Article Per Year (5 Year)
p-Index From 2021 - 2026
2.502
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) Epsilon: Jurnal Matematika Murni dan Terapan Jurnal Edukasi dan Penelitian Informatika (JEPIN) Journal of Animation & Games Studies JUTEI (Jurnal Terapan Teknologi Informasi) Jurnal Informatika Seminar Nasional Teknologi Informasi Komunikasi dan Administrasi [SEMINASTIKA] Patria : Jurnal Pengabdian Kepada Masyarakat Dinamika Kerajinan dan Batik : MAJALAH ILMIAH GIAT: Teknologi untuk Masyarakat SERVIRISMA: Jurnal Pengabdian kepada Masyarakat Fahma : Jurnal Informatika Komputer, Bisnis dan Manajemen Journal of Software Engineering and Multimedia (JASMED) Dinamika Kerajinan dan Batik: Majalah Ilmiah Jurnal Komtika (Komputasi dan Informatika)
Nugroho Agus Haryono
Universitas Kristen Duta Wacana
Arts Humanities Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Materials Science & Nanotechnology Mathematics Public Health Social Sciences Transportation Other

Published : 33 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 33 Documents
Search

 1   2   3   4 
Analisis Kinerja Support Vector Machine dan Moving Averages Convergence Divergence Untuk Saham-Saham Perbankan Indonesia Purnama, Andreas Anditya; Lukito, Yuan; Haryono, Nugroho Agus
Jurnal Komtika (Komputasi dan Informatika) Vol 9 No 1 (2025)
Publisher : Universitas Muhammadiyah Magelang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31603/komtika.v9i1.13459

Abstract

This study discusses the Machine Learning algorithm with technical indicator features in predicting the movement of Indonesian banking sector stocks. Many people seek profit in Indonesian banking stocks because most of them have good fundamentals but have high volatility. The strategy that can be used is the Support Vector Machine (SVM) algorithm with the Moving Averages Convergence Divergence (MACD) technical indicator feature. The SVM algorithm is used because it can process stock price movement data and technical indicators which tend to be complex. This research was conducted with the aim of contributing to the development of a machine learning-based stock prediction model that can be used by academics and financial practitioners. The research stages are collecting historical data on Infobank15 stock movements, data cleaning, training and testing the SVM model, then backtesting. The research methodology includes data processing using Python, training and testing the SVM model, then trading simulation with an initial capital of IDR 100 million. The kernels tested include RBF, Polynomial, and Sigmoid. Model performance is evaluated based on return, win rate, profit ratio, Sharpe ratio, maximum drawdown, risk-reward ratio, and accuracy rate. Historical data of Infobank15 stock is used in this study where the dataset is historical data from 2019-2024 for training and testing the model and historical data from 2024 for backtesting. Based on the experimental results obtained, it can be concluded that the combination of the SVM model and the MACD indicator yields favourable outcomes. The kernel that provides the best overall results is the Polynomial kernel. Penelitian ini membahas penerapan Machine Learning dengan fitur indikator teknikal dalam memprediksi pergerakan saham sektor perbankan Indonesia. Banyak masyarakat mencari keuntungan di saham perbankan Indonesia karena sebagian besar memiliki fundamental yang baik, namun memiliki volatilitas yang tinggi. Strategi yang dapat digunakan yaitu algoritma Support Vector Machine (SVM) dengan fitur indikator teknikal Moving Averages Convergence Divergence (MACD). Algoritma SVM dipakai karena dapat mengolah data-data pergerakan harga saham dan indikator teknikal yang di mana cenderung kompleks. Riset ini dilakukan dengan tujuan berkontribusi pada pengembangan model prediksi saham berbasis Machine Learning yang dapat digunakan oleh akademisi dan praktisi keuangan. Tahapan risetnya yaitu pengumpulan data historis pergerakan saham Infobank15, pembersihan data, pelatihan dan pengujian model SVM, kemudian backtesting. Metodologi risetnya meliputi pengolahan data menggunakan Python, pelatihan dan pengujian model SVM, kemudian simulasi trading. Kernel yang diuji antara lain Radial Basis Function, Polynomial, dan Sigmoid. Kinerja model dievaluasi berdasarkan return, win-rate, profit ratio, sharpe ratio, maximum drawdown, risk-reward ratio, dan accuracy rate. Data historis saham Infobank15 digunakan dalam penelitian ini adalah tahun 2019-2024 untuk pelatihan dan pengujian model serta data historis 2024 untuk backtesting. Dari hasil percobaan yang telah dilakukan, dapat disimpulkan bahwa kombinasi model SVM dan indikator MACD memberikan hasil yang baik. Kernel yang memberikan hasil terbaik secara keseluruhan adalah Polynomial.
Pembangunan Sistem Desain Batik Parang Dengan Kurva Bezier Hapsari, Widi; Haryono, Nugroho Agus
Dinamika Kerajinan dan Batik: Majalah Ilmiah Vol. 37 No. 2 (2020): DINAMIKA KERAJINAN DAN BATIK : MAJALAH ILMIAH
Publisher : Balai Besar Standardisasi dan Pelayanan Jasa Industri Kerajinan dan Batik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22322/dkb.v37i2.5864

Abstract

Batik Parang merupakan salah satu keanekaragaman motif batik yang memiliki pola hias bergaris miring dan berjajar. Parang termasuk jenis batik geometris yang dibentuk dari 2 unsur yaitu parang dan mlinjon. Kemiringan pada Parang membentuk pola dengan sudut 45 derajat. Penelitian ini bertujuan membentuk sistem desain batik parang secara interaktif dengan memanfaatkan ornamen motif yang disimpan dalam database. Gen parang dan mlinjon yang tersimpan dihasilkan dari pola yang dibentuk menggunakan kurva Bezier. Pembentukan variasi kurva Bezier diperoleh dari penempatan sejumlah titik-titik kontrol. Penyimpanan setiap gen parang dan mlinjon berupa titik-titik kontrol dari kurva. Aplikasi ini mengambil gen motif dari database yang kemudian disusun secara bervariatif dengan mengatur arah kemiringan dan jarak motif yang berjajar. Hasil yang diperoleh adalah bermacam-macam motif Parang berdasarkan ornamen hasil pembentukan kurva Bezier.
PEMBUATAN SISTEM DESAIN INTERAKTIF BATIK SEMEN Haryono, Nugroho Agus; Hapsari, Widi
Dinamika Kerajinan dan Batik: Majalah Ilmiah Vol. 39 No. 1 (2022): DINAMIKA KERAJINAN DAN BATIK : MAJALAH ILMIAH
Publisher : Balai Besar Standardisasi dan Pelayanan Jasa Industri Kerajinan dan Batik

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22322/dkb.v39i1.6666

Abstract

Kekayaan corak batik meliputi tiga aspek, yaitu estetika, fungsional, dan historis. Inovasi dalam pengembangan corak batik memegang peran yang penting. Inovasi dibutuhkan dalam industri batik masa kini tanpa meninggalkan nilai-nilai tradisional yang terkandung di dalamnya. Industri Batik dapat ditingkatkan dengan pemanfaatan teknologi informasi dalam inovasi desain batik. Perekayasaan terapan ini bertujuan untuk membangun sebuah sistem komputer yang dapat menghasilkan desain motif batik semen secara interakif. Metode yang digunakan dalam perekayasaan sistem adalah Evolutionary Computation dan Mathematical Computation untuk menghasilkan pola batik Semen secara digital. Evolutionary Computation diimplementasikan dengan level abstraksi ruang genotipe dan penotipe dengan pemetaan Lewontin. Tahapan perekayasaan dimulai dengan pengamatan untuk menemukan gen-gen pembentuk motif semen. Gen-gen yang ditemukan kemudian diformulasikan ke dalam model matematis dengan parameter-parameter yang diperlukan. Gen-gen yang diperoleh disimpan dalam database yang bisa dipetakan untuk membentuk penotipe berupa motif batik semen. Penotipe dapat dikembangkan atau pun digabung dengan penotipe lainnya untuk menghasilkan populasi motif batik semen dengan mengikuti layout yang disediakan. Hasil-hasil desain yang diperoleh dari rekayasa ini dibuat berdasarkan pada Batik Semen dalam pustaka yang diacu.
Co-Authors Albert Briliakta G.S Amanda A. Diadema Andy Gunawan Angelique Angesti Antonius Rachmat Chrismanto Argo Wibowo Dany Kurniawan Desyandri Desyandri Ela Yudhanira Elrida, Achiyo Gersamtya Gani Indriyanta Gunawan Santosa Hendro Setiadi I Made Mertha Ariada Joko Purwadi Joko Purwadi Joko Purwadi Jong, Jek Siang Joyce Grace Situmeang Kathryn Widhiyanti Katon Wijana Kerenzia, Nola Kristian Adi Nugraha Luhulima, Mardonius Riel Matahari Bhakti Nendya, Matahari Bhakti Minarni, Nani Prihadi Beny Waluyo, Prihadi Beny Purnama, Andreas Anditya Raden Gunawan Santosa Raden Gunawan Santoso Restyandito Riko Gusjakal Muran Rohani Utomo Rosa Delima Sandita A. Surbakti Sebastian Vincent S. Setiawan Setiawan Stheffany Felixiana Tofan Teguh Perkasa S Wahyu Trianto Nugroho Widi Hapsari Widi Hapsari Widi Hapsari Widi Hapsari Yuan Lukito Yuan Lukito