Garuda - Garba Rujukan Digital

Suyatno Suyatno

Universitas Islam Nahdlatul Ulama Jepara

Author-ID : 2980806

Civil Engineering, Building, Construction & Architecture Computer Science & IT Electrical & Electronics Engineering Industrial & Manufacturing Engineering Other

Published : 5 Documents Claim Missing Document

Claim Missing Document

Articles

Title

1

PREDIKSI BISNIS FOREX MENGGUNAKAN MODEL NEURAL NETWORK BERBASIS ADA BOOST MENGGUNAKAN 2047 DATA Suyatno Suyatno; Sisno Riyoko; R. Hadapiningradja Kusumodestoni
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 7, No 2 (2016): JURNAL SIMETRIS VOLUME 7 NO 2 TAHUN 2016
Publisher : Universitas Muria Kudus

Setelah melakukan penelitian dan percobaan maka didapatkan hasil penelitian pertama yang telah dilakukan dengan menggunakan Algoritma Neural Network Backpropagatioan dengan menggunakan data sebanyak 268 menunjungkan tingkat akurasi error prediksi pada waktu prediksi per 5 menit sebesar 0.758619403, bila menggunakan data sebanyak 2047 menunjukkan tingkat akurasi error prediksi sebesar 0.500161212 dan hasil penelitian kedua yang telah dilakukan menggunakan Algoritma Optimasi Adaboost pada proses trainning dan ditambah Neural Network Backpropagation pada proses learning menunjukkan tingkat akurasi error prediksi pada waktu prediksi per 5 menit menggunakan data sebanyak 268 sebesar 0.397014925, bila menggunakan data sebanyak 2047 menunjukkan tingkat akurasi error prediksi sebesar 0.099951148. Tahap awal dalam melakukan penelitian ini sampai dengan pengujian menggunakan perhitungan prediksi nilai akurasi error menggunakan rumus MSE (Mean Sequare Error) dengan menggunakan algoritma optimasi adaboost untuk memberikan jawaban atas permasalahan bahwa nilai akurasi error Algoritma Neural Network Backpropagation perlu direndahkan agar akurasi prediksi meningkat dan tahap kedua dilakukan uji coba menggunakan data yang lebih banyak dibandingan dengan tahap ke satu. Berdasarkan hasil penelitian yang telah dilakukan, dapat disimpulkan bahwa Algoritma Neural Network memiliki akurasi yang lebih rendah bila dibandingkan dengan akurasi menggunakan metode optimasi adaboost pada proses trainning ditambah dengan Neural Network, ini dapat dilihat dengan rendahnya tingkat error MSE menggunakan metode adaboost + neural network dan dapat disimpukan pula bahwa dengan menggunakan jumlah data yang lebih banyak maka dapat menurunkan tingkat akurasi error MSE sehingga berhasil meningkatkan akurasi prediksi dalam bisnis forex trading. Kata kunci: forex, trading, neural network, adaboost, central capital futures.

SISTEM PAKAR UNTUK DIAGNOSA PENYAKIT KEHAMILAN MENGGUNAKAN METODE DEMPSTER-SHAFER DAN DECISION TREE Joko Minardi; Suyatno Suyatno
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 7, No 1 (2016): JURNAL SIMETRIS VOLUME 7 NO 1 TAHUN 2016
Publisher : Universitas Muria Kudus

Teori Dempster-Shafer adalah teori matematika bukti berdasarkan fungsi keyakinan dan penalaran yang masuk akal, yang digunakan untuk menggabungkan bagian yang terpisah dari informasi. Dempster- Shafer teori alternatif teori probabilistik tradisional untuk representasi matematis dari ketidakpastian. Dalam diagnosis penyakit informasi kehamilan yang diperoleh dari pasien kadang-kadang tidak lengkap, dengan metode dan sistem pakar Dempster-Shafer aturan bisa menjadi kombinasi dari gejala yang tidak lengkap untuk mendapatkan diagnosis yang tepat sedangkan pohon keputusan digunakan sebagai alat pendukung keputusan pelacakan referensi gejala penyakit. Penelitian ini bertujuan untuk mengembangkan sebuah sistem pakar yang dapat melakukan diagnosis kehamilan menggunakan metode Dempster Shafer, yang dapat menghasilkan nilai kepercayaan untuk diagnosis penyakit. Berdasarkan hasil tes diagnostik Dempster-Shafer metode dan ahli sistem, akurasi yang dihasilkan dari 76%. Kata kunci: sistem ahli, penyakit kehamilan, dempster shafer.

PREDIKSI FOREX MENGGUNAKAN MODEL NEURAL NETWORK R. Hadapiningradja Kusumodestoni; Suyatno Suyatno
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 6, No 2 (2015): JURNAL SIMETRIS VOLUME 6 NO 2 TAHUN 2015
Publisher : Universitas Muria Kudus

ABSTRAK Prediksi adalah salah satu teknik yang paling penting dalam menjalankan bisnis forex. Keputusan dalam memprediksi adalah sangatlah penting, karena dengan prediksi dapat membantu mengetahui nilai forex di waktu tertentu kedepan sehingga dapat mengurangi resiko kerugian. Tujuan dari penelitian ini dimaksudkan memprediksi bisnis fores menggunakan model neural network dengan data time series per 1 menit untuk mengetahui nilai akurasi prediksi sehingga dapat mengurangi resiko dalam menjalankan bisnis forex. Metode penelitian pada penelitian ini meliputi metode pengumpulan data kemudian dilanjutkan ke metode training, learning, testing menggunakan neural network. Setelah di evaluasi hasil penelitian ini menunjukan bahwa penerapan algoritma Neural Network mampu untuk memprediksi forex dengan tingkat akurasi prediksi 0.431 +/- 0.096 sehingga dengan prediksi ini dapat membantu mengurangi resiko dalam menjalankan bisnis forex. Kata kunci: prediksi, forex, neural network.

Title Search

Found 3 Documents Search Journal : Jurnal Simetris

Abstract

Abstract

Abstract

Title

Found 3 Documents
Search
Journal : Jurnal Simetris