Claim Missing Document
Check
Articles

Found 2 Documents
Search

Menerapkan Algoritma Djikstra dan Metode Heuristic Dalam Menentukan Jalur Terpendek Menuju Kampus Noor, Mohamad; Bismi, Waeisul; Gata, Windu
IJCIT (Indonesian Journal on Computer and Information Technology) Vol 6, No 2 (2021): IJCIT November 2021
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (430.18 KB) | DOI: 10.31294/ijcit.v6i2.9887

Abstract

AbstrakKemacetan adalah situasi atau keadaan tersendatnya atau bahkan terhentinya lalu lintas yang disebabkan oleh banyaknya jumlah kendaraan yang melebihi kapasitas jalan. Kemacetan banyak terjadi di kota-kota besar, terutama kota yang tidak mempunyai transportasi publik yang baik atau kurang memadai. Bisa juga tidak seimbangnya kebutuhan jalan dengan kepadatan penduduk. Banyak langkah-langkah yang sudah dilakukan oleh pemerintah untuk mengatasi kemacetan. Akan tetapi, kemacetan tetap saja masih terjadi. Oleh karena itu pengguna jalan harus menemukan cara sendiri untuk mengatasi masalah tersebut. Salah satu cara yang efektif yaitu mencari jalur alternatif terpendek yang dapat dilalui dengan menggunakan Algoritma Dijkstra. Penggunaan Algoritma Dijkstra dan metode Heuristic dapat memberikan peluang solusi, karena Algoritma Dijkstra yang dipaduakan dengan metode Heuristic ini memberikan keluaran berupa jalur tercepat dan terpendek dari tempat asal menuju tempat tujuan. Dalam penelitian ini peneliti mendapati jalur terpendek dari wilayah bojong kulur menuju tempat tujuan yaitu kampus Universitas Nusa Mandiri dengan menerapkan  Algortitma Djikstra  dan metode Heuristic yakni dengan jarak 26,1 Km.Kata Kunci: algoritma dijkstra, Heuristic, jalur terpendekAbstractCongestion is a situation or condition of traffic jams or cessation of traffic caused by the large number of vehicles that exceed the capacity of the road. Congestion occurs a lot in big cities, especially cities that do not have good or inadequate public transportation. It could also be that the road needs are not balanced with the population density. Many steps have been taken by the government to overcome congestion. However, traffic jams still occur. Therefore, road users must find their own way to solve the problem. One effective way is to find the shortest alternative path that can be traversed using Dijkstra's Algorithm. The use of Dijkstra's Algorithm and Heuristic methods can provide solution opportunities, because Dijkstra's Algorithm combined with this Heuristic method provides output in the form of the fastest and shortest path from the origin to the destination. In this study, researchers found the shortest path from the bojong kulur area to places, namely the Nusa Mandiri University campus by applying the Djikstra algorithm and Heuristic methods, with a distance of 26.1 Km. Keywords: dijkstra algorithm, Heuristics, shortest path
Perbandingan Prediksi Harga Saham Dengan Menggunakan LSTM GRU Dengan Transformer Idham, Idham; Taufik Akbar, Muhammad Ghudafa; Panggabean, Supriadi; Noor, Mohamad
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 11, No 1 (2022): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v11i1.3185

Abstract

Saham adalah sebuah bukti kepemilikan nilai sebuah perusahaan, artinya pemilik saham adalah pemilik perusahaan . Semakin besar saham yang dimiliki, maka semakin besar kekuasaannya di perusahaan tersebut. Faktor yang terjadi sekarang dalam sektor pasar saham yaitu adanya dampak dari virus corona terhadap indeks harga saham dan arus dana asing ke pasar saham. Maka sangat perlu untuk dilakukan prediksi sentiment analysis pandemi corona terhadap sektor pasar saham untuk melihat bagaimana perbandingan pergerakan IHSG di Indonesia sebelum terjadi pandemi dan pada saat terjadi pandemi Covid-19. Metode yang digunakan untuk prediksi analysis sentimen dengan index harga saham Indonesia ini menggunakan transformers dengan fitur bag of word , TF- IDF dan word embedding. Dari hasil prediksi sebelum menggunakan metode transformers pada LSTM,dan GRU didapatkan rata-rata pada LSTM Performance akurasi 0,394 dan GRU 0,216[1]. Algoritma yang yang digunakan dalam model ini adalah Long short-term memory (LSTM), dan Gated Recurrent Unit (GRU), sedangkan untuk mendapatkan hasil word embedding menggunakan Vector space model. Terdapat 1989 baris data dan 27 atribut, sedangkan untuk akurasi yang dihasilkan setelah melakukan iterasi beberapa kali mendapatkan hasil yang signifikan, performance yang dihasilkan adalah semakin mendekati akurasi yang cukup tinggi. Berdasarkan hasil eksprimen perbandingan performance akurasi antara LSTM dan GRU terhadap penggunaan Transformers, maka terlihat lebih baik performance akurasinya setelah menggunakan transformers pada ketiga model tersebut.Kata kunci: Transformer, GRU, LSTM, TF-IDF, word embedding, bag of word..