Article Per Year (5 Year)
p-Index From 2020 - 2025
1.683
P-Index
This Author published in this journals
All Journal Sistemasi: Jurnal Sistem Informasi JOURNAL OF APPLIED INFORMATICS AND COMPUTING KOMPUTA : Jurnal Ilmiah Komputer dan Informatika Jurnal Informatika dan Rekayasa Elektronik Jurnal Informatika Teknologi dan Sains (Jinteks) Malcom: Indonesian Journal of Machine Learning and Computer Science TEKNO : Jurnal Penelitian Teknologi dan Peradilan The Indonesian Journal of Computer Science
Romli, Moh. Ali
Unknown Affiliation
Arts Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Library & Information Science

Published : 10 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Informatika dan Rekayasa Elektronik

 1 
IMPLEMENTASI MODEL LSTM, GRU, BILSTM, DAN BIGRU DALAM PREDIKSI HARGA NIKEL Muhammad Atharsyah; Romli, Moh. Ali
Jurnal Informatika dan Rekayasa Elektronik Vol. 7 No. 2 (2024): JIRE NOPEMBER 2024
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/jire.v7i2.1317

Abstract

Penggunaan nikel di dunia kini semakin meluas. Nikel merupakan bahan utama pembuatan baja tahan karat dan baterai mobil listrik. Seiring dengan kemajuan kendaraan listrik yang menggunakan baterai nikel, harga nikel pun menjadi topik menarik, terutama bagi investor yang berkeinginan untuk berinvestasi di industri nikel. Studi terkini tentang prediksi harga nikel memanfaatkan model Long Short-Term Memory (LSTM), Gated Recurrent Unit (GRU), Bidirectional Long Short-Term Memory (BiLSTM), dan Bidirectional Gated Recurrent Unit (BiGRU), dengan data historis harga nikel dalam USD. Pembangunan model prediksi terbaik melibatkan penyesuaian parameter seperti epoch, learning rate, batch, optimizer, dan penerapan teknik dropout untuk menghindari overfitting. Hasil pengujian menunjukkan bahwa model BiLSTM adalah yang terbaik, dengan R2 Score sebesar 0.86962 dan RMSE sebesar 0.024735, menandakan bahwa model BiGRU memberikan prediksi yang akurat berdasarkan kriteria R2 dan RMSE.
Co-Authors Afika, Bintang Arda Al Fatah, Venus Firmansyah, Naufal Mubarok, Khazin Muhammad Atharsyah Nurhidayat, Helmi PUTRI WAHYUNI Rohman, Abid Taufiqur Taufiqur Rohman, Abid