Article Per Year (5 Year)
p-Index From 2020 - 2025
1.513
P-Index
This Author published in this journals
All Journal Saintia Matematika Jurnal Strategi Pemasaran Jurnal Ilmiah Penegakan Hukum Journal of Language, Literature, and Teaching Co-Value : Jurnal Ekonomi, Koperasi & Kewirausahaan Outline Journal of Management and Accounting Cerdika: Jurnal Ilmiah Indonesia Sammajiva: Jurnal Penelitian Bisnis dan Manajemen Jurnal Ticom: Technology of Information and Communication PESHUM
Nico Nico
Unknown Affiliation
Humanities Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Health Professions Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Public Health Social Sciences

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Ticom: Technology of Information and Communication

 1 
Implementasi Metode Jaringan Saraf Tiruan Backpropagation Untuk Memprediksi Harga Emas Nico Nico; Pipin Farida Ariyani
Jurnal Ticom: Technology of Information and Communication Vol 13 No 2 (2025): Jurnal Ticom-Januari 2025
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v13i2.145

Abstract

Investasi logam mulia seperti emas telah menjadi salah satu perencanaan investasi yang cukup diminati oleh masyarakat di Indonesia. Komoditas seperti emas dapat dikatakan sebagai salah satu jenis utama yang banyak dipilih oleh para investor untuk mendapat keuntungan dalam jangka panjang. Namun bagi para investor pemula yang baru tertarik ke investasi ini akan menemui kesulitan dalam menentukan kapan saat yang tepat untuk melakukan pembelian atau menjual emas karena harganya yang cukup fluktuatif. Oleh sebab itu, tujuan dari kenapa dilakukan penelitian ini adalah dibuatnya sistem untuk bisa melakukan prediksi harga emas di masa depan sehingga dapat menjadi salah satu alat bantu untuk investor khususnya para pemula dalam mengambil keputusan untuk menjual atau membeli emas agar bisa mendapatkan keuntungan yang diinginkan. Dalam memprediksi harga emas diperlukan metode dengan akurasi yang cukup tinggi, karena itu penulis menggunakan suatu algoritma yaitu backpropagation yang merupakan salah satu metode prediksi dari jaringan saraf tiruan. Data yang digunakan dalam penelitian ini adalah kumpulan data harian naik turunnya harga emas mulai dari tanggal 2 januari 2019 sampai dengan 27 Juni 2024 dengan total 1814 data, kemudian data tersebut dibagi menjadi 2 bagian yakni data untuk pelatihan sebesar 80 persen dan data untuk pengujian sebesar 20 persen. Hasil dari beberapa variasi percobaan pada penelitian ini menunjukkan bahwa variasi yang memiliki akurasi paling baik adalah arsitektur dari JST backpropagation dengan jumlah untuk neuron input adalah 3, neuron hidden adalah 3 dan neuron output adalah 1 dengan parameter iterasi sebesar 1000, laju pembelajaran (nilai Alpha) adalah 0,3 dan Toleransi Eror adalah 0,0001 menghasilkan Mean Square Error (MSE) pada saat dilakukan proses pelatihan senilai 0,00031608, kemudian pada saat dilakukan proses pengujian memiliki nilai eror sebesar 0,587 dan tingkat akurasi sebesar 99,413%. Penelitian ini dapat dilanjutkan dengan membuat program yang bisa dioptimalisasi dengan fungsi pembelajaran lebih lanjut, contoh seperti Resilient Backpropagation, One-Step Secant, dan metode optimasi lainnya
Implementasi Algoritma Pembobotan TF-IDF dan Cosine Similarity untuk Penetapan Kategori Artikel pada Website Universitas Budi Luhur Nico Nico; Utomo Budiyanto; Titin Fatimah
Jurnal Ticom: Technology of Information and Communication Vol 10 No 3 (2022): Jurnal Ticom-Mei 2022
Publisher : Asosiasi Pendidikan Tinggi Informatika dan Komputer Provinsi DKI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70309/ticom.v10i3.38

Abstract

Universitas Budi Luhur merupakan universitas komputer swasta pertama di Indonesia yang sejak awal berdiri memiliki tujuan menghasilkan tenaga – tenaga trampil atau profesional di bidang komputer yang cerdas dan berbudi luhur. Sebagai institusi pendidikan Universitas Budi Luhur memiliki website yang saat ini menggunakan platform Content Management System (CMS) Wordpress untuk mempublikasikan kegiatannya.  Salah satu masalah dalam penyebaran informasi di website adalah kategorisasi artikel yang dipublikasi oleh admin yang dapat mengakibatkan ambiguitas artikel, karena setiap admin memiliki persepsi yang berbeda pada tiap artikel, sehingga menimbulkan kebingungan dari sisi pembaca, juga ketika ingin menampilkan atau mencari artikel/berita yang sesuai dengan kategori. Pengkategorian artikel yang ambigu kerap kali terjadi disebabkan oleh kategori yang dipilih berdasarkan opini masing - masing admin. Penelitian ini bertujuan untuk membuat alat bantu yang dapat mengkategorikan artikel secara otomatis menggunakan teknik Information Retrieval. Metode yang digunakan untuk mengelola serta mengkategorikan informasi yaitu ruang vektor (Vector Space Model) menggunakan algoritma pembobotan TF-IDF dan Cosine Similarity. Hasil uji dari penelitian ini adalah akurasi ketepatan pada klasifikasi kategori terhadap dataset sebesar 61.11%.
Co-Authors Agustiana, Intan Rizki Elvi Zahara Lubis, Elvi Zahara Fahrul Riza Farida Ariyani, Pipin Felix Felix Gim Tarigan Hingis Sangian, Arshenia Imamul Khaira Jesston Jesston Karina Karina Marsella, Marsella Muammar Rinaldi Pratama, Muhammad Farid Purwadhi Purwadhi Rian Andriani, Rian Savitri, Dianty Seriana Seriana Siswanto, Deddy Sutantio, Andy Titin Fatimah Utomo Budiyanto Valesia tjuang Vinny Fransiska Wiliam Santoso