Article Per Year (5 Year)
p-Index From 2021 - 2026
3.712
P-Index
This Author published in this journals
All Journal JURNAL MATEMATIKA STATISTIKA DAN KOMPUTASI Saintia Matematika Computatio : Journal of Computer Science and Information Systems Seminar Nasional Variansi (Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika) Syntax Literate: Jurnal Ilmiah Indonesia KOMPUTIKA - Jurnal Sistem Komputer Syntax Idea Abdimas Galuh: Jurnal Pengabdian Kepada Masyarakat Jurnal Syntax Transformation Jurnal Lebesgue : Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika International Journal of Business, Economics, and Social Development FARABI: Jurnal Matematika dan Pendidikan Matematika Jurnal Sisfotek Global Jurnal Multidisiplin Madani (MUDIMA) Indonesian Journal of Business Analytics (IJBA) Jurnal Pengabdian Masyarakat Bestari (JPMB) Formosa Journal of Applied Sciences (FJAS) Mutiara: Multidiciplinary Scientifict Journal Jurnal Inovasi Global Journal of Mathematics, Computation and Statistics (JMATHCOS)
Bakti Siregar
Jurusan Statistika Universitas Matana
Aerospace Engineering Agriculture, Biological Sciences & Forestry Arts Humanities Astronomy Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Nursing Public Health Social Sciences Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
Rancang Bangun Kebutuhan Material pada Perusahaan Mega Karya Estetika Permana, Garry Julius; Siregar, Bakti
Jurnal Inovasi Global Vol. 2 No. 6 (2024): Jurnal Inovasi Global
Publisher : Riviera Publishing

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58344/jig.v2i6.93

Abstract

Perusahaan Mega Karya Estetika adalah perusahaan Interior yang sedang berkembang dan memiliki nilai tersendiri dengan fokus utama menyajikan “konsep” sebagai acuan design sehingga mampu menciptakan tatanan interior rumah yang memiliki kenyamanan bagi penghuninya. Sebagai sebuah perusahaan yang sedang berkembang tentunya dibutuhkan Laporan ini dibuat sebagai bahan pengambilan keputusan untuk mengevaluasi kinerja hasil perkerjaan proyek dengan proyek sebelumnya. Prosesnya dimulai dengan pencatatan pembelian dan kedatangan barang ke workshop. Setelah menerima barang, dilakukan input data stok ke dalam database. Selanjutnya, dicatat pemakaian barang dan pengeluarannya dari stok dalam database. Pada akhir bulan, disusun laporan pembelian atau penggunaan barang untuk proyek tertentu, serta laporan keseluruhan penggunaan barang pada akhir proyek. Laporan tersebut lalu diberikan kepada pihak keuangan dan audit sebagai bahan evaluasi suatu proyek. Hasil evaluasi ini menjadi dasar untuk perbaikan dan peningkatan di masa mendatang.
Determination of Mount Eruption Insurance Premiums in Indonesia Based on Collective Risk and Level of Risk Spread Kalfin, Kalfin; Sukono, Sukono; Januaviani, Trisha Magdalena Adelheid; Siregar, Bakti
International Journal of Business, Economics, and Social Development Vol. 5 No. 1 (2024)
Publisher : Rescollacom (Research Collaborations Community)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46336/ijbesd.v5i1.576

Abstract

Volcano eruption insurance is an insurance product that provides financial protection to policy holders who experience losses due to volcanic eruptions. This insurance product is still rarely developed in Indonesia, even though this country is very vulnerable to natural disasters. Therefore, this research aims to carry out a simulation of determining volcanic eruption disaster insurance premiums based on collective risk and the level of risk distribution. The data used in this research is the frequency of events and economic losses due to volcanic eruptions. Event frequency and loss data are analyzed using a collective risk model. Apart from that, determining insurance premiums also takes into account loading factors and the level of risk distribution from volcanic eruption disaster data. From the results of the analysis, it was found that natural disaster insurance premiums had increased, along with an increase in the loading factor provided. In addition, insurance premium expenses are influenced by the collective risks faced by customers. The greater the collective risk faced, the greater the insurance premium that customers must bear. Based on the results of the estimates carried out, it is hoped that this research can provide an overview to the Indonesian government in estimating the Mount Meletus insurance scheme. Meanwhile, insurance companies can get an idea of determining insurance premiums according to conditions in the field.
Implementation of K-means Clustering Algorithm for the Indonesian Stock Exchange Siregar, Bakti; Yosia, Yosia
JURNAL SISFOTEK GLOBAL Vol 14, No 1 (2024): JURNAL SISFOTEK GLOBAL
Publisher : Institut Teknologi dan Bisnis Bina Sarana Global

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.38101/sisfotek.v14i1.10860

Abstract

In the dynamic field of financial markets, effective analysis and understanding of stock market behavior are very crucial for investors, analysts, and policymakers. This study investigates the implementation of the K-means algorithm for clustering stocks listed on the Indonesian Stock Exchange (IDX). The main objectives of this research include exploring IDX's clustering patterns, identifying groups based on their trading characteristics, and evaluating algorithm performance. Some challenging parts have been addressed, such as data quality, feature selection, determining the optimal number of clusters, scalability, interpretability, and evaluation. Precise data preprocessing, feature engineering, and algorithm optimization provide insight into the clustering structure of the Indonesian stock market, helping investors in portfolio diversification, risk management, and strategic decision-making. The results show the potential of the K-means algorithm in thoroughly uncovering important patterns on the IDX, thereby contributing to the advancement of market analysis methodologies adapted to the Indonesian financial environment.
KLASIFIKASI HARGA MOBIL MENGGUNAKAN METODE DECISION TREE ALGORITMA C4.5 Anggraiwan, Yonathan; Siregar, Bakti
Computatio : Journal of Computer Science and Information Systems Vol. 6 No. 2 (2022): Computatio: Journal of Computer Science and Information Systems
Publisher : Faculty of Information Technology, Universitas Tarumanagara

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24912/computatio.v6i2.19994

Abstract

Kendaraan bermotor seperti mobil sudah menjadi kebutuhan sehari-hari bagi banyak orang, khususnya di perkotaan. Kendaraan tersebut memiliki berbagai bagian yang menentukan harga, seperti mesin, jumlah silinder, hemat borosnya penggunaan bahan bakar, dan sebagainya. Sehingga sangat penting bagi para pengguna untuk membeli mobil yang sesuai dengan kebutuhan dan kapasitas keuangan mereka. Selain itu, penentuan harga mobil ini juga menjadi hal yang harus dipertimbangkan agar konsumen dapat menjangkaunya. Oleh karena itu, pada penelitian ini dilakukan pemodelan klasifikasi harga mobil, menggunakan metode decision tree algoritma C4.5 dengan aplikasi RapidMiner, dimana harga dari mobil tersebut dipengaruhi oleh beberapa faktor, seperti besar tenaga kuda pada mesin mobil, jenis transmisi, jumlah silinder, dan faktor lainya. Hasil penelitian ini diperoleh tingkat akurasi model klasifikasi sebesar 82.1% dan R-square sebesar 98.5%, yang berarti variabel independent sangat mempengaruhi variabel dependent pada model ini. Jika ditinjau dari model regresinya dan melihat nilai Root Mean Square Error (RMSE) diperoleh 6.95%, artinya adalah model ini dapat memprediksi harga mobil dengan ketepatan sebesar 93%.
Pelatihan Visualisasi Data Menggunakan Excel di SMA Erenos Tangerang Siregar, Bakti; Gunawan, Naftali Brigitta; Riswandi, Calvin
Abdimas Galuh Vol 6, No 1 (2024): Maret 2024
Publisher : Universitas Galuh

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25157/ag.v6i1.13358

Abstract

Visualisasi Data merupakan bidang terapan yang meliputi statistika, ilmu komputer, dan bisnis. ilmu dan menganalisis data, khususnya data kuantitatif (numerik), baik yang terstruktur maupun tidak terstruktur. Saat ini kebutuhan terhadap profesi data scientist (Analis Data) sangat tinggi seiring pengkembangan teknologi digital.  Banyak siswa-siswi SMA/SMU sangat tertarik tetapi belum mengetahuai bagaimana mereka memulai pembelajaran Visualisasi Data menggukan Excel. Olehkarena itu, Universitas Matana melalui prodi Statistika komitmen dalam melakukan pengenalan dasar mengenai pemanfaat Excel dalam mengolah data (sains data).  Adapun mitra dalam Pengabdian Kepada Masyarakat (PKM) ini adalah SMA Erenos.  Pelaksaan pelatihan ini terbukti memberikan kenaikan pengetahuan sebanyak 19% terkait Visualisasi data berdasarkan evaluasi nilai post-test dan nilai pre-test yang diberikan kepada peserta. Sehingga, konsep pembelajaran praktikum ini dapat diterapkan lebih banyak pembelajaran di Sekolah.
Implementasi Metode Random Forest dalam Analisis Prediksi Dogecoin Siregar, Bakti; Jimy, Valensius
Komputika : Jurnal Sistem Komputer Vol. 14 No. 2 (2025): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v14i2.16486

Abstract

Perkembangan teknologi digital telah mendorong munculnya mata uang kripto seperti Dogecoin yang memiliki volatilitas harga tinggi, sehingga menarik perhatian investor namun juga menimbulkan risiko prediksi harga yang kompleks. Penelitian ini menawarkan solusi prediksi harga Dogecoin dengan menerapkan metode Random Forest, salah satu algoritma machine learning berbasis ensemble learning yang unggul dalam menangani data berpola nonlinier. Data yang digunakan adalah data historis harian harga Dogecoin periode 1 Januari–31 Desember 2024 yang diperoleh dari investing.com. Tahapan penelitian meliputi pengunduhan dan pra-pemrosesan data untuk mengatasi missing values, pembagian dataset menjadi data latih (90%) dan data uji (10%), pembangunan model Random Forest menggunakan perangkat lunak R, serta evaluasi kinerja model menggunakan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model mampu memprediksi harga Dogecoin dengan nilai MAPE 2,59% dan R-squared 99,37%, yang menandakan tingkat akurasi tinggi. Kontribusi penelitian ini adalah memberikan model prediksi harga kripto yang andal dan terukur, yang dapat dimanfaatkan investor maupun peneliti sebagai acuan pengambilan keputusan, sekaligus memperluas literatur metode Random Forest pada analisis harga aset digital.
Co-Authors Alicia Arifin Anggraiwan, Yonathan Barus, Simon Prananta Brigita Tiara Elgityana Melantika Clara Della Evania Dhela Asafiani Agatha Dhela Asafiani Agatha Evania, Clara Della F. Anthon Pangruruk F. Anthon Pangruruk F. Anthon Pangruruk Ferdinand Nathaniel Widjaya Gregoria Illya Gunawan, Naftali Brigitta Januaviani, Trisha Magdalena Adelheid Jeffry Wijaya Jimy, Valensius Jocelyn Irene Gani kalfin Kalfin Kalfin, Kalfin Kefas Ronaldo Immanuel Natalie, Karen Pangruruk, F. Anthon Permana, Garry Julius Prya Artha Widjaja Riswandi, Calvin Sawaluddin Nasution Sherly Taurin Siridion Siridion, Sherly Taurin Sukono Sukono Tulus Tulus Valensius Jimy Vanessa Supit Widjaja, Preya Artha Windjaya, Putri Angelina Wiwik Wiyanti Wiwik Wiyanti Yosia Yosia Yosia Yosia, Yosia