Claim Missing Document
Check
Articles

Found 10 Documents
Search

Keragaman Zooplankton di Perairan Sungai Pepe Anak Sungai Bengawan Solo di Jawa Tengah Fadilatin, Nuha Syaj’in; Roziaty, Efri; Pradana, Yan Aditya
Jurnal Keilmuan dan Keislaman Vol. 1, No. 2, Juni 2022
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (182.926 KB) | DOI: 10.23917/jkk.v1i2.15

Abstract

Penelitian keragaman zooplankton di Sungai Pepe telah dilaksanakan pada bulan Januari-Februari 2016. Tujuan penelitian ini adalah untuk mengkaji jenis dan keanekaragaman komunitas zooplankton di perairan Sungai Pepe. Penelitian ini bersifat explorative. Teknik yang digunakan untuk pengambilan sampel adalah metode sampling dengan menetapkan dua stasiun penelitian. Stasiun A sebagai bagian hilir Sungai Pepe yang berlokasi di daerah Sangkrah dan stasiun B sebagai bagian hulu Sungai Pepe yang berlokasi di daerah Banjarsari. Hasil identifikasi zooplankton ditemukan sebanyak 12 genus dari 5 divisi utama yakni Ciliophora (2 genus), Rotifera (5 genus), Arthropoda (1 genus), Protozoa (3 genus) dan Platyhelminthes (1 genus). Kelimpahan zooplankton (N) berkisar antara 32sel/liter sampai 40 sel/liter. Indeks keanekaragaman (H’) berkisar antara -1,21 sampai – 1,69 yang mengartikan komunitas biota tidak stabil. Indeks kemerataan (E) berkisar antara -0,52 sampai – 0.70 yang mengartikan kemerataan spesies rendah. Indeks dominansi berkisar antara 0,47 sampai 0,27 yang berarti tidak ada spesies yang mendominasi dalam perairan tersebut. Hasil tersebut menunjukkan bahwa dibutuhkan perhatian khusus agar komunitas zooplankton di Perairan Sungai Pepe dapat distabilkan dengan mengurangi pencemaran lingkungan.
Penyelesaian Aplikasi Persamaan Diophantine dengan Algoritma Euclid Pradana, Yan Aditya; Dewi, Lenny Puspita; Rahmah, Maulida Atsaniatu; Wijanarko, Ardi; Ishartono, Naufal; Kusumaningtyas, Dian Artha
Jurnal Keilmuan dan Keislaman Vol. 3, No. 1, Maret 2024
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/jkk.v3i1.173

Abstract

Persamaan diophantine Linier memiliki dua variabel yang mana variabelnya berbentuk bilangan bulat. Solusi yang dapat diselesaikan pada persamaan diopanthine adalah solusi bilangan bulat. Untuk mengetahui apakah persamaan tersebut memiliki solusi bulat atau tidak maka diperlukan algoritma euclid untuk menyelidiki. Dengan algoritma Euclidean dicari Faktor persekutuan terbesar dari masing-masing variable yang ada pada persamaan yang mana hasil dari penghitungan FPB ini merupakan solusi terbaik dari persamaan Linier Diophantine. Berdasarkan analisis hasil dan pembahasan yang telah dibahas, permasalahan pada aplikasi persamaan Diophantine Linier dapat secara mudah dilakukan dengan menggunakan algoritma Euclid. Untuk menyelidiki apakah persamaan tersebut diophantine atau tidak dapat dilakukan dengan dengan penghitungan FPB variabel  dan  dari persamaan  yang mana.  Pada penghitungan  didapat , sehingga  memiliki solusi bulat. Persamaan diophantine Linier dapat diaplikasikan dalam materi program Linier 2 variabel yang diajarkan di tingkat SMP dan SMA, dengan algoritma Euclid persamaan Linier dengan syarat (a,b)|c dapat dipenuhi yang kemudian dapat dilanjutkan langkah pembalikan algoritma euclid untuk menemukan solusi bulat. 
Estimasi Harga Bawang Bawang Di Jawa Timur Menggunakan Model Multilayer Perceptron Pradana, Yan Aditya; Dewi, Lenny Puspita; Pramudito, Wysnu; Fauzi, Irfan Miftahul; Negara, Santosa Pradana Putra Setia; Iswari, Dian Ardhifa; Mudzakkir, Moh.; Handayani, Trisakti
Jurnal Keilmuan dan Keislaman Vol. 2, No. 4, Desember 2023
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/jkk.v2i4.174

Abstract

Indonesia adalah negara yang dikenal dengan beragam produk pertanian. Produk pertanian yang dihasilkan meliputi pangan dan hortikultura. Produk hortikultura yang sering ditanam oleh masyarakat adalah bawang merah. Bawang merah merupakan salah satu komoditas yang memiliki tingkat risiko yang tinggi yaitu harga yang fluktuatif. Harga bawang merah dapat naik dan turun hanya dalam waktu beberapa minggu. Fluktuasi harga bawang merah dapat terjadi karena tidak ada aturan yang melindungi harga bawang merah. Kondisi mekanisme pasar menentukan harga bawang merah, sehingga hukum penawaran dan permintaan menentukan naik turunnya harga. Langkah-langkah yang tepat diperlukan untuk memprediksi harga bawang merah dalam beberapa periode berikutnya dan meminimalkan risiko kerugian petani. Harga bawang merah berubah setiap minggu, sehingga diperlukan prediksi harga bawang merah menggunakan metode Multilayer Perceptron (MLP). Multilayer Perceptron (MLP) adalah salah satu Jaringan Saraf Tiruan (ANN) yang populer. Model MLP yang dibangun terbukti dapat memprediksi harga bawang merah di Jawa Timur. Perbandingan data uji dan pelatihan terbaik adalah 2:1, yang memiliki kesalahan terkecil dari model lainnya. Ini bisa disebabkan oleh faktor parameter yang tidak sesuai. Perbedaan jumlah epoch dalam penelitian ini berdampak signifikan dalam meminimalisasi kesalahan.
Deteksi Kualitas Bawang Merah dengan Circularity Image Pro-cessing Pradana, Yan Aditya; Dewi, Lenny Puspita; Muthiah, Suci; Setyawati, Yayuk; Prakoeswa, Flora Ramona Sigit; Untari, Ida
Jurnal Keilmuan dan Keislaman Vol. 3, No. 1, Maret 2024
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/jkk.v3i1.175

Abstract

Perkembangan dunia di bidang IT sangatlah pesat seiring dengan berbagai inovasi penerapan di berbagai bidang. Salah satu penerapannya adalah  dalam  bidang produksi pangan yaitu Bawang Merah. Menurut data statistik sekjend kementrian pertanian tahun 2012 adalah setiap minggu penduduk per kapita membutuhkan 72 kg Bawang Merah.Banyak terjadi ketika konsumen menggunakan produksi pangan ini sudah dalam kondisi tidak layak karena kedaluarsa. Penelitian ini bertujuan membuat pemodelan deteksi kualitas Bawang Merah berbasis citra yang dapat digunakan untuk mengetahui usia Bawang Merah. Memang beberapa peniliti sebelumnya juga membuat pemodelan kulitas Bawang Merah akan tetapi biasanya ditujukan untuk mengetahui apakah dapat ditetaskan atau tidak. Metode penelitian ini adalah pendekatan circularity image processing dengan menggunakan perangkat  lunak Matlab. Hasil penelitian ini adalah dapat dibangun pemodelan deteksi kualitas Bawang Merah berbasis citra dengan obyek pada bagian kantung udara Bawang Merah. Prosentase hasil keakuratan diatas 66% untuk mendapatkan kualitas bawang merah yang baik. Semakin besar tingkat circularity, maka semakin tinggi kualitas bawang merah tersebut.  
Penentuan Rute Optimal Wisata di Kota dan Kabupaten Madiun Menggunakan Algoritma Genetika Pradana, Yan Aditya; Setyawati, Yayuk; Dewi, Lenny Puspita; Shobri, Muhammad Qolbi; Adhantoro, Muhammad Syahriandi; Kurniaji, Ganno Tri Buana; Romadloni, Nova Tri
Jurnal Keilmuan dan Keislaman Vol. 3, No. 1, Maret 2024
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/jkk.v3i1.223

Abstract

Travelling Salesman Problem (TSP) merupakan pencarian jangkauan rute terpendek dan waktu tercepat oleh seorang Salesman dari suatu kota ke-n kota tujuan. Banyak algoritma telah digunakan dan dikembangkan untuk menyelesaikan permasalahan TSP, namun ada beberapa algoritma yang dirasa kurang dalam hal performasinya. Salah satu algoritma yang mampu menyelesaikan permasalahan TSP adalah Algoritma genetika. Proses pencarian rute tercepat dengan algoritma genetika adalah dengan menginisialisasikan parameter awal yaitu: Memasukkan tujuan dan waktu ketersediaan untuk masing-masing path, menentukan ukuran individu pada setiap populasi, ukuran generasi, probabilitas crossover, dan probabilitas mutasi. Hasil akhir dari algortima genetika adalah menampilkan rute optimal yang memiliki nilai fitness tertinggi dari semua generasi. Hasil optimalisasi rute wisata di Kota dan Kabupaten Madiun, yang lebih dulu dikunjungi adalah alun-alun kota, Taman Bantaran, Jalan Pahlawan, Suncity, Taman Trembesi, Gor Wilis, Masjid Besar Kuno, Ngowo Bening Edu Park, Watu Rumpuk, Nongko Ijo, Monumen Kresek dan yang terakhir adalah Nusantara Edu Park.
Analisis Prediksi Gerakan Saham Syariah JII70: Pendekatan Regresi Linier Berganda terhadap Faktor-Faktor Ekonomi dan Pasar Global Puspita Dewi, Lenny; Pradana, Yan Aditya; Andyani, Rhavida Anniza; Putri, Angelia Sukma Ningrum Afrida Yono; Isa, Muzakar; Susila, Ihwan; Azizah, Siti Nur
Jurnal Keilmuan dan Keislaman Vol. 3, No. 2, Juni 2024
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23917/jkk.v3i2.250

Abstract

Harga saham pada pasar modal selalu berfluktuasi setiap waktu. Faktor yang mempengaruhi harga saham antara lain kondisi perekonomian, laju inflasi, penawaran dan permintaan. Dalam pengambilan keputusan untuk membeli, menahan, dan menjual saham, investor memerlukan sebuah informasi berupa prediksi harga saham. Penelitian ini bertujuan untuk mengetahui hasil prediksi gerakan saham syariah JII70 menggunakan metode regresi linier berganda. Variabel yang digunakan yaitu harga minyak mentah, kurs dollar, suku bunga, inflasi, laju PDB, dan IHSG. Data yang digunakan adalah data Bulan Juli 2021 hingga Bulan Juli 2023. Data harga saham yang diperoleh dari Yahoo Finance dilakukan prepocessing data agar data yang diperoleh dapat diramalkan menggunakan regresi secara akurat. Hasil dari penelitian ini adalah harga saham JII70 secara signifikan dipengaruhi oleh variabel harga minyak mentah, kurs dollar, suku bunga, inflasi, laju PDB, dan IHSG, dengan kontribusi sebesar 77,52%. Variabel harga minyak mentah, suku bunga BI, dan laju PDB memiliki pengaruh negatif terhadap harga saham JII70, sedangkan variabel kurs dollar, inflasi, dan IHSG memberikan pengaruh positif terhadap harga saham JII70.
Pelatihan Perkalian Bilangan Dasar dengan Metode Jarimatika pada Siswa Kelas III MI Muhammadiyah Kota Madiun Dewi, Lenny Puspita; Pradana, Yan Aditya; Andyani, Rhavida Anniza; Aji, Angelia Sukma Ningrum Afrida Yono Putri; Ishartono, Naufal; Machromah, Isnaeni Umi; Widyastuti, Erma
Jurnal Ilmiah Kampus Mengajar Vol. 3, No. 2, Oktober 2023
Publisher : Asosiasi Lembaga Pendidikan Tenaga Kependidikan Perguruan Tinggi Muhammadiyah Aisyiyah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56972/jikm.v3i2.148

Abstract

Hal paling dasar dalam penguasaan materi matematika adalah tentang pengoperasian aritmetika. Salah satu pokok bahasan matematika yang harus dikuasai tetapi masih banyak siswa yang merasa kesulitan adalah perkalian bilangan. Kebanyakan siswa kelas III MI Muhammadiyah Kota Madiun, mengalami kesulitan pengoperasian hitung perkalian. Hal ini disebabkan metode pembelajaran perkalian menggunakan sistem hafalan. Bagi sebagian siswa yang lemah dalam hafalan mengalami kesulitan yang menyebabkan siswa kurang optimal dalam mempelajari materi pelajaran termasuk materi perkalian. Tujuan dari kegiatan ini adalah untuk memberikan pelatihan jarimatika bagi siswa kelas III MI Muhammadiyah Kota Madiun agar siswa terampil dalam mengoperasikan perkalian dasar 1 hingga 9. Dalam pelaksanaannya, pengabdian ini menggunakan metode persiapan yaitu observasi dan penyusunan modul, pelaksanaan pelatihan jarimatika, dan tahap akhir yaitu evaluasi. Hasil dari pengabdian ini adalah siswa memiliki pengetahuan tentang metode jarimatika sehingga siswa dapat menjawab soal perkalian dengan cepat dan tepat. Kesimpulan dalam pengabdian ini adalah siswa sangat antusias mengikuti pelatihan jarimatika.
The Model of Carbon Price Risk Prediction in European Markets Using Long Short-Term Memory- Geometric Brownian Motion Pradana, Yan Aditya; Mukhlash, Imam; Irawan, Mohammad Isa; Putri, Endah Rokhmati Merdika; Iqbal, Mohammad
Journal of Applied Data Sciences Vol 6, No 2: MAY 2025
Publisher : Bright Publisher

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47738/jads.v6i2.536

Abstract

Accurate carbon market price prediction is one of the fundamentals in assessing the risks associated with carbon trading. Related studies on carbon price prediction were mainly focused on two major approaches: mathematical and/or machine learning models. Geometric Brownian Motion (GBM) is one of the mathematical models that can represent carbon price movements but requires modifying the sample size and the number of parameters for compiling the simulation numerically. Moreover, two critical parameters: (μ) mu and (σ) sigma need to be estimated to simulate the carbon price movements. In this study, the parameters μ and σ estimation are based on the average return value and standard deviation. However, if the carbon price movement is very volatile, we need to recognize its trend and characteristics by estimating the parameters precisely until there is no significant change (or stable) patterns. That is very expensive and may be intractable on high-dimensional data with less precise prediction. Therefore, we propose a hybrid model for carbon price prediction based on GBM with the parameter estimation using the Long Short-Term Memory (LSTM) model. The LSTM model was chosen because it has high accuracy in parameter estimation without losing the characteristics of the GBM stochastic model. Furthermore, Value at Risk (VaR) is utilized to measure the risk of carbon price volatility predictions. The simulation results showed the proposed model has higher prediction accuracy with a not-too-significant time difference, and the model is proven reliable in measuring future risks.
Carbon Price Prediction by Incorporating Fossil Fuel Prices Using Long Short-Term Memory with Temporal Pattern Attention (TPA-LSTM) Mujiono, Edo Priyo Utomo Putro; Mukhlash, Imam; Pradana, Yan Aditya; Putri, Endah R.M.; Irawan, Mohammad Isa
Science and Technology Indonesia Vol. 10 No. 3 (2025): July
Publisher : Research Center of Inorganic Materials and Coordination Complexes, FMIPA Universitas Sriwijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26554/sti.2025.10.3.856-865

Abstract

Reliable carbon price prediction can help to stabilize the carbon market, minimize financial risks for investors, and encourage innovation in green industries. The forecasts have a crucial role in reaching advanced goals for reducing emissions, aiding the shift toward an economy with reduced carbon emissions, and lessening the adverse effects of climate change overall. This paper proposes applications of LSTM with Temporal Pattern Attention (TPA-LSTM) to predict carbon price fluctuations. The prediction of carbon price fluctuations not only draws on its own historical information but also from its main predictors, including fossil fuel prices from 2018 to 2023. The TPA-LSTM method is a combined method that uses the LSTM layer as the initial input of the model. Furthermore, the output generated by the LSTM layer serves as the input to the TPA layer, which is then used to predict the carbon price for the following day. The model is tested by predicting the test data and calculating the evaluation results. The experimental results indicate that TPA-LSTM has surpassed other models in accuracy by showing better performance based on MSE, RMSE, MAE, and MAPE metrics.
ANALYSIS OF WEATHER CHANGES FOR ESTIMATION OF SHALLOT CROPS FLUCTUATION USING HIDDEN MARKOV Pradana, Yan Aditya; Azka, Dea Alvionita; Aji, Alfian Chrisna; Fauzi, Irfan Miftahul
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 16 No 1 (2022): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (762.482 KB) | DOI: 10.30598/barekengvol16iss1pp331-340

Abstract

Climate change has an impact on increasing the temperature of the earth's surface or what is known as global warming. The impact of global warming will affect the pattern of precipitation, evaporation, water run-off, soil moisture and climate variations which are very volatile can threaten the success of horticultural production, especially shallots. Shallots are a strategic commodity but are strongly influenced by fluctuations in production. The development of shallots is one of them constrained by the weather/climate which affects the production of shallots. From these constraints, shallots are also a commodity that contribute significantly to inflation. Hidden Markov Models (HMM) is one of the stochastic processes when the future only depends on condition now, in markov chain all of the element observable, and the probability move to another probability. Prediction and estimation of shallot crops with rainfall input, temperature, and humidity is done with data starting in 2016 until 2020. Estimated shallot crops follows the optimum movement pattern of prediction shallot in each of each variable. The planting months that are usually carried out in the two districts are around February, May, June and September the lowest shallot crops in April or May because transition of rainy to dry season. And the highest shallot crops in October or November. The best accuracy of estimation is rainfall factor with MAPE 5,89% with high accuracy category while 5,84% in MAPE temperature and in 5,55% in humidity factor in category high.