Article Per Year (5 Year)
p-Index From 2021 - 2026
5.015
P-Index
This Author published in this journals
All Journal International Journal of Electrical and Computer Engineering Bulletin of Electrical Engineering and Informatics Indonesian Journal of Electrical Engineering and Informatics (IJEEI) Indonesia Symposium on Computing Indonesian Journal on Computing (Indo-JC) JOIN (Jurnal Online Informatika) Sinkron : Jurnal dan Penelitian Teknik Informatika Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MEDIA INFORMATIKA BUDIDARMA Building of Informatics, Technology and Science JINAV: Journal of Information and Visualization Charity : Jurnal Pengabdian Masyarakat KLIK: Kajian Ilmiah Informatika dan Komputer eProceedings of Engineering Jurnal Matematika Integratif SmartComp CSRID LOGIC: Jurnal Penelitian Informatika
Jondri Jondri
Universitas Telkom, Bandung
Arts Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Library & Information Science Mathematics Mechanical Engineering Social Sciences Transportation

Published : 119 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 119 Documents
Search

 5   6   7   8   9 
Using Deep Learning To Predict Customer Churn In A Mobile Telecomunication Network Muhammad Fikrie Abdillah; Jondri Nasri; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstract

Turun naiknya jumlah pelanggan merupakan salah satu masalah besar pada perusahaan jaringan telekomunikasi selular. Pada tugas akhir ini, akan dibangun sebuah sistem prediksi terhadap turun naiknya pelanggan pada layanan jaringan telekomunikasi selular menggunakan arsitektur jaringan Multilayer Perceptron. Selain menggunakan arsitektur jaringan Multilayer Perceptron dilakukan juga implementasi sistem dengan menggunakan Autoencoder untuk mendapatkan bobot yang optimal. Dari metode dan sistem yang digunakan dilakukan perhitungan menggunakan F-Measure didapatkan nilai precision sebesar 70,2 % dan Recall sebesar 70,27 %. Untuk nilai akurasi sebesar 81,35 % pada data training. Didapatkan nilai Precision sebesar 80,4 % dan Recall sebesar 63,07 %. Pada nilai akurasi sebesar 83,12 % untuk data testing. Dengan nilai akurasi yang cukup besar maka metode Deep Learning layak untuk digunakan dalam prediksi Churn. Kata Kunci : Prediksi Churn, Deep Learning, Deep Neural Network, Multilayer Perceptron,Autoencoders, F- Measure
Prediksi Harga Saham Menggunakan Kombinasi Wavelet Transform dan Artificial Neural Networks Muhammad Hasan; Jondri Jondri; Mahmud Sulistiyo
eProceedings of Engineering Vol 1, No 1 (2014): Desember, 2014
Publisher : eProceedings of Engineering

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

Abstract

Kombinasi metode Wavelet Transform (WT) dan Artificial Neural Networks (ANN) mampu memprediksi nilai di masa mendatang seperti masalah prediksi harga saham ISAT. Fungsi WT pada penelitian ini berfungsi untuk memudahkan menganalisis saham secara multi resolution analysis dengan mengelompokkan frekuensi berbeda pada resolusi yang berbeda sehingga trend dari ISAT semakin terlihat. Tingkat error prediksi harga saham ISAT yang dihasilkan sistem ini sebesar 102,0284 MAE, lebih rendah dibandingkan hanya menggunakan ANN sebesar 124,8039 MAE. Kata Kunci : artificial neural networks, wavelet transform
Prediksi Volatilitas Pada Return Saham Pt. Telekomunikasi Indonesia .tbk Menggunakan Model Generalized Aoutoregressive Conditional Heteroskedastisity (garch) Imannda Kusuma Putra; Jondri Jondri; Aniq Atiqi Rohmawati
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Pemodelan volatilitas memegang peranan penting dalam bidang finansial. Return merupakan salah satu alat ukur yang digunakan untuk menentukan tingkat pengembalian investasi, dan investor lebih menyukai melihat nilai suatu asset dari tingkat kembalian(return). Volatilitas suatu model yang nilainya cenderung berubah terhadap waktu. Terdapat beberapa model yang sering digunakan untuk memodelkan volatilitas dari suatu data finansial. Diantaranya adalah model Generalized Aoutoregressive Conditional Heteroskedastisitas (GARCH) yang merupakan model time series yang mengasumsikan volatilitas tidak konstan. Dalam Tugas Akhir ini dibahas mengenai perbandingan prediksi volatilitas dari   model GARCH (0,1) dan GARCH (0,2), melihat kedua model dalam mengakomodasi sifat ke stasioneran. Hasil prediksi diuji tingkat keakuratan dengan menggunakan Root Mean Square Error (RMSE) dengan tingkat keakuratan pada model GARCH (0,1) sebesar 0.00257 dan pada model GARCH (0,2) sebesar 0.00354. Hasil prediksi diuji tingkat keakuratan dengan menggunakan Mean Absolute Error (MEA) dengan tingkat keakuratan pada model GARCH (0,1) sebesar 0.00014 dan pada model GARCH (0,2) sebesar 0.00024. Kata kunci: GARCH, RMSE, MAE, Time series , Return, Kestasioneran, volatilitas.
Analisis Deep Learning Untuk Mengenali Qrs Kompleks Pada Sinyal Ecg Dengan Metode Cnn Huda Sepriandi Ibrahim; Jondri Jondri; Untari Novia Wisesty
eProceedings of Engineering Vol 5, No 2 (2018): Agustus 2018
Publisher : eProceedings of Engineering

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

Abstract

Abstrak QRS kompleks adalah bentuk umum dari sinyal EKG yang normal dan berhubungan dengan deplarisasi ventrikel. QRS kompleks dapat mendeteksi kelainan frekuensi, keteraturan, tempat asal atau kondisi impuls listrik pada jantung. Namun, pendeteksian QRS kompleks saat ini masih dilakukan manual oleh dokter. Pada Tugas Akhir ini, Dataset yang digunakan diambil dari Fantasia Database MIT Arrythmia. Puncak gelombang R di deteksi menggunakan algoritma Pan and Tompskins lalu dari hasil deteksi data ECG di ekstrak menjadi dataset QRS dan nonQRS yang ditandai dengan kelas 1 dan kelas 0. Dataset ini kemudian diolah dengan metode Deep Learning menggunakan algoritma Convolutional Neural Network. Hasilnya, dengan 2410 dataset dengan komposisi 50% QRS dan 50% non QRS serta membagi data training sebanyak 70% dan data test sebanyak 30%, hasil akurasi yang diperoleh mencapai 99.58%. Kata kunci : Sinyal ECG, QRS Kompleks algoritma Pan and Tomskins, Convolutional Neural Network Abstract QRS complexes are a common form of normal ECG signals and are associated with ventricular deplaration. Complex QRS can detect abnormalities of frequency, regularity, place of origin or electrical impulse conditions in the heart. However, the current complex QRS detection is still performed manually by doctors. In this Final Project, the dataset used is taken from Fantasia MIT Arrythmia Database. R peaks is detected using the Pan and Tompskins algorithm and then the extracted results into QRS and nonQRS datasets characterized by classes 1 and 0. This dataset is processed by Deep Learning method using the Convolutional Neural Network. The result, with 2410 datasets with 50% QRS and 50% non QRS composition and 70% training data sharing and 30% test data, 99.58% accuracy. Keywords : ECG Signal, QRS Complex, Pan and Tomskins Algorithm, Convolutional Neural Network.
Simulasi 2-d Aliran Darah Pada Kasus Penyempitan Pembuluh Darah Arteri Menggunakan Metode Smoothed Particle Hydrodynamics (SPH) Reza Harun; Jondri Jondri; Dede Tarwidi
eProceedings of Engineering Vol 3, No 1 (2016): April, 2016
Publisher : eProceedings of Engineering

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

Abstract

Jantung dan pembuluh darah merupakan bagian organ tubuh manusia yang paling penting dan saling berkaitan. Jantung bertugas memompa darah sedangkan pembuluh darah bertugas untuk menghantarkannya ke seluruh tubuh manusia. Terdapat beberapa penyakit pada jantung dan pembuluh darah salah satunya penyempitan pembuluh darah pada arteri.penelitian tentang penyakit penyempitan pembuluh darah banyak dilakukan,salah satunya dengan melakukan pada arteri yang mengalami penyempitan.Tujuan dari simulasi aliran darah adalah untuk melihat laju aliran darah pada arteri yang mengalami penyempitan. Dalam tugas akhir ini simulasi aliran darah pada arteri yang mengalami penyempitan menggunakan metode Smooth Particle Hydrodynamic ( SPH). Metode SPH adalah teknik numerik untuk melakukan simulasi partikel dengan persamaaan differensial, dimana fluida di representasikan sebagai bagian diskrit yang disebut dengan partikel. Dalam metode SPH gerak setiap partikel dikendalikan oleh persamaan Navier-Stokes(N-S) dan persamaan kontinuitas. Untuk melakukan simulasi ini akan dibangun dengan SPH simulator yang dapat menyimulasikan gerak fluida darah. Dari hasil SPH simulator yang telah di bangun akan dibuat simulasi 2 dimensi penyempitan aliran darah pada arteri . Kata kunci : Smooth Particle Hydrodynamic (SPH),fluida,arteri
Prediksi Harga Saham Menggunakan Hidden Markov Model (hmm) Dan Fuzzy Model Devy Yendriani; Jondri Jondri; Untari Novia Wisesty
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Saham merupakan salah satu pilihan investasi yang menarik karena dapat diperoleh untung yang besar. Agar investor mendapatkan untung dan menghindari rugi, diperlukan perhatian yg jeli terhadap pergerakan saham. Salah satu caranya adalah dengan memprediksi saham. Pada tugas akhir ini, teknik yang diusulkan adalah dengan menggunakan Hidden Markov Model (HMM) dan Fuzzy Logic (FL). HMM sudah sering digunakan untuk menganalisa dan memprediksi fenomena time series. HMM digunakan untuk mengelompokkan data yang mempunyai kemiripan data pattern. FL digunakan untuk memprediksi harga saham dengan Gradient Descent untuk mengoptimasi aturan fuzzy yg dibentuk. Sistem prediksi ini menggunakan data saham harian PT Telekomunikasi Indonesia, Tbk dari tanggal 3 Januari 2011 hingga 20 Desember 2014. Sistem ini memiliki error MAPE sebesar 1.21. Kata Kunci: time series, harga saham, Hidden Markov Model, Fuzzy Logic, Gradient Descent..
Prediksi Saham Menggunakan Dbn ( Deep Belief Network ) Giali Ghazali; Jondri Jondri; Deni Saepudin
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Dalam penelitian ini akan dibahas prediksi indeks harga saham dengan metode Deep Belief Network (DBN). Penelitian ini menggunakan indeks saham dari pasar saham Indonesia yaitu Indeks Harga Saham Gabungan (IHSG). Percobaan ini didasarkan pada data historis harian selama 5 tahun. Prediksi dilakukan dengan menggunakan Restricted Boltzman Machines (RBM) dua tahap dan RBM tiga tahap, dengan input data menggunakan (20 + ri) dan (40 + ri) dengan jumlah neuron (n = 10) dan (n = 50). Dengan menggunakan metode Deep Belief Network (DBN) didapatkan hasil Root Mean Square Eror (RMSE) sepuluh kali percobaan. Mendapatkan hasil data (20 + ri) dengan (n = 10) dengan RBM dua tahap 0,18291 dan RBM tiga tahap 0.17912. Pada data (40 + ri) dengan (n = 10) dengan RBM dua tahap 0,1804 dan tiga tahap RBM 0.17118. Pada data (20 + ri) dengan (n = 50) dengan RBM dua tahap 0,16996 dan tiga tahap RBM 0.05892. Pada data (40 + ri) dengan (n = 50) didapatkan RBM dua tahap 0,17781 dan tiga tahap RBM 0.16904. dapat disimpulkan bahwa RBM tiga tahap lebih baik dibandingkan RBM dua tahap, dan nilai neuron yang besar mempengaruhi hasil prediksi. Kata kunci : prediksi saham, Indeks Harga Saham Gabungan (IHSG), Deep Belief Network (DBN).
Analisis Energi Mekanik Aliran Air Terjun dengan Simulasi Berbasis Smoothed Particle Hydrodynamics (SPH) Muhammad Ghazali Suwardi; Jondri Jondri; Dede Tarwidi
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Keberadaan air terjun Indonesia berpotensi untuk dikembangkan dalam upaya memenuhi kebutuhan listrik di Indonesia. Dengan memanfaatkan energi mekanik aliran air terjun, akan mampu membangkitkan listrik. Analisis energi mekanik bisa dilakukan dengan menyimulasikannya menggunakan metode Smoothed Particle Hydrodynamics (SPH). Metode SPH sangat cocok dalam menyimulasikan aliran air terjun, karena memiliki kelebihan berupa dapat membentuk pergerakan partikel-partikel yang menyerupai karakteristik fluida. Dalam proposal penelitian ini, metode SPH digunakan untuk menyelesaikan persamaan Navier-Stokes dan persamaan kontinuitas yang merupakan inti dari gerak fluida. Persamaan-persamaan pengatur tersebut digunakan untuk memperoleh percepatan, kecepatan, densitas, dan posisi partikel serta penyelesaian time stepping menggunakan metode Euler. Dengan persamaan-persamaan tersebut, simulasi aliran air terjun yang dihasilkan akan lebih menarik dan mampu menyelesaikan analisis yang diinginkan. Energi mekanik yang dihasilkan dari aliran air terjun dihitung berdasarkan massa, ketinggian, dan kecepatan dari setiap partikel SPH. Kata kunci : smoothed particle hydrodynamics, simulasi air terjun, energi mekanik Abstract The existence of the waterfall in Indonesia has a potential to develop and to fulfill the electricity demand in Indonesia. By utilizing mechanical flow energy of the waterfall, it will be able to generate electricity. Analysis of mechanical energy can be done by simulating using Smoothed Particle Hydrodynamics (SPH). SPH method is suitable to simulate the flow of the waterfall, because it has an advantage that can form of particles movement that falsify the characteristics of the fluid. In this final project proposal, the SPH method is used to solve the Navier-Stokes equations and the continuity equation which is the core of fluid motion. The governing equations are used to obtain the acceleration, velocity, density, and the position of the particle as well as the completion of Euler time-stepping method. With these equations, simulating a waterfall flow generated will be more attractive and able to complete the analysis desired. Mechanical energy that generated from the flow of the waterfall is calculated based on the mass, altitude, and velocity of every particle SPH. Keywords: smoothed particle hydrodynamics, waterfall simulation, mechanical energy
Simulasi Kerumunan dengan Integrasi Belief-Desire-Intention (BDI) Reasoning dalam Agent-Based Model System Untuk Pengujian Kelayakan Jalur Evakuasi Pada Gedung Dea Taradipa Ardiagarianti; Jondri Jondri; Anditya Arifianto
eProceedings of Engineering Vol 2, No 1 (2015): April, 2015
Publisher : eProceedings of Engineering

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

Abstract

Simulasi untuk pengujian jalur evakuasi pada gedung merupakan hal yang penting, perancangan denah gedung harus diperhatikan dengan baik untuk menekan angka korban cedera maupun korban  jiwa  jika  terjadi  situasi  darurat,  baik  yang  disebabkan  oleh  natural  cause  maupun unnatural cause. Simulasi evakuasi ini dapat dilakukan dengan banyak metode, salah satu metodeyang sering digunakan adalah Agent-Based Model System (ABMS). Namun, performansi dari metode ini masih dinilai kurang karena ABMS merupakan suatu sistem tertutup yang belum mampu beradaptasi dengan keadaan lingkungannya, hanya berfokus pada eksekusi aksi dan low level processing. Pengintegrasian BDI merupakan salah satu cara untuk meningkatkan performansi serta akurasi dari crowd simulation. BDI menambahkan tiga aspek berupa belief (kepercayaan/keyakinan), desire (keinginan), dan intention (tujuan) sehingga diharapkan setiap agen dalam simulasi tidak hanya mampu mengeksekusi aksi saja, namun juga melakukan high- level processing dalam pengambilan keputusan sehingga perilaku agen dapat mendekati perilaku manusia di dunia nyata. Kata kunci: evakuasi, crowd simulation, Agent-Based Modeling System (ABMS), BDI reasoning
Penentuan Nilai Volatilitas Melalui Model Black Scholes Dengan Metode Newton Raphson Dan Steepest Descent Fazlur Rahman Amri; Jondri Jondri; Deni Saepudin
eProceedings of Engineering Vol 4, No 1 (2017): April, 2017
Publisher : eProceedings of Engineering

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

Abstract

Volatilitas merupakan instrument penting dalam opsi saham. Hal tersebut dikarenakan volatilitas memiliki hubungan yang kuat dengan harga opsi saham. Dengan menentukan nilai volatilitas di masa mendatang, maka kita dapat mengetahui harga opsi di waktu mendatang. Salah satu cara menentukan nilai volatilitas dengan menggunakan data volatilitas yang ada, disebut sebagai implied volatility. Implied volatility dapat ditentukan dengan menyamakan harga teoritis dengan harga pasar. Model Black-Scholes adalah salah satu model teoritis untuk menentukan harga opsi saham. Fungsi implisit dari harga teoritis dengan harga pasar, maka dapat ditentukan nilai volatilitas. Untuk mengoptimalkan nilai volatilitas, maka digunakan metode newton raphson dan steepest descent. Metode newton raphson merupakan salah satu metode paling populer untuk penyelesaian persamaan. Metode steepest descent merupakan metode yang memerlukan informasi turunan – turunan dalam bentuk vektor gradient jacobian. Dalam metode ini juga memerlukan informasi turunan kedua dalam bentuk matrik hess. Kata Kunci : Implied Volatility, Model Black-Scholes, Newton Raphson, Steepest Descent
Co-Authors Achmad Hussein Sundawa Kartamihardja Achmad Rizal Achmad Salim Aiman Aditya Kusuma Setyanegara Adnan Hassal Falah Ahmad, Fathih Adawi Akbar, Muhammad Rizqi Al Azhar Al Azhar Alfredo Alfredo Ali Zainal Abidin Assajjad Anditya Arifianto Andrian Yoga Pratama Anggit Nourislam Anggit Nourislam Anggit Nourislam Aniq Atiqi Rohmawati Anisa Nur Aini Annisa Aditsania Arief Hutauruk Arifudin Achmad Artamira Rizqy Amartya Maden Arya Rafif Muhammad Fikri Astri Asroviana Putri Aswindo Putra Bambang Ari Wahyudi Bayu Prabawa Bintang Aryo Dharmawan Bramandyo Widyarto, Edgarsa Daffa Ulayya Suhendra Danang Triantoro M Danang Triantoro Murdiansyah Danu Ardiyanto Dea Taradipa Ardiagarianti Dede Tarwidi Deni Saepudin Denny Maulana Deny Sugiarto Wiradikusuma Devy Yendriani Dieka Nugraha Karyana Ditta Febriany Sutrisna Diwan Mukti Pambuko Diwan Mukti Pambuko, Diwan Mukti Dyas Puspandari E Handayani Echa Pangersa Sugianto Oeoen Edvan Tazul Arifin Eka Handayani Eka Handayani Ema Rachmawati Emha Ainun Erlina Febriani Ersa Christian Prakoso Fahrudin Julianto Faisal HAmdani Fakhrana Kurnia Sutrisno Fani Nuraini Farisi, Kamaludin Hanif Fauzan Azhim Umsohi Fazlur Rahman Amri Febiansyah, Muhamad Fery Kun Widi Yudantyo Firdaniza Firdaniza Fitriyani Fitriyani Fransisca Arvevia Intan Angelia Ghina Khoerunnisa Giali Ghazali Guntur Virgenius Hadi, Salman Farisi Setya Hafidz Firmansyah Hafidz Firmansyah Hafiz Denasputra Halprin Abhirawa Hendra Prasetyanwar Huda Sepriandi Ibrahim Husna Aydadenta Ida Bagus Gde Narinda Giriputra Ika Puspita Dewi Ilham Muhammad Iman Nur Fakhri Imannda Kusuma Putra Indwiarti indwiarti Iqbal Dwihanandrio Irgi Aditya Rachman Irma Palupi Irwan Ramadhana Kamaludin Hanif Farisi Karina Priscilia Karina Priscilia Kemas Muslim Lhaksmana Kukuh Rahingga Permadi Kurniawan Nur Ramadhani Mahmud Dwi Sulistiyo Mahmud Sulistiyo Megi Rahma Dony Moch. Bijaksana Muh. Arfan Arsyad Muhalani, Raisul Muhamad Febiansyah Muhammad Farhan Muzakki Muhammad Fikrie Abdillah Muhammad Ghazali Suwardi Muhammad Hasan Muhammad Hasbi Ashshiddieqy Muhammad Irfan Fathurrahman Muhammad Wildan Putra Aldi Muslim Lhaksmana, Kemas Naufal Dzaky Anwari Naufal Furqan Hardifa Nurseno Bayu Aji Nurseno Bayu Aji Patma Oktaviana Puspandari, Dyas Putri Haryati Rizki Putri Haryati Rizki Putu Harry Gunawan Rafi Hafizhni Anggia Rahadian, Muhammad Rafi Raisul Muhalani Ratih Puspita Furi Redha Arifan Juanda Redi Nurjamin Renette Ersti Reza Harun Rian F. Umbara Rian F. Umbara, Rian F. Rian Febrian Umbara Rica Ning Nurhasanah Rini Shintawati Rita Rismala Rizki Luthfan Azhari Rizky Ahmad Saputra Rizky, Fariz Muhammad Roizal Manullang Siti Sa'adah Siti Saadah Sugondo Hadiyoso Supriadi, Muhamad Rifqi Syadzily , Muhammad Hasan Syifa Khairunnisa Salsabila Tedy Suwega Theo Andrew Tiara Laksmi Basuki Tifani Intan Solihati Tjokorda Agung Budi Wirayuda Ulky Parulian Wibowo Untari Novia Wisesty Untari Wisesty Varian Vianandha Vena Erla Candrika Vera Suryani Widi Astuti Widi Astuti Yahya Setiawan Yosua Marchel