Article Per Year (5 Year)
p-Index From 2021 - 2026
1.723
P-Index
This Author published in this journals
All Journal IJCCS (Indonesian Journal of Computing and Cybernetics Systems) Lontar Komputer: Jurnal Ilmiah Teknologi Informasi CAUCHY: Jurnal Matematika Murni dan Aplikasi TELKOMNIKA (Telecommunication Computing Electronics and Control) Jurnal Ilmiah Teknik Industri Journal of Information Systems Engineering and Business Intelligence Jurnal Matematika: MANTIK Matrix : Jurnal Manajemen Teknologi dan Informatika MATRIK : Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer Teorema: Teori dan Riset Matematika Mathvision : Jurnal Matematika Systemic: Information System and Informatics Journal Jurnal Matematika Integratif Engagement: Jurnal Pengabdian Kepada Masyarakat
Farida, Yuniar
(SCOPUS ID: 57190128137), Universitas Islam Negeri Sunan Ampel Surabaya
Religion Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Social Sciences Transportation

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Systemic: Information System and Informatics Journal

 1 
Sistem Prediksi Saham Menggunakan Adaptive Neuro Fuzzy Inference System (Studi Kasus Saham Mingguan PT Astra Agro Lestari,Tbk) Yuniar Farida
Systemic: Information System and Informatics Journal Vol. 2 No. 2 (2016): Desember
Publisher : Program Studi Sistem Informasi Fakultas Sains dan Teknologi, UIN Sunan Ampel Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (759.745 KB) | DOI: 10.29080/systemic.v2i2.113

Abstract

Informasi mengenai harga saham sangat dibutuhkan oleh investor karena pembelian saham akan dilakukan pada saat harga rendah dan sebaliknya penjualan saham dilakukan pada saat harga tinggi. Untuk memprediksi perubahan harga-harga saham di setiap periode dapat dilakukan penelitian sebagai acuan bagi investor dan manajemen perusahaan dalam mengambil keputusan. Metode yang digunakan untuk memprediksi yaitu metode Adaptive Neuro Fuzzy Inference System (ANFIS). Pada penelitian ini metode ANFIS diimplementasikan dengan struktur standar ANFIS yaitu lima layer. Namun sebagai data inputan dianalisis menggunakan analisis time series. Kemudian dihitung RSME sistem prediksi tersebut menggunakan data training dan data testing yang diambil secara acak. Hasil perhitungan RSME dalam proses prediksi diharapkan mengetahui pengolahan data untuk time series begitupun untuk mendapatkan error terkecil sebesar 0,001.
Klasifikasi Mahasiswa Penerima Program Beasiswa Bidik Misi Menggunakan Naive Bayes Yuniar Farida; Nurissaidah Ulinnuha
Systemic: Information System and Informatics Journal Vol. 4 No. 1 (2018): Agustus
Publisher : Program Studi Sistem Informasi Fakultas Sains dan Teknologi, UIN Sunan Ampel Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (538.835 KB) | DOI: 10.29080/systemic.v4i1.317

Abstract

Program beasiswa Bidik Misi merupakan program bantuan biaya pendidikan yang diberikan oleh Kementrian Riset Teknologi dan Pendidikan Tinggi kepada mahasiswa yang memiliki tingkat ekonomi menengah ke bawah namun memiliki potensi akademik yang baik. Universitas Islam Negeri Sunan Ampel Surabaya merupakan perguruan tinggi dengan jumlah pendaftar Bidik Misi yang terus meningkat setiap tahunnya namun hanya menerima dengan kuota yang sangat terbatas. Dengan banyaknya persyaratan dalam proses penyeleksian dan melihat banyaknya jumlah pendaftar, maka diperlukan sebuah sistem yang mampu membantu dalam proses penyeleksian mahasiswa pendaftar Bidik Misi dengan cepat, mudah dan tepat sasaran. Dalam penelitian ini, digunakan metode Naive Bayes classifier dengan menggunakan variabel penghasilan orang tua, prestasi akademik, prestasi non akademik, uang kuliah tunggal, daya listrik serta jumlah tanggungan keluarga. Keenam variabel tersebut digunakan dalam proses klasifikasi sebagai indikator penentuan kelayakan mahasiswa mendapatkan beasiswa. Sistem yang dibuat dengan metode Naive Bayes classifier sudah baik, dibuktikan dengan hasil akurasi hingga 83,33 %.
Co-Authors Abdulloh Hamid Achmad Teguh Wibowo Adam Fahmi Khariri Ahmad Hanif Asyhar Ahmad Teguh Wibowo Ahmad Zaenal Arifin Diah Ayu Sulistiani Dian C Rini Dian C. Rini Novitasari Dian Yuliati Dwi Puspitasari Fanani, Aris Fifi D. Rosalina Galuh Andriani Ghina Salsabila Firdaus Hani Khaulasari Husna Nur Laili Ida Purwanti Latifatun Nadya Desinaini Latifatun Nadya Desinaini Lubab, Ahmad Luluk Mahfiroh M Mahaputra Hidayat Mayandah Farmita Moh. Hafiyusholeh Monike Febriyani Faris Montolalu, Billy Muhid , Abdul Putra Prima Arhandi, Putra Prima Putri Krismadewi Putroue Keumala Intan Sari, Dian Candra Rini Novita Silvia Kartika Sari Silvia Kartika Sari Tiarra Dellaviyanie Muryanto Wika Dianita Utami Zaidatun Ni'mah Zainullah Zuhri