Article Per Year (5 Year)
p-Index From 2020 - 2025
4.445
P-Index
This Author published in this journals
All Journal Seminar Nasional Informatika (SEMNASIF) JIKO (Jurnal Informatika dan Komputer) Seminar Nasional Variansi (Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika) IKRA-ITH Informatika : Jurnal Komputer dan Informatika JOURNAL OF APPLIED INFORMATICS AND COMPUTING Jurnal Sisfokom (Sistem Informasi dan Komputer) IKRA-ITH ABDIMAS Syntax Idea International Journal of Informatics and Computation JISA (Jurnal Informatika dan Sains) JIKA (Jurnal Informatika) International Journal of Research in Community Services Jurnal Informatika Terpadu Jurnal Pustaka AI : Pusat Akses Kajian Teknologi Artificial Intelligence Formosa Journal of Science and Technology (FJST) Jurnal Pengabdian Masyarakat Bestari (JPMB) Formosa Journal of Applied Sciences (FJAS) Jurnal Keguruan dan Ilmu Pendidikan Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya Universal Raharja Community (URNITY Journal) Jikom: Jurnal Informatika dan Komputer Jurnal Elektronika dan Teknik Informatika Terapan JI-Tech Jurnal PETISI (Pendidikan Teknologi Informasi)
Barus, Simon Prananta
Matana University
Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Social Sciences Other

Published : 28 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 28 Documents
Search

 1   2   3 
Rancang Bangun Aplikasi Prediksi Harga Saham dengan Tiga Interpolasi melalui Restful API Barus, Simon Prananta
Seminar Nasional Informatika (SEMNASIF) Vol 1, No 1 (2020): Peran Digital Society dalam Pemulihan Pasca Pandemi
Publisher : Jurusan Teknik Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstractInvestor needs aplications to supoort in decision making. The research aims to build an application to predict the stock price by implementation of three interpolations in which front-end of application is flexible (web base, smartphone or desktop) with RESTful API approach. Application development using a prototyping model. Prediction process that have been carried out was to get history data (dataset), preprocessing, the three interpolation process and visualization. Dataset includes the opening and closing prices. Historical stock price used in this study is stock of KLBF and ISAT for the period of October 2019 until October 2020. The accuracy level is carried out by predicting stock prices in the period of 2 – 5 November 2020. The prediction results for the closing price of ISAT are 2.082% (NGF), 2.108% (NGB) and 2.082% (Lagrange) and KLBF are 1.457% (NGF), 1.454% (NGB) and 1.507% (Lagrange). Therefore, this application is able to help investors.Keywords : stock predictions, Newton Gregory Forward (NGF), Newton Gregory Backward (NGB), Lagrange, RESTful APIInvestor membutuhkan aplikasi untuk mendukung pengambilan keputusan. Banyak algoritma atau model untuk memprediksi harga saham. Namun, jarang harga saham diprediksi dengan penerapan interpolasi dalam metode numerik, seperti Newton Gregory Forward (NGF), Newton Gregory Backward (NGB), dan Lagrange. Pada penelitian sebelumnya belum ada rancang bangun aplikasi prediksi harga saham untuk menerapkan ketiga model interpolasi tersebut dalam sebuah aplikasi dan upaya menjembatani perangkat yang dipakai. Penelitian ini bertujuan untuk menghasilkan aplikasi prediksi harga saham dengan penerapan tiga interpolasi, dimana sisi front-end dari aplikasinya fleksibel (berbasis web, smartphone ataupun desktop) dengan pendekatan RESTful API. Pengembangan aplikasi menggunakan model prototyping. Proses prediksi yang dilakukan yaitu memperoleh data histori (dataset), pra-pemrosesan (preprocessing), proses tiga interpolasi, dan visualisasi. Dataset meliputi harga pembukaan dan penutupan saham. Harga saham histori dalam penelitian ini yaitu saham PT Kalbe Farma Tbk (KLBF) dan Indosat Ooredoo (ISAT)) periode Oktober 2019 sampai dengan Oktober 2020. Tingkat keakuratan dilakukan dengan memprediksi harga saham pada periode 2 sampai 5 Nopember 2020. Hasil prediksi untuk harga penutupan ISAT yaitu 2,082% (NGF), 2,108% (NGB) dan 2,082% (Lagrange) dan KLBF yaitu 1,457% (NGF), 1,454% dan 1,507% (Lagrange). Dengan demikian, aplikasi ini dapat sebagai alat bantu pengambilan keputusan bagi investor.Kata Kunci : prediksi saham, Newton Gregory Forward (NGF), Newton Gregory Backward (NGB), Lagrange, RESTful API 
PERAMALAN HARGA SAHAM TUTUP DENGAN METODE INTERPOLASI POLINOM LAGRANGE Pangruruk, F. Anthon; Barus, Simon Prananta; Siregar, Bakti
Prosiding Seminar Nasional Venue Artikulasi-Riset, Inovasi, Resonansi-Teori, dan Aplikasi Statistika (VARIANSI) Vol 2 (2020)
Publisher : Program Studi Statistika, FMIPA, Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pergerakan harga tutup saham yang fluktuatif, sangat sulit untuk diikuti naik dan turunnya harga saham. Oleh sebab itu dibutuhkan suatu model secara matematis untuk meramal harga tutup saham. Interpolasi polinom Lagrange merupakan model secara matematis dalam metode numerik yang dapat digunakan untuk meramal harga saham. Dalam metode ini variabel yang dibutuhkan adalah harga buka saham sebagai variabel input dan harga tutup saham sebagai variabel output. Simulasi peramalan harga saham dilakukan dengan mengambil data dari PT Astra Agro Lestari Tbk (AALI) di Bursa Efek Indonesia pada bulan November 2017 hingga Februari 2018. Data sekunder ini diolah, kemudian digunakan untuk menghitung ramalan harga tutup saham menggunakan komputasi. Hasil peramalan harga tutup saham dibandingkan dengan harga tutup saham close sesungguhnya pada harga saham bulan Februari 2018 sebagai data yang diuji dan kemudian ditentukan persentase galatnya. Galat yang kecil menunjukan bahwa hasil peramalan harga tutup saham mendekati harga tutup saham yang sebenarnya. Model interpolasi polinom Lagrange ini dapat digunakan para investor untuk memramalkan harga saham, sehingga menjadi bahan pertimbangan alternatif dalam pengambilan keputusan berinvestasi di saham. Kata kunci: Interpolasi, Polinom, Lagrange, Saham, Peramalan
Design and Build a Seminar Management Information System to Manage 2019 Indonesian Qualitative Seminar & Workshop (SLKI) Simon Prananta Barus
International Journal of Informatics and Computation Vol 2 No 1 (2020): International Journal of Informatics and Computation
Publisher : University of Respati Yogyakarta, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35842/ijicom.v2i1.25

Abstract

Matana University collaborated with Indonesia Qualitative Researcher Association (IQRA) held a 2019 Indonesian Qualitative Seminar & Workshop (SLKI) 2019. The organizer required a seminar management information system (SIM) to run this event smoothly. However, seminar SIM was not available at that time, and needed to be built according to the needs of 2019 SLKI. The methodology to build seminar SIM is study literature system development with prototyping model which has the stages of user requirement, system / sub system prototyping, prototype evaluation, prototype improvement, system testing, system implementation, system maintenance. SIM 2019 SLKI consists of 2 (two) main applications, namely a web-based data management application and mobile based attendance application. QR Code was used for the attendance of participants. This seminar SIM successfully has been built and implemented in this event. This seminar SIM helped the participants and the committee to share data and information that can be done anytime and anywhere as long they are connected to the internet. In the future, it is necessary to develop several features such as article management, QR code generator, automatic certificate generation, digital payment, and more complete reporting & webinar implementation.
Penerapan Model Decision Tree pada Machine Learning untuk Memprediksi Calon Potensial Mahasiswa Baru Simon Prananta Barus
ikraith-informatika Vol 6 No 2 (2022): IKRAITH-INFORMATIKA Vol 6 No 2 Juli 2022
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (877.174 KB)

Abstract

Pada penelitian sebelumnya, “Implementation of Naïve Bayes Classifier-based MachineLearning to Predict and Classify New Students at Matana University” memiliki akurasi sebesar0,73 atau 73%. Ini belum maksimal, akurasinya perlu ditingkatkan. Pada penelitian ini, untukmeningkatkan akurasi dengan penggunaan model yang berbeda, yaitu model Decision Tree.Alasan memilih Decision Tree adalah prediktor yang digunakan tidak banyak (empat prediktor)dan dapat digunakan untuk klasifikasi atau prediksi. Empat prediktor tersebut, yaitu frekuensi,lokasi, jurusan siswa di SMA/K, dan program studi yang diminati. Targetnya adalah status masukdari calon mahasiswa. Metode penelitian yang dilakukan yaitu pengumpulan data, prapemrosesan,proses machine learning dengan model Decision Tree dan visualisasi hasil. Bahasapemrograman yang digunakan adalah Python. Hasil dari Decision Tree ini memperlihatkanperubahan, melalui sepuluh kali eksekusi diperoleh rata – rata akurasi rasio data latih dan data uji,70:30 sebesar 0,727 atau 72,7% (akurasi terendah 47% dan tertinggi 87%), untuk rasio 80:20sebesar 0,73 atau 73% (akurasi terendah 60% dan tertinggi 90%). Dengan demikian, hasil darimodel Decision Tree ini secara rata – rata belum melampaui hasil dari model Naïve BayesClassifier. Penelitian lebih lanjut, meningkatkan jumlah dan variasi data,memperkecil selisih hasilsetiap kali model dieksekusi, mencoba model lain, dan mengembangkan aplikasi siap pakai.
Aplikasi Sistem Pakar Berbasis Web UntukMendeteksi Ras Kecoa Dengan Metode Forward Chaining Paramitha Gunawan; Geraldo Julius Halim; Kenneth Liem Hardadi; Stanley Tejadinata; Simon Prananta Barus
ikraith-informatika Vol 6 No 2 (2022): IKRAITH-INFORMATIKA Vol 6 No 2 Juli 2022
Publisher : Fakultas Teknik Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (980.176 KB)

Abstract

Kecoa merupakan salah satu jenis serangga yang mudah ditemui di sekitar tempat tinggalkita. Hingga saat ini, 4.500 dari spesies Kecoa telah teridentifikasi di seluruh dunia. Saat ini, banyakmasyarakat yang belum mengetahui berbagai jenis ras Kecoa. Banyak masyarakat sudah memilikismartphone yang dapat mengakses ke berbagai aplikasi web. Penelitian ini bertujuan untukmenyediakan aplikasi sistem pakar berbasis web yang berfungsi untuk mendeteksi ras Kecoa yangingin diketahui. Hasil deteksi dari aplikasi berdasarkan dari karakteristik yang disampaikan olehpengguna. Mesin inferensi menerapkan teknik forward chaining, yang diawali dengan penentuanfakta (data) kemudian berdasarkan basis pengetahuan (knowledge base) nya dihasilkankesimpulan. Pengembangan aplikasi ini menggunakan model prototyping, pengkodeanberbasiskan PHP dengan memanfaatkan framework CodeIgniter 4, gaya pengkodean denganprosedural / struktural. Aplikasi sistem pakar ini berhasil dibangun. Pengembangan lebih lanjut,pengujian oleh pakar, pengembangan aplikasi smartphone.
Edukasi Pemanfaatan Teknologi Informasi dalam Bidang Pertanian di SMK Lentera Harapan Prya Artha Widjaja; Simon P. Barus; Ary Budi Warsito
Jurnal Pengabdian Masyarakat Bestari Vol. 1 No. 3 (2022): June 2022
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (619.819 KB) | DOI: 10.55927/jpmb.v1i3.613

Abstract

Information technology has many benefits in everyday life. However, the use of information technology in agriculture in Indonesia still very lacking. This community service aim is to introduce the use of information technology in agriculture to students. This education is carried out in the form of seminar which was held on 15 March 2022 at SMK Lentera Harapan. It is hoped that students will get better information about the use of information technology in agriculture. We hope agriculture in Indonesia can grow using technology
Prediksi Jumlah Orang Terpapar Covid-19 Menggunakan Metode Interpolasi Lagrange Anton F. Pangruruk; Simon P. Barus
Jurnal Keguruan dan Ilmu Pendidikan Vol 11 No 1 (2022)
Publisher : LPPM UKI Toraja

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (257.033 KB) | DOI: 10.0901/jkip.v11i1.1476

Abstract

Maret 2020 Badan Kesehatan Dunia menyatakan bahwa dunia mengalami pandemi Virus Corona (Covid-19) dikarenakan penyebarannya begitu masif. Negara Indonesia tak luput dari penyebarannya yang melumpuhkan kegiatan-kegiatan perekomian bangsa, usaha-usaha industri, pariwisata dan kerohanian. Peningkatannya yang semakin tinggi pada gelombang kedua ini berpengaruh terhadap ketersedian obat-obatan, oksigen, tenaga medis dan rumah sakit. Oleh sebab itu dibutuhkan prediksi jumlah orang yang terpapar Covid-19 agar pemerintah dapat melakukan antispasi sebagai tindakan prepentif. Kegiatan penelitian dilakukan guna mendapatkan suatu model secara matematis untuk memprediksi jumlah orang yang terpapar Covid-19. Peneliti mencoba melakukan penelitian guna mendapatkan model prediksi jumlah orang yang terpapar Covid-19. Metode Peramalan yang digunakan dengan interpolasi Lagrange berdasarkan pada data histori jumlah orang yang terpapar virus ini. Metode Interpolasi Lagrange cukup sederhana tanpa harus banyak menggunakan banyak parameter dalam proses perhitungan prediksinya. Data historis orang yang terpapar Covid-19 digunakan sebagai data trainning dan data testing. Pasangan titik-titk yang diperoleh akan digunakan dalam menentukan model prediksi dengan metode interpolasi Lagrange dengan derajat Lagrangenya data Data testing akan digunakan untuk menentukan prediksi jumlah orang yang terpapar Covid-19, selanjutnya akan ditentukan persentase galatnya. Data testing yang digunakan khusus untuk wilayah Daerah Khusus Ibu Kota (DKI) Jakarta periode bulan September 2021 berdasarkan data histori periode bulan Juli sampai dengan Agustus 2021. Model yang diperoleh adalah interpolasi Lagrange berderajat 16 dengan galat terkecil sebesar 0,3590207 % dan galat tertinggi sebesar 0,3950031% serta rata-rata galatnya sebesar 0,3807151%.
Perbandingan Model Runtun Waktu dan Prediksi Jumlah Kasus Covid-19 di Indonesia Bakti Siregar; F. Anthon Pangruruk; Simon Prananta Barus
Syntax Idea Vol 4 No 8 (2022): Syntax Idea
Publisher : Ridwan Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46799/syntax-idea.v4i8.1934

Abstract

Berbagai lembaga survei, penelitian dan media telah mengemukan bahwa hampir semua negara mengalami gejolak peningkatan jumlah kasus COVID-19 dalam beberapa periode. Indonesia adalah salah satu negara yang mengalami gelombang naik turun yang cukup serius bahkan sebelum terjadinya kekebalan kelompok (Herd Immunity) seperti sekarang. Pemerintah Indonesia terus berupaya untuk menekan penyebaran COVID-19 tersebut dengan menerapkan Pemberlakuan Pembatasan Kegiatan Masyarakat (PPKM) yang dikategorikan berdasarkan level satu hingga level empat untuk menangani permasalahan yang ada, baik dari sisi sosial, ekonomi dan kesehatan. Dalam hal ini, peramalan terkait informasi mengenai puncak dari terjadinya kasus, serta ramalan kapan berakhirnya pandemic COVID-19 menjadi sangat penting bagi pemerintah. Dengan demikian, penelitian ini dilakukan untuk menemukan model terbaik dalam meramalkan jumlah kasus COVID-19 dengan membandingkan berbagai model runtun waktu dengan konsep machine learning.
Implementasi CMS untuk Website Yayasan Bina Berdaya Bangsa Simon Prananta Barus; Prya Artha Widjaya; Jose Ryu Leonesta; Veronica Yose Ardilla; Sabrina Yose Amelia
IKRA-ITH ABDIMAS Vol 6 No 2 (2023): IKRAITH-ABDIMAS Vol 6 No 2 Juli 2023
Publisher : Universitas Persada Indonesia YAI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37817/ikra-ithabdimas.v6i2.2419

Abstract

In community service (PKM) previously, the development of a content management system (CMS) hasbeen done for the website of the Bina Berdaya Bangsa Foundation (YBBB). The CMS that was built wasadapted to the needs of YBBB. At that time the development used a prototyping model, not yet at theimplementation phase. This is due to the time constraints of the previous PKM. Therefore, this PKM is a itscontinuation, with a focus on system implementation. In the testing phase, the CMS features are tested. In thesystem implementation phase, the activities consist of data migration, database and website installation tohosting, trial, manual writing, CMS demo, and handover process to YBBB. The Matana University PKMteam is ready to maintain the sustainability of the CMS for the YBBB website so as to improve YBBBservices.
Predicting the Number of People Exposed to Covid 19 with the Newton Gregory Maju Polynomial Interpolation Method F. Anthon Pangruruk; Simon P. Barus
Formosa Journal of Science and Technology Vol. 1 No. 8 (2022): December 2022
Publisher : PT FORMOSA CENDEKIA GLOBAL

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55927/fjst.v1i8.2185

Abstract

Since March 2020 until now the Corona Virus (Covid-19) is still running rampant and even new variants have appeared. The increase in people exposed to this virus can cripple the community's economy. The government must be able to anticipate the increasingly high spread of Covid-19. Therefore, a prediction model is needed for the number of people exposed to Covid-19 so that the government can anticipate it as a preventive measure. Research that has been carried out since early 2021 using the Monte Karlo, Arima, K-Nearest Neighbors methods, Time Series Analysis, Winter and Artificial Neural Networks. Furthermore, the researchers predicted the number of people exposed to Covid-19 using the Newton Gregory Maju interpolation method. The prediction results for the DKI Jakarta area in March 2022 are based on historical data for January - February 2022 with the smallest error of 2.17%, the highest error of 46.28% and the average error of 17.27%.
Co-Authors Abel Laia, Nico Anthony, Eveline Valencia Anton F. Pangruruk Ardila, Veronica Yose Ardila Ary Budi Warsito Ary Budi Warsito Az-zahra, Adinda Safitri Bakti Siregar Celvin, Jullius Dhamma, Yonathan Arya F. Anthon Pangruruk F. Anthon Pangruruk Geraldo Julius Halim Gulo, Imanuel Andreas Jong, Novesa Erick Jose Ryu Leonesta Kenneth Liem Hardadi Kenneth Liem Hardadi Laia, Nico Abel Leonesta, Jose Ryu Marco Suteja Nico Abel Laia Pangestu, Timothy Daniel Pangestu, Timothy Daniel Pangestu Pangruruk, F. Anthon Paramitha Gunawan Prya Artha Widjaja Sabrina Yose Amalia Sabrina Yose Amelia Saranani, Fiola Arta Glorya Seo, Jeriko Ichtus Stanley Tejadinata Sujanto, Sujanto Tangdililing, Matius Monto Lungan Veronica Yose Ardilla Widjaya, Prya Artha Artha