Article Per Year (5 Year)
p-Index From 2021 - 2026
2.728
P-Index
This Author published in this journals
All Journal Jurnal Sarjana Teknik Informatika JOIV : International Journal on Informatics Visualization Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Sebatik Ensiklopedia of Journal Jurnal Teknologi Dan Sistem Informasi Bisnis Journal of Computer Scine and Information Technology Journal of Information Systems and Technology Research Jurnal Komtekinfo
Liga Mayola
Univerisitas Putra Indonesia YPTK Padang
Arts Humanities Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Social Sciences

Published : 20 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Sebatik

 1 
IDENTIFIKASI KARAKTERISTIK JAKARTA ISLAMIC INDEX DENGAN MENGGUNAKAN ALGORITMA K-MEANS Liga Mayola; Sigit Sanjaya; Wifra Safitri
Sebatik Vol 22 No 2 (2018): DESEMBER 2018
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (348.321 KB)

Abstract

Investor memerlukan informasi pergerakan harga saham dan variabel ekonomi yang mempengaruhi naik-turunnya harga saham. Penelitian ini bertujuan mengidentifikasi karakteristik harga saham, bagaimana hubungan inflasi, kurs dan suku bunga terhadap harga saham JII. Pengetahuan yang ditemukan akan membantu investor untuk berinvestasi lebih cerdas. Jakarta Islamic Index (JII) adalah salah satu indeks saham yang menghitung indeks harga rata-rata saham untuk jenis saham yang memenuhi kriteria syariah. Pergerakan harga saham JII disajikan setiap hari berdasarkan harga penutupan di bursa efek pada hari tersebut. Data pergerakan saham terus bertambah dan menciptakan data yang besar atau gunungan data. Dalam gunungan data tersebut, tersembunyi pengetahuan dan informasi yang dapat ditemukan dengan menggunakan teknik data mining. Data mining merupakan sebuah teknologi baru yang powerful dengan potensi yang luar biasa untuk membantu institusi menemukan pengetahuan berharga di dalam database. Dalam penelitian ini data yang akan dianalisa adalah data pergerakan harga saham JII dan beberapa variabel ekonomi makro yang mempengaruhinya yang digunakan sebagai kriteria. Kemudian data tersebut akan dikelompokkan dengan menggunakan algoritma k-Means. Algoritma k-Means akan mengelompokkan objek-objek yang memiliki kemiripan ke dalam sebuah cluster. Cluster yang terbentuk merepresentasikan karakteristiknya masing-masing. Dalam penelitian ini ditemukan pengetahuan dari cluster yang terbentuk bahwa nilai suku bunga, kurs dan inflasi berbanding terbalik dengan harga saham.
PERAMALAN JUMLAH PRODUKSI AIR DENGAN ALGORITMA BACKPROPAGATION Musli Yanto; Sitti Rizki Mulyani; Liga Mayola
Sebatik Vol 23 No 1 (2019): JUNI 2019
Publisher : STMIK Widya Cipta Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (425.752 KB)

Abstract

Pada masa saat sekarang ini, peramalan sudah menjadi bentuk bahan pertimbangan dalam segala aspek bidang. Kajian dalam jumlah produksi sering kali banyak peneliti mencoba melakukan peramalan guna sebuah proses manajemen. Dalam penelitian ini, penulis menjadikan topik penelitian yang mengkaji peramalan jumlah produksi air. Hal ini sudah banyak para peneliti melakukan penelitian yang membahas kajian prediksi jumlah produksi air dengan menggunakan Jaringan Saraf Tiruan (JST). Pada penelitian ini, penulis juga akan membahas pembahasan mengenai (JST) dengan algoritma backpropagation guna melihat lagi hasil peramalan jumlah prediksi air yang terjadi pada PDAM yang ada di kota Padang. Algoritma ini berkerja untuk melatih dan menguji pola jaringan yang terbentuk dari beberapa variabel yang digunakan dilihat dari aspek penggunaan dan jumlah air yang terjual. Proses pelatihan dan pengujian dilakukan nantinya akan menghasilkan nilai seberapa besarnya akurasi dari sebuah peramalan. Pada peramalan jumlah produksi air dengan algoritma beckpropagation, penulis mendapati Nilai akurasi pada peramalan ini sebesar 99,78 % dan nilai rata-rata kesalahan (Mape) yang didapat sebesar 0.23%, sehingga hasil peramalan yang didapat bisa dijadikan landasan dalam melakukan manajemen jumlah produksi air.
Co-Authors Acihmah Sidauruk Adma Qhory Dwi Nanda Afrianto, Nurdi Aminuyati Arsyah, Ulya Ilhami Budy Satria Dinda Putri Insani Dodi Guswandi Fauzan Ramadhoni Gushelmi Gushelmi, Gushelmi Habib Yuhandri, Muhammad Hadi Syahputra Hadi Syahputra Hafizh, M Hafizh, M. Kris Hiburan Laoli, Vince M. Hafizh M. Hafizh Muhammad Afdhal Muhammad Afdhal Muhammad Hafizh Muhammad Hafizh Musli Yanto Musli Yanto Ningsih, Lidya Nurul Azwanti Pratiwi, Mutiana Putra, Deri Marse Ramadhoni, Fauzan Rita Safitri, Wifra Safitri, Wifra SAKINAH, PUTRI Saputra, Dhio SIGIT SANJAYA, SIGIT Sitti Rizki Mulyani Sri Tria Siska Syamsiar, Syamsiar Triana Novita Wifra Safitri Yuhandri, Muhammad Habib