Article Per Year (5 Year)
p-Index From 2021 - 2026
1.325
P-Index
This Author published in this journals
All Journal Informatika Mulawarman: Jurnal Ilmiah Ilmu Komputer Indonesian Journal of Artificial Intelligence and Data Mining JURNAL REKAYASA TEKNOLOGI INFORMASI Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Progresif: Jurnal Ilmiah Komputer Scientific Journal of Informatics Jurnal Abdimas Mahakam
Rofilde Hasudungan
Universitas Muhammadiyah Kalimantan Timur
Automotive Engineering Computer Science & IT Control & Systems Engineering Mechanical Engineering Public Health Other

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search

 1 
Desain Arsitektur Layanan Pencarian Lokasi Penumpang Angkutan Umum Kota Samarinda Berbasis Web Mobile Rudiman Rudiman; Rofilde Hasudungan
Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer Vol 15, No 1 (2020): Informatika Mulawarman : Jurnal Ilmiah Ilmu Komputer
Publisher : Mulawarman University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (457.681 KB) | DOI: 10.30872/jim.v15i1.3179

Abstract

Teknologi berbasis mobile telah digunakan sebagai alat komunikasi antara penumpang dengan transportasi, baik roda dua dan roda empat sehingga dapat berkontribusi dalam memajukan dan menciptakan lapangan kerja di dalam negeri. Namun alat transportasi online ini merupakan kendala besar bagi angkutan kota dalam persaingan sebagai angkutan penumpang atau moda untuk menarik perhatian penumpang. Faktanya angkutan kota sudah minim penumpang setiap hari meskipun moda masih tetap beroperasi dijalan raya setiap hari hingga kini dan secara kuantitas jumlah kendaraan angkutan kota semakin hari, semakin berkurang. Implementasi sistem informasi geografis pencarian lokasi penumpang moda Kota Samarinda diharapkan dapat menjadi solusi bagi kendaraan moda dalam kota Samarinda agar dapat bersaing dengan angkutan umum berbasis online yang lain. Untuk mengawali penelitian ini diperlukan suatu rancangan desain arsitektur aplikasi untuk moda di Samarinda, dengan spesifikasi kebutuhan fungsional dan non-functional sistem user interface. Penelitian ini bertujuan untuk merancang desain arsitektur sistem prototype, dengan menggunakan metode LBS (location base services). Gambaran umum desain arsitektur berbasis LBS adalah user memanfaatkan sensor GPS pada smartphone yang digunakan untuk mendapatkan koordinat lokasi calon penumpang yang diaktifkan melalui aplikasi mobile. User melakukan request atau permintaan pickup order pada aplikasi moda dan request ini akan diteruskan pada cloud sever berupa data koordinat posisi melalui Map API service yang ditujukan pada perangkat mobile sopir angkutan kota.
Implementasi Teorema Naïve Bayes Pada Prediksi Prestasi Mahasiswa Rofilde Hasudungan; Wawan Joko Pranoto
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 5, No 1 (2021): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30872/jurti.v5i1.4996

Abstract

Informasi tentang prestasi akademik mahasiswa merupakan hal yang sangat penting untuk diketahui. Prediksi mengenai prestasi akademik mahasiswa secara dini dapat menentukan tindakan-tindakan yang diperlukan untuk meningkatkan prestasi mahasiswa yang diprediksi memiliki prestasi yang rendah, sehingga dikemudian hari dapat memiliki prestasi yang baik. Namun, informasi untuk mengetahui prestasi akademik mahasiswa sangat sulit dilakukan. Penelitian ini mengungkap faktor keluarga terhadap prestasi menggunakan algoritma Naïve Bayes dan enam belas parameter yang terlibat. Data yang digunakan dalam penelitian ini adalah 40 data mahasiswa. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes dapat memprediksi prestasi akademik mahasiswa dengan tingkat akurasi sebesar 77,5%.
Analisis Indikator Kinerja Dosen Terhadap Prestasi Mahasiswa Semester Satu dengan Menggunakan Decision Tree Rofilde Hasudungan
Jurnal Rekayasa Teknologi Informasi (JURTI) Vol 2, No 2 (2018): Jurnal Rekayasa Teknologi Informasi (JURTI)
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (119.292 KB) | DOI: 10.30872/jurti.v2i2.1768

Abstract

Prediksi prestasi mahasiswa merupakan hal yang sangat penting namun sulit dilakukan, dengan mengetahui prestasi mahasiswa lebih awal maka dilakukan tindakan-tindakan yang diperlukan untuk meningkatkan mahasiswa yang diprediksi memiliki prestasi yang rendah dikemudian hari. Penelitian ini mengungkapkan pengaruh pedagogik dosen terhadap prestasi mahasiswa pada mata kuliah dasar pemrograman pada mahasiswa program studi informatika  Universitas Muhammadiyah KalimantanTimur. Pada penelitian ini melakukan kuesioner kepada mahasiswa berdasarkan borang evaluasi dosen terhadap mata kuliah dasar pemrograman. Terhadap 48 mahasiswa semester satu yang terlibat pada penelitian ini dengan indikator penilaian sebanyak 28. Analisis data menggunakan teknik pohon keputusan menghasilkan dari 28 indikator yang ada, hanya 5 indikator yang berpengaruh terhadap prestasi mahasiswa.
Pelatihan Pembuatan Media Pembelajaran Berbasis Multimedia pada Guru SMK Muhammadiyah 3 Samarinda Rofilde Hasudungan; Rudiman Rudiman
Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Vol 5, No 2 (2022): Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstormin
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/japhb.v5i2.3124

Abstract

Pengembangan media pembelajaran penting untuk meningkatkan mutu pendidikan, potensi dan kreativitas, karena metode klasik diruang kelas menggunakan buku ajar dan praktik kurang mampu menyelesaikan kendala siswa yang berbeda-beda dalam memahami materi yang diajarkan. Terdapat banyak media pembelajaran interaktif yang dapat digunakan dalam proses pembelajaran seperti media pembelajaran berbasis aplikasi, alat peraga dan video interaktif. Tujuan dari kegiatan ini, memberikan pelatihan pembuatan media pembelajaran yakni video interaktif kepada Guru Sekolah Menengah Kejuruan (SMK) Muhammadiyah 3 Samarinda dengan menggunakan aplikasi Camtasia Studio. Kegiatan pelatihan ini berjumlah 12 orang peserta. Berdasarkan pelatihan, para guru telah memiliki kemampuan dasar dalam menggunakan aplikasi Camtasia untuk membuat video pembelajaran. Kemudian, berdasarkan kuesioner untuk mengetahui tanggapan guru terkait dengan media interaktif, para guru moyoritas setuju bahwa media pembelajaran interaktif dapat meningkatkan pemahaman siswa.
Workshop Penggunaan Mendeley sebagai Sistem Manajemen Referensi kepada Mahasiswa Arbansyah Arbansyah; Abdul Rahim; Rofilde Hasudungan; Wawan Joko Pranoto
Jurnal Abdimas Mahakam Vol. 7 No. 01 (2023): Abdimas Mahakam
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24903/jam.v7i01.1980

Abstract

Aplikasi Mendeley sangat membantu mahasiswa menyusun proyek ilmiah seperti skripsi, tesis, dan tugas akhir. Mahasiswa dapat mengelola bahan bacaan yang dijadikan referensi atau acuan dalam karya ilmiahnya dengan Mendeley ini. Siswa dapat lebih mudah memasukkan kutipan dan secara otomatis membuat daftar referensi dengan aplikasi ini. Banyak mahasiswa tingkat akhir yang masih belum memahami fitur atau manfaat aplikasi Mendeley ini. Akibatnya, pelatihan manajemen referensi berbasis Mendeley dan kegiatan pengabdian masyarakat sangat dibutuhkan. Tujuan dari pelatihan ini adalah untuk memperluas wawasan siswa dan meningkatkan kemahiran mereka dengan aplikasi manajemen referensi Mendeley. Pelatihan ini diharapkan dapat membantu mahasiswa meningkatkan kualitas karya ilmiahnya dan memberikan solusi atas permasalahan yang muncul saat penulisan tugas akhir.
Metode Hybrid SVR-GWO Untuk Prediksi Harga Saham PT. Aneka Tambang Tbk Muhammad Aditya Rahman; Taghfirul Azhima Yoga Siswa; Rofilde Hasudungan
Progresif: Jurnal Ilmiah Komputer Vol 22, No 2 (2026): April
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/progresif.v22i2.3586

Abstract

Fluctuating and unpredictable stock price movements pose a challenge for investors in their decision-making. This study aims to apply and analyze the performance of a hybrid Support Vector Regression (SVR)–Grey Wolf Optimizer (GWO) model in predicting the stock price of PT Aneka Tambang Tbk. The data used consists of daily stock prices from September 11, 2020, to September 11, 2025, totaling 1,202 data points, with a division of 70% training data and 30% testing data. The research stages include pre-processing, basic SVR modeling, and parameter optimization using GWO. The evaluation was carried out using RMSE, MAE, and MAPE. The results show that GWO optimization improved the model's performance from RMSE 99.78, MAE 55.70, and MAPE 2.61% to RMSE 77.27, MAE 48.97, and MAPE 2.37%. Thus, the SVR–GWO model is capable of improving the accuracy of stock price predictions and has the potential to support investment decision-making.Keyword: Grey Wolf Optimizer; Machine Learning; Prediction; Stock Price; Support Vector Re-gression AbstrakPergerakan harga saham yang fluktuatif dan sulit diprediksi menjadi tantangan bagi investor dalam pengambilan keputusan. Penelitian ini bertujuan menerapkan dan menganalisis kinerja model hybrid Support Vector Regression (SVR)–Grey Wolf Optimizer (GWO) dalam memprediksi harga saham PT Aneka Tambang Tbk. Data yang digunakan berupa harga saham harian periode 11 September 2020 hingga 11 September 2025 sebanyak 1202 data, dengan pembagian 70% data pelatihan dan 30% data pengujian. Tahapan penelitian meliputi pre-processing, pemodelan SVR dasar, serta optimasi parameter menggunakan GWO. Evaluasi dilakukan menggunakan RMSE, MAE, dan MAPE. Hasil menunjukkan bahwa optimasi GWO meningkatkan kinerja model dari RMSE 99.78, MAE 55.70, dan MAPE 2.61% menjadi RMSE 77.27, MAE 48.97, dan MAPE 2.37%. Dengan demikian, model SVR–GWO mampu meningkatkan akurasi prediksi harga saham dan berpotensi mendukung pengambilan keputusan investasi.Kata Kunci: Grey Wolf Optimizer; Harga Saham; Machine Learning; Prediksi; Support Vector Regression
HYBRID SVR-GS UNTUK PREDIKSI SAHAM PT ANEKA TAMBANG TBK Muhammad Afif Aunur Rohman; Taghfirul Azhima Yoga Siswa; Rofilde Hasudungan
Jurnal Ilmiah Informatika Vol. 11 No. 1 (2026): Jurnal Ilmiah Informatika
Publisher : Department of Science and Technology Ibrahimy University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/.v11i1.9280

Abstract

Sektor pertambangan di Indonesia memiliki peran strategis dalam perekonomian nasional, namun pergerakan harga sahamnya bersifat fluktuatif akibat pengaruh faktor eksternal, seperti harga komoditas dan kondisi pasar global. Kondisi tersebut menjadikan prediksi harga saham sebagai permasalahan yang kompleks. Penelitian ini bertujuan untuk memprediksi harga saham PT Aneka Tambang Tbk (ANTM) menggunakan metode Support Vector Regression (SVR) dengan optimasi hyperparameter melalui Grid Search (GS), sehingga membentuk model hybrid SVR-GS. Data yang digunakan berupa data historis saham ANTM periode 2020–2025 sebanyak 1.202 data yang diperoleh dari Investing.com. Tahapan penelitian meliputi preprocessing data, feature engineering dengan pendekatan lag time, normalisasi Min-Max, pembagian data berbasis time series, serta evaluasi model. Kinerja model diukur menggunakan Mean Absolute Error (MAE), Root Mean Square Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa SVR Default menghasilkan MAE 173,78 dan MAPE 9,65%, sedangkan SVR Semi-Tuned menurunkan kesalahan menjadi MAE 71,72 dan MAPE 3,19%. Model SVR-GS memberikan performa terbaik dengan MAE 45,16, RMSE 67,94, dan MAPE 2,24% pada rasio data 70:30. Dengan demikian, optimasi Grid Search terbukti meningkatkan akurasi prediksi harga saham ANTM secara signifikan.
Hybrid Support Vector Regression-Genetic Algorithm Model for Forecasting Stock Prices Muhammad Ulil Albab; Taghfirul Azhima Yoga Siswa; Rofilde Hasudungan
Indonesian Journal of Artificial Intelligence and Data Mining Vol. 9 No. 1 (2026): March 2026
Publisher : Universitas Islam Negeri Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The stock market exhibits a high level of volatility, which often leads to significant price fluctuations and increases the risk of financial losses for investors. Therefore, stock price prediction is an important tool to support investment decision-making, particularly for PT Aneka Tambang Tbk (ANTM.JK). This study aims to predict ANTM stock prices by applying the Support Vector Regression (SVR) method optimized using a Genetic Algorithm (GA). The data used in this study consist of 1202 historical stock price data of ANTM from September 11, 2020 to September 11, 2025, obtained from Investing.com, and the data are normalized using the Min-Max normalization method. The dataset is divided into training data and testing data using an 80:20 ratio, where 80% of the data are used for training and 20% for testing. The SVR model is constructed using the Radial Basis Function (RBF) kernel, while the GA is employed to optimize the SVR parameters in order to obtain the optimal parameter combination, with main GA parameters including population size of 50, 30 generations, crossover rate of 0.8, and mutation rate of 0.1. Model performance is evaluated by comparing the prediction results of SVR without optimization and GA-optimized SVR using Root Mean Squared Error (RMSE), Mean Absolute Error (MAE), and Mean Absolute Percentage Error (MAPE). The experimental results indicate that the application of the GA improves the predictive performance of the model. The SVR model without optimization produces RMSE, MAE, and MAPE values of 85.48, 59.02, and 2.62%, respectively. After parameter optimization using GA, the model performance improves as indicated by reduced error values, with RMSE of 75.97, MAE of 52.42, and MAPE of 2.42%
Co-Authors Abdul Rahim Arbansyah Arbansyah Muhammad Aditya Rahman Muhammad Afif Aunur Rohman Muhammad Ulil Albab Rudiman Rudiman Taghfirul Azhima Yoga Siswa Wawan Joko Pranoto