Claim Missing Document
Check
Articles

Prediksi Harga Cabai Musiman Menggunakan Model LSTM di Jawa Tengah Gunawan, Gunawan; Andriani, Wresti; Ujianto, Nur Tulus
INFOMATEK Vol 27 No 2 (2025): Desember 2025
Publisher : Fakultas Teknik, Universitas Pasundan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23969/infomatek.v27i2.26460

Abstract

Penelitian ini mengembangkan model prediksi harga cabai musiman di Jawa Tengah menggunakan algoritma Long Short-Term Memory (LSTM) yang mengintegrasikan data harga harian dan data cuaca, termasuk curah hujan, suhu udara, dan kelembapan relatif. Model ini dirancang untuk memprediksi fluktuasi harga cabai yang dipengaruhi oleh faktor musiman dan kondisi cuaca, yang sering menyebabkan ketidakstabilan harga. Hasil eksperimen menunjukkan bahwa model LSTM berhasil menghasilkan prediksi dengan nilai RMSE 512,83, MAE 387,49, dan R² 0,861, yang mengindikasikan kemampuan model dalam menangkap pola harga yang dipengaruhi oleh faktor eksternal. Keunggulan utama LSTM dibandingkan dengan model lain seperti Support Vector Regression (SVR) dan Random Forest terletak pada kemampuannya untuk menangkap korelasi temporal dan pola musiman dalam data deret waktu. Implikasi praktis dari penelitian ini meliputi penggunaan model untuk membantu petani dalam menentukan waktu tanam dan panen yang optimal serta bagi pemerintah daerah dalam mengatur distribusi dan pengendalian harga cabai untuk mengurangi dampak inflasi pangan dan meningkatkan ketahanan pangan. Penelitian ini membuka peluang untuk penelitian lanjutan yang dapat mengembangkan model yang lebih kompleks dan mengakomodasi faktor eksternal lainnya.
Penerapan Metode Simple Moving Average Dan Analytic Hierarcy Process Untuk Prediksi Tingkat Kerawanan Banjir Rob Di Brebes Mohamad Rifki Septiadi; Bangkit Indarmawan Nugroho; Nugroho Adhi Santoso; Gunawan Gunawan
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13618

Abstract

Banjir rob yang terjadi pada area Kabupaten Brebes dikarenakan luapan air laut ketika pasang yang masuk ke daratan, baik secara langsung maupun secara tidak langsung yaitu melalui luapan air sungai. Area daratan yang terdampak banjir rob semakin lama semakin luas, sehingga perlu ada analisa terhadap zonasi tingkat kerawanan terjadi banjir rob agar upaya penanganan dan pencegahan dapat tepat sasaran. Penentuan zonasi dengan tingkat kerawanan banjir rob ini melibatkan berbagai kriteria, untuk itu digunakan model Simple Moving Average dan model Analytic Hierarcy Process. Dari hasil yang sudah diperoleh maka dapat diambil kesimpulan bahwa dari ketiga parameter yang digunakan, parameter curah hujan, jenis tanah, dan kemiringan lereng memiliki pengaruh paling besar terhadap banjir dengan bobot sebesar 50%. Hasil ini didapatkan dari perhitungan model Analytical Hierarchy Process dengan nilai yang didapat dari 3 narasumber. Kabupaten Brebes cenderung fluktuatif. Model yang cocok digunakan untuk memprediksi jumlah bencana banjir di Kabupaten Brebes adalah model Single Moving Average dengan rata-rata bergerak 3 tahun dengan nilai MAE sebesar 30,6666 dan nilai MSE sebesar 1584, 0740.
Penerapan Algortima Convolutional Neural Network (CNN) Untuk Identifikasi Lahan Kosong Di Kota Tegal Berdasarkan Citra Google Earth Mohammad Amin Triwinanto Triwinanto; Aang Alim Murtopo; Syefudin Syefudin; Gunawan Gunawan
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13626

Abstract

Lahan kosong memiliki berbagai macam jenis. Setiap jenis lahan kosong memiliki macam-macam tertentu dengan model yang beragam. Dalam menentukan jenis lahan kosong maka perlu dilakukan sebuah klasifikasi dengan menggunakan metode Convolutional Neural Network (CNN). Dengan penggunaan CNN dapat dilakukan ekstraksi sebuah fitur kemudian fitur-fitur tersebut akan menjadi data dalam menentukan klasifikasi jenis lahan kosong. Data gambar lahan kosong yang dikumpulkan dari data augmentasi adalah sebanyak 120 gambar dengan jenis lahan kosong tambak, rawa, pemukiman, dan sawah. Keempat kelas jenis lahan kosong tersebut memiliki perbandingam data latih 70% dan data uji 30%. Masing-masing kelas menggunakan empat convolutional layer dengan filter 32, 32, 64, dan 64 dan menggunakan pool size sebesar 2x2 dengan neuron (hidden layer) sebanyak 512. Pengujian website image classification dengan menggunakan metode confusion matrix didapatkan akurasi sebesar 80,5% dari pengujian yang dilakukan pada data uji.
Penerapan Metode Self Organizing Map dan Simple Additive Weighting untuk memilih Tempat Wisata di Tegal Windi Setiawati; Sarif Surorejo; Wresti Andriani; Gunawan Gunawan
Jurnal Minfo Polgan Vol. 13 No. 1 (2024): Artikel Penelitian
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/jmp.v13i1.13667

Abstract

Penelitian ini mengusulkan penggunaan kombinasi metode Self Organizing Map (SOM) dan Simple Additive Weighting (SAW) untuk optimasi pemilihan dan pengembangan tempat wisata di Tegal. Metode SOM, sebagai alat pembelajaran mesin, digunakan untuk menganalisis pola historis kunjungan dan mengidentifikasi preferensi pengunjung, sementara metode SAW digunakan untuk menilai dan memberikan peringkat pada kriteria yang dianggap penting oleh pengelola pariwisata. Integrasi kedua metode ini bertujuan untuk meningkatkan keakuratan dalam pemilihan dan pengelompokan atraksi wisata berdasarkan variabel yang relevan, serta membantu dalam alokasi sumber daya yang lebih efisien. Hasil dari penelitian ini menunjukkan bahwa penggunaan kombinasi SOM dan SAW secara efektif mendukung pengambilan keputusan dalam pengembangan pariwisata yang berkelanjutan di Tegal, dengan memberikan rekomendasi yang berbasis pada analisis data canggih. Implementasi metode ini memberikan wawasan baru dalam pengelolaan pariwisata dan dapat diadopsi oleh daerah lain dengan kondisi serupa untuk meningkatkan pengelolaan destinasi wisata mereka. Penelitian ini berkontribusi pada literatur dengan menunjukkan bagaimana teknologi analisis data dan kecerdasan buatan dapat diintegrasikan dalam pengelolaan pariwisata untuk meningkatkan pengalaman pengunjung dan pertumbuhan ekonomi lokal.
Penerapan Metode MDLC Pada Media Pembelajaran IPA di Sekolah Dasar Gunawan Gunawan; Intan Mayla Faiza; Nugroho Adhi Santoso; Rifki Dwi Kurniawan
Sustainable Vol. 5 No. 1 (2022): Sustainable
Publisher : Lembaga Penjaminan Mutu, IAIN Syaikh Abdurrahman Siddik Bangka Belitung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32923/kjmp.v5i1.3100

Abstract

Di era globalisasi ini, kemajuan teknologi berkembang dengan sangat cepat sehingga memberikan dampak yang signifikan pada semua bagian kehidupan. Pendidikan adalah salah satu bidang dimana teknologi memiliki pengaruh. Peningkatan teknologi dalam pendidikan memungkinkan pengalaman belajar yang lebih menarik dan kreatif, termasuk bahan ajar. Namun, kurangnya media pembelajaran di kelas membuat siswa kurang mampu menyerap informasi IPA, dan siswa cepat bosan. Metode MDLC merupakan salah satu metode yang digunakan dalam pengembangan ataupun pembuatan aplikasi. Menggunakan pendekatan pemrograman berorientasi objek yaitu UML (Unified Modeling Language) sebagai alat bantu perancangan dan Microsoft Visio sebagai alat merancang. Dengan perancangan aplikasi media pembelajaran IPA ini diharapkan siswa mendapat media baru yang nantinya akan menjadi media pembelajaran yang lebih menarik, edukatif dan interaktif.
Co-Authors Aang Alim Murtopo Aditdya, Maulana Ahmad Zulfikri Aimar Akbar, Aminnur Aisyach Aminarti Santoso Al Fattah, Muhammad Raikhan Alan Eka Prayoga Albana, Muhammad Syifa Ali Murtopo, Aang Amalani, Mukhamad Zulfa Bakhtiar Ananda, Pingky Septiana Anandaianskha, Sawaviyya Anandianshka, Sawaviyya Anandianska, Sawaviyya Anandianskha, Sawaviyya Andriani, Wresti Andriani, Wresty Anshori, Abu Hasan Al Arif, Zaenul Arifiyah, Nur Latifatul Arrohman, Zidni Dlia Aslam, Muhammad Nur Aziz, Taufiq Azmi, Isni Azmi, Muchamad Nauval Bangkit Indarmawan Nugroho Budiono, Wahyu Cahyo, Septian Dwi Catur Supriyanto Dari, Mayang Melan Dewi, Errika Mutiara Didiek Trisatya Dodi Setiawan Dodi Setiawan Dwi Fina Fahirah Dwi Kurniawan, Rifki Fadila, Nurul Fahirah, Dwi Fina Fanti, Azizah Permata Farkhan, Muhammad Fatkhurrohman Fatkhurrohman, Fatkhurrohman Firmansyah, Akhmad Lutfi Firmansyah, Hasbi Firmansyah, Muchamad Aries Gunawan Gunawan Hafid Subechi, Fadlan Handayani, Sri Harefa, Reyvan Sinatria Haris Fadillah Hassan, Muhamad Nur Hidayatullah, Bryan Adam Intan Mayla Faiza Intan Mayla Faiza Januarto, Sigit Khadziqul Humam Munfi Khasanah, Apriliani Maulidya Khusni, Muhammad Wazid Kurniawan, Rifki Dwi Limaknun, Lulu Lutfayza, Rezi Maulana, M Taufik Fajar Miftakhuddin, Ahmad Miftakhudin, Muhammad Mohamad Rifki Septiadi Mohammad Amin Triwinanto Triwinanto Moonap, Dinar Auranisa Muchamad Nauval Azmi Muh Ridwan Muhammad Sulthon Mutaqin, Ahadan Fauzan Muttaqin, Anik Naja, Naella Nabila Putri Wahyuning Ningrum, Isna Lidia Nughroho, Bangkit Indarmawan Nugroho Adhi Santoso Nur Tulus Ujianto Nurokhman, Akhmad Nursahid, Wahyu Nursidik, Maulia Nurul Fadhilah Nurul Fadilah, Nurul Prayoga, Alan Eka Priyo Haryoko Purwanto Purwanto Putra, Alif Sya’Bani Qurrotu Aini, Atikah Rafhina, Ana Ramadhan, Ilham Gema Rifki Dwi Kurniawan Rivaldiansyah, Rafik Riyadi, Fajar Sugeng Santoso, Aisyach Aminarti Santoso, Bayu Aji Santoso, Nughroho Adhi Santoso, Nugroho Adh Santoso, Nugroho Adhi Santoso, Nugroho Adi Saputra, Aryan Dandi Sarif Surorejo Sawaviyya Anandianskha Sawaviyya Anandianskha Sawaviyya Anandianskha Sawavyya Anandianskha Septian Ari Wibowo Septiana Ananda, Pingky Septiana, Pingky Surur, Misbahu Sya’bani, Adhita Zulfa Syefudin, Syefudin Ubaidillah, Muhamad Rizal Ujianto, Nur Tulus W.N, Naella Nabila Putri Wahyu Pratama, Raka Wahyuning Naja, Naella Nabila Putri Wilda Shabrina Windi Setiawati Wresti Andriani Wresti Andriani Wresti Andriani Yan Kurniawan Yan Kurniawan, Yan Yulison Herry Chrisnanto Zaenul Arif Zain Hidayatullah, Fikri Zain, Ahmad Muzakky