Article Per Year (5 Year)
p-Index From 2020 - 2025
0.659
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Jurnal Manajemen DIVERSIFIKASI Submit : Jurnal Ilmiah Teknologi Informasi dan Sains
Prastya, Yudha
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering

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

Found 3 Documents
Search

 1 
Pengaruh Labelisasi Halal dan Citra Merk terhadap Keputusan Pembelian Produk Mie Korea pada Konsumen di Kota Metro Prastya, Yudha; Suryadi, Suryadi
Jurnal Manajemen DIVERSIFIKASI Vol. 1 No. 1 (2021)
Publisher : Universitas Muhammadiyah Metro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (329.39 KB) | DOI: 10.24127/diversifikasi.v1i1.503

Abstract

Label halal dan citra merk merupakan hal yang cukup dipertimbangkan masyarakat Indonesia sebelummemutuskan untuk membeli suatu produk makanan dan minuman dikarenakan Indonesia merupakannegara dengan mayoritas muslim. Tujuan dari penelitian ini adalah untuk mengetahui pengaruhlabelisasi halal dan citra merk secara bersama-sama terhadap keputusan pembelian produk Mie InstanKorea di pada konsumen Kota Metro. Metode yang digunakan dalam penelitian ini adalah metodeexplanatory survey. Jenis penelitian adalah penelitian kuantitatif dengan objek penelitian adalahlabelisasi halal, citra merk dan keputusan pembelian. Populasi penelitian adalah konsumen di KotaMetro dengan jumlah sampel yang diambil sebanyak 96 responden. Teknik pengumpulan datamenggunakan kuisioner. Alat analisis yang digunakan adalah menggunakan analisa kualitas data dananalisis regresi linier berganda. Hasil penelitian menunjukkan bahwa labelisasi halal dan citra merkterhadap keputusan pembelian konsumen. Melihat signifikansi yang diperoleh maka variabel yangpaling berpengaruh terhadap keputusan pembelian adalah citra merk produk.
Prediksi Saham BBNI dan BBRI Menggunakan LSTM (Long Short Term Memory) Prastya, Yudha; Zahara, Soffa
SUBMIT: Jurnal Ilmiah Teknologi Infomasi dan Sains Vol. 4 No. 2 (2024): Desember 2024
Publisher : Program Studi Teknik Informatika, Universitas Islam Majapahit Mojokerto, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36815/submit.v4i2.3332

Abstract

Salah satu opsi yang banyak diminati investor adalah saham-saham di sektor perbankan. Pergerakan harga saham berubah dengan cepat. Oleh karena itu, perlu dilakukan prediksi harga saham untuk meminimalkan risiko kerugian. Tujuan dari penelitian ini adalah untuk menguji kinerja, model long short-term memory (LSTM) dalam memprediksi harga saham di sektor perbankan. Data yang digunakan adalah data harian penutupan harga saham sektor perbankan pada tanggal 16 April 2001 sampai dengan tanggal 30 September 2022. Tahap eksplorasi meliputi (1) input data untuk memperoleh data harga saham penutupan, dan (2) preprocessing data untuk memeriksa nilai data yang hilang. (3) Pembagian data, yaitu data dibagi menjadi data latih dan data uji dengan perbandingan 80:×20. (4) normalisasi data, yaitu mengubah data ke skala yang sama; (5) Rekonstruksi data untuk mengubah data ke dalam format urutan. (6) Melatih model yang terdiri dari dua lapisan LSTM dan satu lapisan menggunakan data pelatihan. (7) Uji model pada data uji menggunakan MAE dan evaluasi hasil prediksinya. Hasil penelitian menunjukkan bahwa Nilai uji MAE BBNI sebesar 0,014984, dan BBRI dengan Nilai uji MAE sebesar 0,014066.
HYBRID CNN-SVM UNTUK ANALISIS SENTIMEN KLUB TIM NASIONAL Prastya, Yudha
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3S1 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3S1.7764

Abstract

Media sosial dan kemajuan teknologi digital telah mengubah cara para penggemar mengekspresikan dukungan mereka kepada tim sepak bola, khususnya Tim Nasional Indonesia. Salah satu platform yang sering digunakan untuk mengekspresikan opini baik opini positif, negatif, maupun netral adalah Instagram. Tujuan dari penelitian ini adalah menerapkan teknik Hybrid CNN-SVM untuk menganalisis sentimen komentar pengguna pada unggahan akun Instagram resmi @timnasindonesia. Teknik ini menggabungkan kemampuan Support Vector Machines (SVM) untuk kategorisasi sentimen dengan Convolutional Neural Networks (CNN) untuk ekstraksi fitur. Untuk mengumpulkan data, 90 unggahan Instagram dari tanggal 18 Agustus 2023 hingga 16 November 2024, yang mencakup skenario menang, kalah, dan seri, di scrapping komentarnya. Sembilan ribu komentar dikumpulkan, dan mereka menjalani pra-pemrosesan, pelabelan, vektorisasi, pelatihan model, dan evaluasi kinerja dengan menggunakan metrik untuk akurasi, presisi, recall, dan F1-score. Bergantung pada rasio data pelatihan dan data uji, temuan evaluasi menunjukkan bahwa model tersebut bekerja pada kisaran akurasi 69% hingga 73%. Penelitian ini menunjukkan bahwa analisis sentimen pada data teks media sosial, terutama yang berkaitan dengan olahraga nasional, dapat dapat dikatakan kurang baik menggunakan pendekatan hibrida CNN-SVM
Co-Authors Suryadi Suryadi Zahara, Soffa