Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Prosiding National Conference for Community Service Project
Louis Lim
Universitas Internasional Batam
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Kegiatan Kunjungan Mahasiswa Universitas Internasional Batam ke Panti Asuhan Rezky Ilahi Kota Batam Imelva Bebby Chantika; Siti Eldiani Nurrahma; Syagita Swita Ningrum; Sellina Monica; Aisyah Nurkayla; Stefanie Stefanie; Fristhienty Tantya; Jordan Jordan; Muhamad Rustu Avicena; Cherllyn Sepvinin; Nurika Rama Nasya; Brandon Kisu Candra; Louis Lim; Kelly Limandar; Frederick Nathanael Richie; Eka Nurwinda Dwy Prastyo; Malvin Iuryanto; Dame Afrina Sihombing
National Conference for Community Service Project (NaCosPro) Vol 5 No 1 (2023): The 5th National Conference for Community Service Project 2023
Publisher : Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/nacospro.v5i1.8380

Abstract

Semakin berkembangnya zaman membuat generasi penerus bangsa menjadi tidak memiliki minat membaca yang tinggi. Mereka lebih sering bermain gadget dibandingkan membaca buku dalam keseharian mereka. Permasalahan minat membaca anak-anak bangsa Indonesia yang lebih rendah dibandingkan dengan negara lain menjadi masalah serius yang harus dicari solusinya oleh pemerintah Indonesia. Oleh karena itu, proyek Pengabdian kepada Masyarakat (PkM) ini bertujuan untuk meningkatkan minat membaca dan kreativitas anak-anak di bidang literasi melalui implementasi program pojok literasi. Metode pelaksanaan yang diterapkan adalah pendidikan masyarakat dengan memberikan pemahaman betapa pentingnya budaya literasi bagi generasi penerus bangsa dan memberikan donasi buku cerita anak-anak. Hasil dari implementasi program pojok literasi adalah meningkatnya minat membaca anak-anak Panti Asuhan Rezky Ilahi Kota Batam. Saran untuk kegiatan pengabdian kepada masyarakat selanjutnya adalah adanya budget dana yang disediakan oleh pihak kampus untuk melakukan kegiatan pengabdian, sehingga terdapat lebih banyak kelompok masyarakat yang merasakan dampak positif dari kegiatan pengabdian.
Implementasi Algoritma ARIMA dan LSTM pada Dashboard Prediksi Saham Berbasis Web Gautama Wijaya; Haeruddin Haeruddin; Louis Lim
Jutisi : Jurnal Ilmiah Teknik Informatika dan Sistem Informasi Vol 15, No 2 (2026): April 2026
Publisher : STMIK Banjarbaru

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35889/jutisi.v15i2.3514

Abstract

The volatility of banking stock prices poses challenges for investors in making the right analytical decisions, especially due to the lack of availability of flexible and data-based prediction tools. This research aims to design and build a web-based stock price prediction system that integrates two algorithms at once, namely Autoregressive Integrated Moving Average (ARIMA) and Long Short-Term Memory (LSTM), in one integrated dashboard. The system development is carried out using the System Development Life Cycle (SDLC) method of the Waterfall model, covering the stages of needs analysis, design, implementation, and testing. The system leverages the Yahoo Finance API for automatic market data updates, eliminating reliance on manual file uploads. The test results showed that all functional features were valid, and the accuracy evaluation on BBCA shares proved that LSTM produced a Mean Absolute Percentage Error (MAPE) value of 1.12%, superior to ARIMA which obtained a MAPE of 1.85%. The system provides investors with greater analytical flexibility.Keywords: Stock Prediction; Multi-Model; Yahoo Finance API; Web-Based; Waterfall. AbstrakVolatilitas harga saham perbankan menimbulkan tantangan bagi investor dalam mengambil keputusan analitis yang tepat, terutama akibat minimnya ketersediaan alat bantu prediksi yang fleksibel dan berbasis data terkini. Penelitian ini bertujuan merancang dan membangun sistem prediksi harga saham berbasis web yang mengintegrasikan dua algoritma sekaligus, yaitu Autoregressive Integrated Moving Average (ARIMA) dan Long Short-Term Memory (LSTM), dalam satu dashboard terpadu. Pengembangan sistem dilakukan menggunakan metode System Development Life Cycle (SDLC) model Waterfall, mencakup tahap analisis kebutuhan, desain, implementasi, dan pengujian. Sistem memanfaatkan Yahoo Finance API untuk pembaruan data pasar secara otomatis, sehingga menghilangkan ketergantungan pada unggah file manual. Hasil pengujian menunjukkan seluruh fitur fungsional berjalan valid, dan evaluasi akurasi pada saham BBCA membuktikan bahwa LSTM menghasilkan nilai Mean Absolute Percentage Error (MAPE) sebesar 1,12%, lebih unggul dibandingkan ARIMA yang memperoleh MAPE 1,85%. Sistem ini memberikan fleksibilitas analisis yang lebih luas bagi investor. 
Co-Authors Aisyah Nurkayla Brandon Kisu Candra Cherllyn Sepvinin Eka Nurwinda Dwy Prastyo Frederick Nathanael Richie Fristhienty Tantya Gautama Wijaya Haeruddin, . Imelva Bebby Chantika Jordan Jordan Kelly Limandar Malvin Iuryanto Muhamad Rustu Avicena Nurika Rama Nasya Sellina Monica Sihombing, Dame Afrina Siti Eldiani Nurrahma Stefanie Stefanie Syagita Swita Ningrum