Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Inspiration
Warni, Elly
Program Studi Teknik Informatika, Universitas Hasanuddin, Makassar
Other

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Prediksi Nilai Tukar Valuta Asing Menggunakan Metode Genetic Algorithm-Neural Network (Euro Terhadap US Dollar) Sespajayadi, Ary; Rushadah, Nur Indriani; Indrabayu, Indrabayu; Warni, Elly
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 3, No 1 (2013): Jurnal Inspiration Volume 3 Issue 1
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v3i1.28

Abstract

Memiliki penghasilan tinggi secara continue dan aman dalam trading Forex secara real adalah impian bagi para trader, hampir kebanyakan para trader pemula , terutama trader yang baru terjun atau baru belajar di dunia Forex berusaha semaksimal mungkin untuk menemukan sistem yang holygrail secara teknik baik secara fundamental maupun teknikal Penelitian ini bertujuan untuk membuat sistem prediksi harga nilai tukar mata uang Euro terhadap US Dollar dengan metode Genetic Algorithm-Neural Network. Metode Genetic Algorithm digunakan untuk mendapatkan nilai Feed Forward Neural Network terbaik dari output yang dihasilkan. Selanjutnya dilakukan pelatihan terhadap Feed Forward Neural Network terbaik yang didapatkan dengan metode Neural Network untuk membentuk sebuah net yang akan digunakan untuk memprediksi. Data pergerakan nilai tukar Euro terhadap US Dollar dapat diperoleh dari software Metatrader yang berupa data history forex timeframe jam (H1). Dimana hasil uji prediksi adalah nilai open, high, low dan close yang mengalami perubahan setiap jam. Validasi hasil uji prediksi harga EUR/USD pada nilai harga Open, High, Low dan Close dengan metode Genetic Algorithm-Neural Network terhadap data real history time-frame H1 keempat variabel dari Metarader memiliki nilai RMSE dan tingkat akurasi sebagai berikut: Open memiliki nilai RMSE sebesar 0,0071 dengan tingkat akurasi sebesar 95,00%, High memiliki nilai RMSE sebesar 0,0261 dengan tingkat akurasi 59,17%, Low memiliki nilai RMSE sebesar 0,0328 dengan tingkat akurasi sebesar 50,00% dan Close meiliki nilai RMSE sebesar 0,0119 dengan tingkat akurasi sebesar 83,33%.
Penerapan Teknologi Augmented Reality Pada Kampus Teknik Gowa Elly Warni
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 5, No 1 (2015): Jurnal Inspiration Volume 5 Issue 1
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v5i1.56

Abstract

Terinspirasi dari visi Perey (2011) bahwa dimasa depan setiap materi yang dicetak, dimulai dari poster, paket yang dikirim, halaman dari koran, majalah atau buku, harus dapat memberikan nilai bila dikombinasikan dengan kamera. Kombinasi dari sistem AR (Augmented Reality) dengan media cetak akan memberikan nilai lebih dibandingkan dengan sesuatu yang hanya dicetak saja atau konten digital saja.Maka dalam penelitian ini akan dibuat sebuah aplikasi mobile untuk pengenalan kampus baru Fakultas Teknik Gowa Universitas Hasanuddin berbasis Augmented Reality yang diberi nama TUHAR (Teknik Unhas AR).Sebagian besar masyarakat Makassar baru menggunakan aplikasi seperti TUHAR ini. Aplikasi ini berisi informasi yang memang masyarakat butuhkan untuk mengetahui seperti apa nampak dari bangunan kampus Teknik Gowa itu sendiri. Sedangkan dari hasil pengujian dapat disimpulkan bahwa spesifikasi handset yang tinggi cukup mempengaruhi proses tracking pada aplikasi Augmented Reality.
Penerapan Algoritma Anfis Dalam Pengambilan Keputusan Perpindahan Lampu Lalu Lintas Pada Sistem Transportasi Cerdas Elly Warni
Inspiration: Jurnal Teknologi Informasi dan Komunikasi Vol 4, No 2 (2014): Jurnal Inspiration Volume 4 Issue 2
Publisher : STMIK AKBA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35585/inspir.v4i2.49

Abstract

Jumlah kendaraan di Indonesia saat ini semakin bertambah. Tidak terkecuali di kota Makassar 2 juta lebih kendaraan yang keluar masuk membuat kota Makassar menjadi padat menimbulkan kemacetan dimana – mana terutama pada simpang A.P. Pettarani, Urip Sumoharjo, dan Tol. Reformasi. Untuk mengatasi masalah itu diperlukan sistem transportasi cerdas pada traffic light di simpang ini, metode ANFIS adalah salah satu metode yang dapat digunakan dimana hasil inefisiensi pada simpang A.P. Pettarani 0.00 %, Urip Sumoharjo 0.71 %, dan Tol. Reformasi 0.00 % Jika dibandingkan dengan hasil Timer pada simpang A.P. Pettarani 51.84 %, Urip Sumoharjo 43.82 %, dan Tol. Reformasi 44.83 %. Pencapaian untuk jumlah kendaraan yang belum dilewatkan pada simpang A.P. Pettarani 0.74 %, Urip Sumoharjo 1.41 %, dan Tol. Reformasi 0.99 % Jika dibandingkan dengan hasil Timer pada simpang A.P. Pettarani 4.78 %, Urip Sumoharjo 16.61 %, dan Tol. Reformasi 16.75 %.Dari hasil pencapaian metode ANFIS dengan membandingkan kinerja yang dihasilkan metode Logika Fuzzy untuk inefesiensi pada simpang A.P. Pettarani 7.35 %, Urip Sumoharjo 7.07 %, dan Tol. Reformasi 15.76 % dan kendaraan yang belum dilewatkan simpang A.P. Pettarani 5.15 %, Urip Sumoharjo 15.19 %, dan Tol. Reformasi 2.46 %. Dari dua parameter ukuran perbandingan di atas menunjukkan hasil metode ANFIS lebih baik untuk memperkecil antrian yang terjadi pada simpang A.P. Pettarani, Urip Sumoharjo, dan Tol. Reformasi agar tidak terjadi kemacetan yang padat bila dibandingkan Timer dan metode Logika Fuzzy.Penerapan ANFIS untuk jalur A.P. Pettarani dapat menekan tingkat antrian lalu lintas 152 kendaraan, jalur Urip Sumoharjo 165 kendaraan dan jalur Tol Reformasi 123 kendaraan dalam hal ini mobil.
Co-Authors Indrabayu Indrabayu Rushadah, Nur Indriani Sespajayadi, Ary