Article Per Year (5 Year)
p-Index From 2021 - 2026
5.741
P-Index
This Author published in this journals
All Journal ComEngApp : Computer Engineering and Applications Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) ILKOM Jurnal Ilmiah JURNAL PENDIDIKAN TAMBUSAI Jurnal Cendekia : Jurnal Pendidikan Matematika Journal on Education Gammath : Jurnal Ilmiah Program Studi Pendidikan Matematika de Fermat : Jurnal Pendidikan Matematika Jurnal Pendidikan dan Konseling Jurnal Sains Riset SOSCIED Jurnal Sosial Humaniora Sigli JURNAL AXIOMA : Jurnal Matematika dan Pembelajaran Frontiers Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika Jurnal Riset dan Inovasi Pembelajaran MARISEKOLA: Jurnal Matematika Riset Edukasi dan Kolaborasi Dharmas Education Journal (DE_Journal) Kognitif: Jurnal Riset HOTS Pendidikan Matematika Journal of Education Research Education Journal: General and Specific Research
Sylvia Jane Annatje Sumarauw
Universitas Negeri Manado, Indonesia
Agriculture, Biological Sciences & Forestry Humanities Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Library & Information Science Materials Science & Nanotechnology Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 47 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Frontiers

 1 
ANALISIS GRANGER CAUSALITY DAN APLIKASI PADA SAHAM-SAHAM ANGGOTA LQ 45 Regar, Vivian Eleonora; Sumarauw, Sylvia Jane A
FRONTIERS: JURNAL SAINS DAN TEKNOLOGI Vol 2, No 1 (2019): APRIL 2019
Publisher : Universitas Negeri Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (267.141 KB)

Abstract

Penelitian ini membahas tentang uji Granger Causality untuk melihat pengaruh satu saham terhadap saham lainnya khususnya yang tercatat pada Indeks LQ 45 di Bursa Efek Indonesia. Oleh karena untuk melihat pengaruh masa lalu pada kondisi sekarang sehingga data yang digunakan adalah data time series. Penelitian ini menggunakan data saham harian periode satu tahun. Metode yang digunakan adalah kuantitatif dengan model Vector Autoregressive (VAR). Hasil penelitian menunjukkan bahwa pada anggota sektor perbankan, properti dan group astra, anggota kelompok saling granger cause satu dengan yang lain. Saham sektor perbankan  granger cause saham properti dan sebaliknya terkecuali ELTY tidak granger cause BDMN. Saham perbankan granger cause saham group Astra dan sebaliknya. Saham property granger cause saham group astra tapi tidak semua sebaliknya yaitu ASII dan UNTR tidak  granger cause ELTY. Hal ini membawa efek kepada investor untuk lebih selektif dalam membangun portofolio saham sehingga bisa lebih meminimalkan resiko.
ALGORITMA PELATIHAN LEVENBERG-MARQUARDT BACKPROPAGATION ARTIFICIAL NEURAL NETWORK UNTUK DATA TIME SERIES Sumarauw, Sylvia Jane Annatje
FRONTIERS: JURNAL SAINS DAN TEKNOLOGI Vol 1, No 2 (2018): Agustus 2018
Publisher : Universitas Negeri Manado

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1405.669 KB)

Abstract

Algoritma Levenberg-Marquardt merupakan salah satu algoritma backpropagation Artificial Neural Network yang dikembangkan sendiri oleh Kenneth Levenberg dan Donald Marquardt, memberikan solusi numerik untuk masalah meminimalkan fungsi non-linear. Algoritma inimemadukan metode steepest descent dan algoritma Gauss-Newton. yaitu kecepatan algoritma Gauss-Newton dan stabilitas metode steepest descent. Ide dasar dari algoritma LevenbergMarquardt adalah melakukan proses pelatihan gabungan. Pada sekitar area dengan kelengkungan yang kompleks, algoritma Levenberg-Marquardt beralih ke algoritma steepest descent, sampai kelengkungannya tepat untuk membuat pendekatan kuadrat dan pendekatannyamenggunakan algoritma Gauss-Newton, yang dapat mempercepat konvergensi secara signifikan. Dalam menerapkan algoritma Levenberg-Marquardt untuk pelatihan neural network, harus menyelesaikan dua masalah yaitu menghitung matriks Jacobian, dan bagaimana mengatur proses pelatihan iteratif untuk memperbarui bobot. Algoritma Levenberg-Marquardt memecahkan permasalahan yang ada di kedua metode gradient descent dan metode GaussNewton untuk pelatihan neural-netwok, dengan kombinasi dari dua algoritma maka algoritma ini dianggap sebagai salah satu algoritma pelatihan yang paling efisien.Kata Kunci: Levenberg-Marquardt Backpropagation, Artificial Neural Network
Co-Authors Aaltje S. Pangemanan Anekke Pesik Anetha L.F. Tilaar Bulawan, Milga Carina Olita Selin Tulandi Cipta, Ghina Tri Damopolii, Inayah Putri Daora, Irna Meriyana Ebennejer Gea Geofani Saul Darius Runtukahu Grachiella Aurelia Baweleng Gratia I. Lintjewas Harry Henry Masrikat Harrychoon Angmalisang Helen Y. Angmalisang Helen Yuliana Angmalisang Ichdar Domu Jorry F Monoarfa Kambodji, Axellino Kandioh, Gratia Fabiola Kapoh, Lingkan C. Katuuk, Rivaldo Chun Lingkan C. Kapoh Maaromi, Fresli Madelu, Ester Lina Mona Mangamis, Freiti Manopo, Yolanda Mersy Lesar Mk, Chetsi Rafelin Patrisia Mokodompit, Nadia Febriati Navel Oktaviandy Mangelep Nenobais, Asseline Nicky Kurnia Tumalun Oktafianti Kampongsipire Patricia V. J. Runtu Philotheus E. A. Tuerah Pitoy, Cori Pitoy, Cory Renata Kamagi Rini Apriyani Rondonuwu, Nadiya Yesikha Rosiah J. Pulukadang Salaa, Pascal Sandy Salomo Saruan Santje M. Salajang Sarah Alheid Sri Wahyuni Mertosono subanar subanar Sumarauw, Stefani Jully Tani, Katelia Fanesa Tambanua Tendean, Vinny Anabella Tewu, Vernando Tristya Dewi Kosmani Useng, Markus Santo Vellin F.E Londo Victor R Sulangi Victor R. Sulangi victor Sulangi Vivian E. Regar Wenas, John R Wenas, John R. Wohon, Friska