Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Ilmiah Teknologi dan Rekayasa

ALGORITMA LEARNING VECTOR QUANTIZATION DAN FUZZY K-NN UNTUK PREDIKSI SAHAM BERDASARKAN PESAING Fitriani, Risma Rahmalia; Ernastuti, Ernastuti; Swedia, Ericks Rachmat
Jurnal Ilmiah Teknologi dan Rekayasa Vol 24, No 1 (2019)
Publisher : Universitas Gunadarma

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (266.478 KB) | DOI: 10.35760/tr.2019.v24i1.1929

Abstract

Prediksi saham adalah hal yang sangat berpengaruh bagi seorang investor. Investor akan mampu menemukan saham yang tepat dan waktu yang tepat untuk membeli atau menjual dengan melakukan prediksi saham. Prediksi yang akurat dapat membantu investor untuk mendapatkan keuntungan yang besar. Keuntungan yang besar sebanding dengan resiko besar yang terkait dengan hal tersebut dan ada kesempatan yang sama dalam kehilangan uang. Keuntungan yang besar serta resiko kehilangan yang besar, menyebabkan para investor dituntut untuk bisa melakukan berbagai analisa untuk mengukur nilai saham. Pada penelitian ini dilakukan prediksi fluktuasi harga saham berdasarkan fluktuasi harga saham perusahaan pesaing dengan menggunakan algoritma Learning Vector Quantization (LVQ) dan Fuzzy K-Nearest Neighbours. Data saham yang diprediksi adalah saham perusahaan Apple, berdasarkan fluktuasi harga saham perusahaan IBM, Cisco, Fujitsu, Hewlett-Package, dan Ericsson dengan waktu dari tanggal 4 Januari 2000 sampai dengan tanggal 31 Agustus 2015.  Pengujian dilakukan dari tanggal 1 September sampai 30 September 2015. Data yang diperoleh dari situs resmi http://finance.yahoo.com yang memuat data harga saham dari waktu ke waktu . Hasil prediksi fluktuasi harga saham perusahaan Apple terhadap empat saham perusahaan pesaing lainnya memiliki persentase prediksi benar dengan nilai terendah yaitu 47.62% untuk algoritma Learning Vector Quantization (LVQ) dan nilai tertinggi yaitu 61.90% untuk algoritma Fuzzy KNN.
APLIKASI PENGOLAHAN CITRA UNTUK MENENTUKAN TINGKAT KEMATANGAN BUAH PISANG DENGAN MENGGUNAKAN RUANG WARNA HUE Bakhtar, Mutiara Risvita; Swedia, Ericks Rachmat
Jurnal Ilmiah Teknologi dan Rekayasa Vol 22, No 1 (2017)
Publisher : Universitas Gunadarma

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

Abstract

Mendeteksi tingkat kematangan pisang merupakan hal yang biasa dilakukan oleh manusia. Manusia dapat dengan mudah dan cepat mengetahui perbedaan tingkat kematangan pisang berdasarkan keseharian mereka dan juga karena telah terdapat memori ingatan tentang bagaimana cara menentukan buah pisang yang matang dan mentah. Akan tetapi hal itu tidah bisa dijadiakan acuan akan kematangannya. Karena presepsi setiap manusia berbeda untuk menentukan mana buah pisang yang matang dan mentah. Hue adalah ukuran panjang gelombang dominan dalam campuran gelombang cahaya. Hue dapat digunakan untuk mendapatkan warna dasar yang telah tercampur oleh gelombang cahaya pada piksels suatu gambar digital. Untuk itu aplikasi Kematangan Pisang diciptakan agar dapat menentukan tingkat kematangan pisang.  Pengambilan citra dilakukan dengan bantuan kamera ponsel dan menggunakan algoritma pengolahan citra ruang warna Hue untuk menghasilkan output persentase kematangan pisang. Kata Kunci :citra Hue, piksel, RGB, tingkat kematangan pisang