melakukan serangkaian eksperimen tuning hyperparameter yang meliputi variasi learning rate, jumlah neuron, dan jumlah epoch. Berdasarkan hasil pengujian, arsitektur model paling optimal diperoleh dengan konfigurasi 50 neuron, penggunaan algoritma optimasi Adam, learning rate sebesar 0,001, batch size 1, dan 5 kali epoch. Evaluasi kinerja model menunjukkan hasil yang sangat impresif, dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 1,24998952%. Mengacu pada standar evaluasi di mana nilai MAPE < 10%, kemampuan prediksi model ini dikategorikan sebagai "sangat baik". Hasil ini mengindikasikan bahwa model Bi-LSTM yang dibangun sangat andal dan dapat dimanfaatkan oleh investor sebagai acuan strategis dalam pengambilan keputusan investasi saham BBRI.
Co-Authors Ilham Syata Irwan Muh. Irwan