Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Prosiding SeNTIK STI

STUDI PREDIKSI HARGA BITCOIN MENGGUNAKAN RECURRENT NEURAL NETWORK L. M. Rasdi Rere; Hariyanto; Rozi
Prosiding Seminar SeNTIK Vol. 6 No. 1 (2022): Prosiding SeNTIK 2022
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Bitcoin adalah salah satu jenis cryptocurrency yang semakin dikenal dan terus meningkat pemakaiannya dalam beberapa tahun terakhir. Mata uang digital ini memungkinkan orang untuk bertukar nilai tanpa memerlukan perantara pihak ketiga. Terlepas dari banyak kelebihan yang dimiliki dibandingkan mata uang kripto lainnya, harga Bitcoin adalah kelas aset yang sangat fluktuatif karena murni hanya bergantung pada penawaran dan permintaan. Hal ini menghadirkan peluang yang menarik untuk membuat model prediksi peramalan. Dengan model sistem prediksi harga Bitcoin, investor baik institusi maupun perorangan dapat mengambil keputusan yang tepat, sehingga dapat terhindar dari kerugian yang tidak diinginkan. Penelitian ini menghadirkan salah satu metode machine learning yang populer dalam kasus data time series, yaitu Recurrent Neural Network untuk prediksi harga Bitcoin, dengan sejumlah variasi pada parameternya, menggunakan dataset yang diperoleh dari website yahoo finance. Hasil terbaik yang didapatkan adalah nilai RMSE untuk proses training 1621,95 dan test 730,42 dengan menggunakan Dense 3(128, 64, 1), persentase data training/test 90/10, serta jenis optimizer adam.
Peningkatan Kualitas Citra Sidik Jari Menggunakan Ekualisasi Histogram Hariyanto
Prosiding Seminar SeNTIK Vol. 2 No. 1 (2018): Prosiding SeNTIK 2018
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Peningkatan Kualitas Citra Sidik Jari Menggunakan Ekualisasi Histogram
Keakuratan Deteksi Keaslian Sidik Jari Menggunakan Metode Cnn Hariyanto; Sunny Arief Sudiro; Saepul Lukman
Prosiding Seminar SeNTIK Vol. 3 No. 1 (2019): Prosiding SeNTIK 2019
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Keakuratan Deteksi Keaslian Sidik Jari Menggunakan Metode Cnn
KLASIFIKASI CITRA DAUN MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN BACKPROPAGATION BERBASIS MATLAB Vella Roviqoh; Hariyanto; Saeful Lukman
Prosiding Seminar SeNTIK Vol. 7 No. 1 (2023): Prosiding SeNTIK 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat

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

Abstract

Seiring dengan kemajuan teknologi informasi, ilmu mengenal jenis klasifikasi tumbuhan semakin berkembang. Adanya teknologi informasi ini khususnya yang terkait dengan pengolahan citra digital sangat membantu proses klasifikasi tumbuhan khususnya daun. Cara yang paling umum untuk mengenali antara daun satu dan lainnya adalah dengan mengidentifikasi buah yang tumbuh pada tumbuhan tersebut. Cara ini masih kurang efektif karena tumbuhan memerlukan waktu dalam periode musiman atau tahunan untuk mengetaui jenis daun dari buah yang tumbuh. Proses klasifikasi tumbuhan dapat dilakukan dengan cara pengenalan bentuk daun melalui citra digitalnya. Langkah-langkah pengenalan bentuk daun ini dikenal sebagai teknik pengolahan citra. Teknik pengolahan citra digital ini dilakukan pada tahapan pra- proses citra sampai didapatkan bentuk dan ciri struktural dari masing-masing daun. Setelah itu, dilakukan pelatihan dan pengujian terhadap data latih dan data uji citra daun menggunakan metode Jaringan Syaraf Tiruan, sehingga menghasilkan hasil akurasi training sebesar 95% dengan tingkat error sebanyak 1 dan testing 81 persen dengan tingkat error sebanyak 3.1 Pada proses klasifikasi citra daun menggunakan Jaringan Syaraf Tiruan backpropagation berbasis MATLAB