Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

2.875

P-Index

This Author published in this journals

All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Jurnal Ilmu Komputer dan Informasi Jurnal Ilmu Komputer Jurnal Teknik ITS Jurnal Sains dan Seni ITS JUTI: Jurnal Ilmiah Teknologi Informasi Jurnal Ilmiah Mikrotek Jurnal Simantec Jurnal Teknobisnis Jurnas Nasional Teknologi dan Sistem Informasi Khazanah Informatika: Jurnal Ilmu Komputer dan Informatika Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) INTENSIF: Jurnal Ilmiah Penelitian dan Penerapan Teknologi Sistem Informasi JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI SISFO SPIRIT Prosiding Seminar Nasional Rekayasa Teknologi Industri dan Informasi ReTII Sewagati

Arif Djunaidy

Departemen Sisitem Informasi Institut Teknologi Sepuluh Nopember

Author-ID : 200531

Aerospace Engineering Arts Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 36 Documents Claim Missing Document

Claim Missing Document

Articles

1 2 3 4

Penjadwalan Mata Kuliah Menggunakan Algoritma Genetika di Jurusan Sistem Informasi ITS Wiga Ayu Puspaningrum; Arif Djunaidy; Retno Aulia Vinarti
Jurnal Teknik ITS Vol 2, No 1 (2013)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Penjadwalan mata kuliah merupakan kegiatan yang sangat penting untuk proses belajar mengajar di Jurusan Sistem Informasi. Proses belajar mengajar dilaksanakan oleh seluruh mahasiswa dan dosen yang mengajar, sehingga jadwal mata kuliah yang disusun harus dapat memfasilitasi kepentingan dosen dan mahasiswanya.Apabila beberapa batasan yang ada dalam penjadwalan tidak diperhitungkan dengan baik, maka akan menyebabkan sulitnya untuk melakukan penjadwalan mata kuliah. Batasan-batasan tersebut, antara lain mata kuliah yang diselenggarakan, jumlah kelas yang tersedia, jumlah waktu yang ada, dan ketersediaan dosen yang mengajar. Masalah-masalah penjadwalan yang terjadi di Jurusan Sistem Informasi tersebut dapat diminimalkan dengan perhitungan penjadwalan yang tepat dan mempertimbangkan seluruh aspek yang berkaitan dengan kegiatan belajar mengajar di Jurusan Sistem Informasi.Permasalahan penjadwalan yang rumit di Jurusan Sistem Informasi ITS menjadikan alasan untuk membuat sebuah sistem penjadwalan matakuliah yang terotomatisasi. Penjadwalan mata kuliah ini, dibuat dengan menggunakan algoritma genetika sebagai alat bantu untuk menyelesaikan masalah-masalah yang ada pada penjadwalan di jurusan. Penjadwalan yang dibuat disesuaikan dengan beberapa batasan yang ada di jurusan, seperti ketersediaan dosen, mahasiswa yang mengambil mata kuliah, serta ketersediaan waktu dan ruang kelas

Pembuatan Aplikasi Prediksi Harga Saham Berbasis Web Menggunakan Metode Holt's: Studi Kasus Di PT Bank Central Asia Tbk Nabihah Hanun Atikah; Arif Djunaidy; Faizal Mahananto
Jurnal Teknik ITS Vol 6, No 2 (2017)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v6i2.23341

Salah satu indeks harga saham yang banyak diminati investor di Indonesia adalah indeks saham LQ45. Pada indeks saham LQ45 terdiri atas 45 perusahaan besar dan dapat dijadikan prospek bisnis yang bagus bagi para investor. Salah satunya adalah PT Bank Central Asia Tbk.Data deret waktu yang digunakan dalam penelitian ini adalah data historis harga penutupan saham periode harian PT Bank Central Asia Tbk selama 4 tahun antara tahun 2013 hingga 2016. Pergerakan harga penutupan saham tersebut cenderung mengalami peningkatan dan diindikasikan bahwa pola datanya memiliki sifat kecenderungan (trend) meningkat. Sehingga pada eksperimen ini menggunakan metode deret waktu double exponential smoothing (DES) Holt’s, karena metode pemulusan ini dapat mengatasi data deret waktu yang memiliki pola trend.Oleh karena itu, perlu dibuat sebuah aplikasi prediksi pergerakan harga saham berbasis web yang nantinya dapat digunakan oleh investor dan pelaku pasar modal sebagai pertimbangan dalam melakukan investasi dengan mudah.Berdasarkan penelitian yang telah dilakukan, diperoleh hasil nilai MAPE terkecil yaitu 0.823% dari model terbaik yang dibangun berdasarkan eksperimen. Model terbaik dihasilkan dari pembagian data training 70%, data validasi 20% dan data testing 10%.

Evaluasi Kinerja Pemasok Menggunakan Fuzzy C-Means Clustering dan AHP di CV Delta Raya Laily Rahmadhani; Arif Djunaidy; Ahmad Mukhlason
Jurnal Teknik ITS Vol 10, No 2 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i2.72529

CV Delta Raya merupakan perusahaan yang memproduksi furnitur. Perusahaan ini memiliki berbagai kategori pemasok untuk memasok berbagai bahan baku. Selama ini, evaluasi kinerja pemasok dilakukan secara manual tanpa perhitungan yang akurat, sehingga kinerja pemasok tidak dapat dinilai dengan baik. Penelitian ini bertujuan untuk membantu perusahaan agar dapat melakukan evaluasi para pemasok dengan baik. Pertama, analisis segmentasi pemasok dilakukan untuk mengelompokkan semua pemasok berdasarkan karakteristik yang dimiliki oleh masing-masing pemasok. Untuk ini, analisis segmentasi pema-sok dilakukan menggunakan metode clustering fuzzy c-means berdasarkan hasil pemodelan recency, frequency, dan monetary (RFM) yang menggambarkan perilaku pemasok. Kedua, metode analytical hierarchy process (AHP) digunakan unutk mempe-ringkat semua pemasok yang dihasilkan oleh analisis segmen-tasi. Ketiga, data envelopment analysis (DEA) kemudian digu-nakan terhadap data hasil pemeringkatan pemasok untuk mem-peroleh skor efisiensi sebagai ukuran kinerja dari pemasok dari berbagai kategori berdasarkan hasil pemodelan RFM. Hasil analisis segmentasi menggunakan gabungan pemodelan RFM, clustering fuzzy c-means, dan metode AHP menghasilkan tiga klaster pemasok. Hasil analisis segmentasi ditampilkan dalam bentuk visualisasi guna memudahkan perusahaan dalam melakukan analisis setiap klaster yang dihasilkan. Dari ketiga klaster yang dihasilkan, terdapat satu klaster terbaik yang berisikan 46 pemasok dan mempunyai rata-rata skor RFM tertinggi sebesar 0,6635. Analisis DEA terhadap klaster terbaik ini menghasilkan 12 pemasok dengan skor efisiensi tertinggi dan dapat dikategorikan sebagai pemasok potensial untuk jangka panjang.

Sistem Pendukung Keputusan untuk Psikolog dalam Penentuan Rekomendasi Profesi Klien Dewi Septina Br Pelawi; Arif Djunaidy; Retno Aulia Vinarti
Jurnal Teknik ITS Vol 10, No 2 (2021)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v10i2.67355

Fakta permasalahan ketidaksesuaian profesi dan latar bela-kang pendidikan seseorang menjadi salah satu faktor permasa-lahan pendidikan di Indonesia. Hal ini menjadi perhatian khu-sus bagi piskolog. Langkah yang banyak diambil oleh psikolog adalah pengadaan layanan tes minat dan bakat untuk mengeta-hui kecenderungan minat dan bakat seseorang. Namun, tes tersebut sebagian besar masih dilakukan secara manual berda-sarkan hasil minat dan bakat klien. Sehingga, permasalahan yang timbul dari internal psikolog dalam melakukan pemetaan profesi klien adalah kurangnya efisiensi waktu dan keakuratan rekomendasi yang harus dibuat karena proses pemetaan reko-mendasi profesi dilakukan secara manual. Tugas akhir ini bertujuan untuk membangun sebuah sistem pendukung keputusan yang dapat membantu psikolog da-lam mela-kukan rekomendasi profesi pada klien. Selain melakukan rekomendasi profesi pada klien, sistem ini juga mampu memberikan urutan rekomendasi profesi berdasarkan profesi yang paling disarankan. Urutan rekomendasi ini disediakan agar rekomendasi yang diberikan oleh psikolog cukup sesuai dengan latar belakang atau persyaratan minimal masing-masing profesi yang direkomendasikan. Sistem pendukung keputusan yang dibangun berbasis web ini dirancang menggu-nakan model berbasis aturan dan pencocokan profil klien dan dapat digunakan secara pribadi oleh psikolog. Hasil yang diperoleh dari pengerjaan tugas akhir ini adalah sebuah sistem pendukung keputusan berbasis web yang mampu memberikan rekomendasi bidang profesi dan urutan profesi klien berdasarkan hasil tes Holland, kategori IQ, jenjang pendidikan, dan lima subkomponen dari kemampuan intelek-tual klien. Hasil uji coba sistem menunjukkan bahwa tingkat kebenaran sebesar 100% diperoleh untuk implementasi sub-sistem berbasis aturan. Hasil pengurutan rekomendasi profesi menggunakan pencocokan profil secara rata-rata dianggap sesuai oleh psikolog yang berperan sebagai pengguna dalam pembuatan sistem. Hasil pengujian menggunakan System Usability Scale (SUS) menunjukkan tingkat kenyamanan yang baik pada saat digunakan oleh pengguna.

Penerapan Weighted Word Embedding pada Pengklasifikasian Teks Berbasis Recurrent Neural Network untuk Layanan Pengaduan Perusahaan Transportasi Muhammad David Rahman; Arif Djunaidy; Faizal Mahananto
Jurnal Sains dan Seni ITS Vol 10, No 1 (2021)
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373520.v10i1.56145

Twitter menjadi salah satu media sosial yang paling sering dan paling populer digunakan oleh perusahaan sebagai penyedia layanan pelanggan perusahaan. Adanya ribuan cuitan yang dapat masuk dalam setiap hari, tentu akan merepotkan operator layanan untuk mengkategorikan jenis berbagai cuitan tersebut, lebih-lebih jika proses pemilahan kategori cuitan harus dilakukan secara manual. Dalam Tugas Akhir ini, kategoriasi cuitan secara otomatis dibangun dan diimplementasi¬kan menggunakan model klasifikasi berbasis recurrent neural network (RNN) yang dikombinasikan dengan model weighted word embedding (WWE). RNN merupakan salah satu jenis jaringan syaraf tiruan yang populer dan banyak digunakan dalam persoalan klasifikasi, sedangkan WWE merupakan metode yang memungkinkan untuk meng-hubungkan kata-kata yang serupa dengan mengukur jarak semantik antara vektor yang disematkan pada kata tersebut dan memberikan bobot yang berbeda pada setiap kata pada suatu kelas tertentu. Implementasi model penggabungan RNN dan WWE diuji coba menggunakan data pengaduan di perusahaan transportasi untuk data cuitan pada tahun 2015-2016. Hasil uji coba menunjukkan bahwa implementasi WWE baik yang menggunakan model FastText (Weighted FastText) maupun model Word2Vec (Weighted Word2Vec) memberikan hasil yang lebih baik dibandingkan dengan hasil kinerja yang menggabungkan RNN dan model word embedding biasa. Dengan menggunakan metode evaluasi berbasis 10-fold cross validation, model gabungan RNN-Weighted FastText dan RNN-Weighted Word2Vec berturut-turut memberikan hasil akurasi sebesar 88,2% dan 87,5%. Di lain pihak, dengan menggunakan metode evaluasi yang sama, model gabungan RNN-FastText dan RNN-Word2Vec memberikan hasil akurasi yang sama sebesar 83,4%.

PEMBUATAN PURWARUPA DATA WAREHOUSE AKTIFITAS MATERIAL UNTUK MENDUKUNG SISTEM MANAJEMEN INVENTORI DI PT CALTEX PACIFIC INDONESIA Untung B Santoso; Arif Djunaidy
Jurnal Teknobisnis Vol 1, No 1 (2005): Jurnal TEKNOBISNIS
Publisher : Lembaga Penelitian dan Pengabdian kepada Masyarakat- Institut Teknologi Sepuluh Nopember

In early 2004, PT Caltex Pacific Indonesia (PT CPI) booked US$ 100 millions for its material inventory level. As one of the company’s Key Performance Indicators (KPI), management recommended to reduce this material inventory level to fit with the current condition of the company. By the end of 2004, company recorded US$ 82 millions for its material inventory level while the target was US$ 75 millions. In order to help company to achieve this target, there is a need to provide an additional tool to support the decision making process related to inventory management.This research was focused on the design and implementation of analysis tool (i.e. a prototype of data warehouse for material activity) to support inventory management system at PT CPI. The strategy used in this research was done effectively and efficiently without sacrificing customer’s satisfaction due to the limitation of the resources (i.e. manpower and cost) provided by the company. In the design phase, a dimensional modelling was employed by optimizing some features in SQL Server 2000 to complement the current needs on query and reporting information for inventory analysis that can not be accommodated by the existing JDE Enterprise Resource Planning (ERP). A data cube was created using the star-schema dimensional modelling. This cube enables user to directly perform the slice and dice, as well as drill-down operation easily. In addition, users can also access the cube from Microsoft Excel and web using the Pivot Table Services. The prototype that has been successfully developed in this research has been successfully tested using material activity data during the year 2004 and during a few months in year 2005.In conclusion, the methodology adopted in this research is particularly effective and efficient for developing a data warehouse that uses SQL Server 2000 as a database management system. The prototype developed in this research can be used as a supporting tool for decision making process, in this regard, users will be able to manage material inventory in a better and faster way, which will in turn improve the company’s performance.

METODE WEIGHTED MAXIMUM CAPTURING UNTUK KLASTERISASI DOKUMEN BERBASIS FREQUENT ITEMSETS Gede Aditra Pradnyana; Arif Djunaidy
Jurnal Ilmu Komputer Vol 6 No 2: September 2013
Publisher : Informatics Department, Faculty of Mathematics and Natural Sciences, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (644.405 KB)

Document clustering based on frequent itemsets is one of the new document clustering method that can be usedto overcome the problem of high-dimensional space of the document being clustered. Maximum capturingtechnique is one document clustering algorithm based frequent itemsets that can generate better clusteringquality compared to those produced by other similar algorithms. The maximum capturing technique still has thelack or weakness, ie: not accounting for the weight of a word (item) in the calculation of frequent itemsets whenthe document similarity and the cluster formation process does not take into account the global information ofthe cluster previously formed. In this research developed a new method for clustering documents based frequentitemset namely weighted maximum capturing method (WMC), to correct deficiencies maksimum capturingaccuracy so that the quality of document clustering results can be improved. In the weighted maximumcapturing method, document similarity is computed by combining the cosine similarity method and Jaccardcoefficient based on the same number of frequent itemsets owned so that the weight of items in itemsets can betaken into account, while in the process of constructing cluster adapted single linkage agglomerativehierarchical clustering algorithm. Experimental results show the value of F-measure and purity of WMC methodis better than the earlier method, that is equal to 0.723 for the F-measure with improvement ratio of 2.8% and apurity value of 0.73 with improvement ratio 3.3%.

Penerapan Hiperheuristik Berbasis Metode Simulated Annealing untuk Penyelesaian Permasalahan Optimasi Lintas Domain Nisa Dwi Angresti; Arif Djunaidy; Ahmad Mukhlason
Jurnal Nasional Teknologi dan Sistem Informasi Vol 5, No 1 (2019): April 2019
Publisher : Jurusan Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v5i1.2019.33-40

Permasalahan optimasi lintas domain merupakan permasalahan optimasi yang sangat rumit karena masing-masing permasalahan mempunyai karakteristik yang berbeda. Penyelesaian terhadap permasalahan optimasi lintas domain tersebut melibatkan metode pencarian komputasional untuk memperoleh hasil yang mendekati optimal. Beberapa peneliti terdahulu mengembangkan metode hiperheutistik untuk memperoleh solusi generik yang diharapkan mampu memberikan hasil yang mendekati optimal. Hasil penelitian terdahulu mengidikasikan bahwa strategi hiperheuristik yang lebih baik diperlukan guna memperoleh solusi yang mendekati optimal untuk lintas domain permasalahan. Dalam penelitian ini, upaya untuk mendapatkan solusi generik yang mendekati optimal terhadap permasalahan optimasi lintas domain dilakukan dengan mengembangkan strategi pencarian komputasional pada tatanan High Level Heuristics (HLH) dalam mengatur proses seleksi pada rangkaian Low Level Heuristics (LLH) kemudian melakukan mekanisme penerimaan solusi. Penelitian ini menguji metode Simulated Annealing (SA) sebagai mekanisme penerimaan solusi dalam tatanan HLH agar dapat menghasilkan solusi mendekati optimal pada berbagai domain masalah optimasi yang dikombinasikan dengan metode seleksi LLH. Penelitian ini melakukan eksperimen untuk menentukan nilai parameter yang tepat untuk mengotomatiskan parameter kontrol SA dalam menyelesaikan permasalahan optimasi lintas domain. Strategi yang digunakan dalam penelitian ini diuji coba untuk menyelesaikan enam permasalahan optimasi domain yang berbeda yang diperoleh dari HyFlex, yaitu Satisfiability (SAT), Bin Packing, Flow Shop, Personnel Scheduling, Travelling Salesmen Problem (TSP), dan Vehicle Routing Problem (VRP). Dari hasil pengujian terhadap enam permasalahan optimasi tersebut, nilai parameter untuk suhu awal T adalah 100 dan faktor penurunan suhu α adalah 0,995.

PENERAPAN AES UNTUK OTENTIKASI AKSES CLOUD COMPUTING Imamah h; Arif Djunaidy; Muchammad Husni
Jurnal Simantec Vol 4, No 1 (2014)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v4i1.1344

ABSTRAKOtentikasi merupakan salah satu bagian penting dari proses pengamanan data, yang bertujuan untuk membatasi tingkatan hak akses pengguna. Cloud Computing merupakan model komputasi yang mengalihkan sumber daya seperti daya komputasi, penyimpanan, jaringan dan perangkat lunak menjadi layanan di internet. Kehilangan data akibat kebocoran hak akses atau mekanisme otentikasi yang lemah diduga sebagai resiko dan ancaman paling rentan pada cloud computing. Penelitian ini mengajukan sebuah metode pengamanan untuk otentikasi hak akses menggunakan AES (Advance Encryption Standard). Password yang merupakan metode pengamanan hak akses akan dienkripsi menggunakan AES kemudian diuji coba dalam sebuah server PC yang telah diintalasi eyeOS (server private cloud). Hasil percobaan dengan menambahkan enkripsi AES untuk enkripsi password menggunakan data uji Rockyou menghasilkan skor 0.97 lebih kuat dibandingkan metode MD5 dengan selisih waktu komputasi 0.0004 mikro-detik lebih lambat. Hasil percobaan dengan menggunakan data uji MySpace menghasilkan skor 1.24 lebih kuat dibandingkan dengan metode MD5 dengan selisih waktu komputasi 0,0011 mikro-detik lebih lambat. Berdasarkan hasil penelitian menunjukkan bahwa sistem otentikasi yang dikembangkan dalam penelitian ini layak untuk diaplikasikan dalam lingkungan cloud computing.Kata Kunci: AES (advanced encryption standard), Biometrik tanda tangan offline ,Cloud computing, manajemen otentikasi.ABSTRACTAuthentication is one important part of the process of data security, which aims to restrict user access levels. Cloud Computing is a computational model that diverts resources such as computing power, storage, networking and software as a service on the internet. Data loss due to leakage permissions or weak authentication mechanism thought to be most vulnerable to the risks and threats to cloud computing. This study proposed a method for authentication security permissions using AES (Advanced Encryption Standard). Password is a method for securing rights access will be encrypted using the AES then tested in a server PC that has installation with eyeOS ( private cloud server ) . The experimental results by adding AES encryption for encrypting passwords using RockYou generate test data score 0.97 is stronger than MD5 method with a computing time 0.0004 microseconds slower . The experimental results using MySpace generate test data resulted in a score 1.24 stronger than MD5 method with computing time 0.0011 microseconds slower . Based on the results of the study indicate that the authentication system developed in this study feasible to be applied in a cloud computing environment .Keyword: AES (advanced encryption standard), Biometric offline signature, Cloud computing, management authentication.

PERAMALAN HARGA MINYAK MENTAH MENGGUNAKAN GABUNGAN METODE ENSEMBLE EMPIRICAL MODE DECOMPOSITION (EEMD) DAN JARINGAN SYARAF TIRUAN Sri Herawati; Arif Djunaidy
Jurnal Simantec Vol 4, No 1 (2014)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v4i1.1347

ABSTRAKSalah satu metode peramalan harga minyak mentah yang ditujukan untuk mengakomodasi sifat harga minyak mentah yang cenderung nonlinier dan nonstasioner serta dipengaruhi banyak faktor adalah peramalan yang megintegrasikan metode empirical mode decomposition (EMD) dan jaringan syaraf tiruan (JST). Dalam metode EMD, serangkaian fungsi waktu dari data masukan ditranformasikan menjadi sejumlah modus yang terdiri dari beberapa intrinsic mode functions (IMF) dan sinyal residu. Namun, metode EMD mempunyai kelemahan karena dapat menimbulkan terjadinya modus campuran dimana sebuah IMF tunggal dapat terdefinisikan menjadi beberapa sinyal dengan skala yang berbeda atau sebuah sinyal dengan skala yang sama terbentuk dalam beberapa komponen IMF yang berbeda. Dalam penelitian ini, metode EMD diganti dengan metode ensemble EMD (EEMD) dan menambahkan sinyal white noise untuk mengkompensasi modus cam-puran yang dapat terbentuk. JST berbasis feedforward neural networkdigunakan untuk memperoleh model peramalan dari masing-masing IMF dan sinyal residu. Semua IMF dan residu yang dihasilkan dijadikan masukan pada sebuah adaptive linear neural network (Adaline) untuk menghasilkan proses peramalan. Model peramalan yang telah berhasil dikembangkan dalam penelitian ini dibangun dan diuji menggunakan data bulanan harga minyak mentah West Texas Intermediate (WTI) dan Brent. Hasil uji coba menunjukkan bahwa metode peramalan yang menggabungkan EEMD dan JST menghasilkan kinerja yang lebih baik dibandingkan metode yang menggabungkan EMD dan JST. Hasil uji coba untuk data bulanan jenis minyak WTI menghasilkan RMSE sebesar 0,0330 dan Dstat sebesar 65,3061%, sedangkan untuk jenis minyakBrent menghasilkan RMSE sebesar 0,0433 dan Dstat sebesar 78,0488%.Kata kunci: Peramalan Harga Minyak Mentah, Empirical Mode Decomposition (EMD), Ensemble EMD (EEMD), Jaringan Syaraf Tirun, Adaptive Linear Neural Network (Adaline). ABSTRACTOne method of forecasting crude oil price which is intended to accommodate the nature of crude oil prices tend to be nonlinear and nonstationary and is influenced by many factors that integrated forecasting method empirical mode decomposition (EMD) and neural network (ANN). In the EMD method, the time series of the function of the input data being transformed into a mode that consists of several intrinsic mode functions (IMF) and the residual signal. However, EMD method has drawbacks because it can lead to a mixed mode where a single IMF can be defined into several signals with different scales or a signal of the same scale are formed in several different IMF components. In this study, EMD method is replaced with the ensemble method EMD (EEMD) and adding white noise signal to compensate for the blend mode that can be formed. ANN based feedforward neural network used to obtain forecasting model of each IMF and the residual signal. All IMF and the resulting residue used as input to an adaptive linear neural network (Adaline) to generate forecasting process. Forecasting model has been successfully developed in this study was built and tested to use monthly data price of West Texas Intermediate crude oil (WTI) and Brent. The experimental results show that the forecasting method that combines EEMD and ANN produce a better performance than methods that incorporate EMD and ANN. Test results for monthly data types WTI oil yield of 0.0330 and a RMSE of 65.3061% dstat, while Brent oil for this type produces RMSE of 0.0433 and 78.0488% of dstat.Keyword: forecasting crude oil prices, empirical mode decomposition (EMD), ensemble EMD (EEMD), neural networks, adaptive linear neural network (Adaline)

Co-Authors Absari, Dhiani Achmad Holil Noor Ali Adhita Pratiwi Affindi Mario Bagaskara Ahmad Mukhlason Ahmad Mukhlason Ahmad Mukhlason Ahmad Muklason Akbar, Izzat Aulia Akhmad Tajuddin Tholaby MS Amalia Utamima Amalinda Jayanty Aulia Sidharta, Hanugra Barry Nuqoba, Barry Devie Rosa Anamisa Dewi Septina Br Pelawi Diah Risqiwati Dio Afriansyah Putra Pradana Divka, Princessa Sissy Faizal Mahananto Gede Aditra Pradnyana Ghinarosa Fitrinanda Hanif Mitsal Mahatta Hardhika Propitadewa Imamah h Jeremy Diaz Prasetyo Jihaan Harvi Habibah Kusumawardhani, Renny Pradina Lailatul Husniah Laily Rahmadhani Laura Wilhelmina Theresia M. Fiqri Ananda Mardiyanto Mardiyanto Meilani, Maulidiya Mochamad Zidan Aqila Kamil Muchammad Husni Muhamad Arief Hidayat Muhammad Ali Fikri Muhammad Arif Nuriman Muhammad Daffa Maulana Muhammad David Rahman Muhammad Hisyam Nabihah Hanun Atikah Nafitra, Hasna Dhiya Naufal Rafiawan Basara Nazriyah Deni Tsaniyah Nisa Dwi Angresti Nisrina Fadhilah Fano Nova Eka Budiyanta Nur Khofifah Nur Laila Nur Nindya Risnina Purnama, I Putu Adhitya Pratama Mangku Rahma Fauzia Rahmanisa, Fathia Rahmi, Mery Yulinda Raras Tyas Nurita Raras Tyasnurita Retno Aulia Vinarti Rico Bayu Wiranata Rifki Fahrial Zainal Rikasakomara, Edwin Riksakomara, Edwin Rully Soelaiman Septica Tiara Indah Permatasari Sidharta, Hanugra Aulia Sri Herawati SUGIYANTO Sugiyanto - Tony Dwi Susanto Tri Achmadi Untung B Santoso Wiga Ayu Puspaningrum Wiwik Anggraeni Wiwik Anggraeni Wiwik Anggraeni Yoga Yuniadi

Title

Found 36 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 36 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 36 Documents
Search