Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal JURNAL PENDIDIKAN TAMBUSAI Jurnal Ilmiah Media Sisfo eProceedings of Art & Design
Putri, Safira Rahmalia
Unknown Affiliation
Arts Humanities Computer Science & IT Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Implementasi Model BiLSTM-Attention untuk Prediksi Nilai IHSG Berdasarkan Data Historis OHLCV Ramadhanti, Amirah Rizky; Putri, Safira Rahmalia; Trimono; Mohammad Idhom
Jurnal Ilmiah Media Sisfo Vol 19 No 2 (2025): Jurnal Ilmiah Media Sisfo
Publisher : LPPM Universitas Dinamika Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33998/mediasisfo.2025.19.2.2392

Abstract

The Composite Stock Price Index (IHSG) reflects the performance of the Indonesian capital market, but predicting it is challenging due to high volatility and the influence of various external factors. This study aims to develop and evaluate a deep learning-based predictive model using a Bidirectional Long Short-Term Memory (BiLSTM) architecture combined with an Attention Mechanism to predict the IHSG value based on historical numerical data (OHLCV). This method was chosen for its ability to recognize bidirectional sequential patterns and highlight the most relevant historical information in the prediction process. The research was conducted quantitatively using an experimental approach, and model evaluation was performed using regression metrics such as R², RMSE, MAE, and MAPE. The results obtained showed excellent predictive performance with an R² of 0.9485, MAPE of 0.63%, RMSE of 59.47, and MAE of 45.12. Additionally, attention weight analysis revealed that the model focuses more on the last two days within the prediction time window, indicating that recent information significantly influences IHSG movements. These findings suggest that the BiLSTM-Attention approach is effective in capturing stock market dynamics and has the potential to serve as a strategic tool for data-driven investment decision-making.
PERANCANGAN ULANG HOTEL BUTIK VERONA PALACE DI KOTA BANDUNG DENGAN PENDEKATAN BUDAYA SUNDA Putri, Safira Rahmalia; Liritantri, Widyanesti; Nabila, Ganesha Puspa
eProceedings of Art & Design Vol. 11 No. 3 (2024): Juni 2024
Publisher : Telkom University

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

Abstract

Kota Bandung, dikenal sebagai des琀椀nasi wisata yang kaya keberagaman, telah menjadipusat perha琀椀an bagi wisatawan domes琀椀k dan internasional, mengakibatkan dampak langsungpada industri perhotelan.Dengan beragam jenis wisata, seper琀椀 alam, budaya, belanja, dankuliner, Kota Bandung memuaskan berbagai preferensi wisata, mencakup mass tourism danalterna琀椀ve tourism. Demi memenuhi kebutuhan pengunjung, terutama melalui hotel, perluadanya fasilitas yang memberikan pengalaman memuaskan. Dengan 琀椀ngginya potensikedatangan wisatawan, persaingan ketat di pasar hotel Bandung mendorong hotel untukmenarik perha琀椀an melalui desain dan layanan unggul. Perancangan ulang diperlukan untukmenciptakan hotel bu琀椀k yang sesuai dengan de昀椀nisi hotel bu琀椀k, meningkatkan keunikan, danmemenuhi kepuasan pengunjung. Studi ini membahas Hotel Verona Palace sebagai contoh hotelbu琀椀k yang belum memperoleh iden琀椀tas unik. Melalui perancangan ulang, diharapkan HotelVerona Palace dapat memberikan pengalaman khas Bandung dan memuaskan pengunjungnya. Kata kunci : Budaya, Hotel Bu琀椀k, Bandung
Analisis Penggunaan Kata “Gadget” dan “Gawai” dalam Konteks Era 4.0 hingga 5.0 Menggunakan Metode Natural Language Processing (NLP) dan Klasifikasi Naive Bayes Kadafi, Ikmal Thariq; Putri, Larasati Romadhani Yunita; Ibrahim, Affa Lelira; Putri, Safira Rahmalia
Jurnal Pendidikan Tambusai Vol. 8 No. 2 (2024)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

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

Abstract

Studi ini mengeksplorasi perubahan penggunaan bahasa seiring dengan evolusi teknologi dari era Teknologi 4.0 ke 5.0, dengan fokus pada kata "gadget" dan "gawai". Metode Natural Language Processing (NLP) digunakan untuk menganalisis frekuensi penggunaan kata-kata tersebut dan pola-pola penggunaannya dalam konteks perkembangan teknologi. Analisis ini juga melibatkan metode Naive Bayes untuk mengevaluasi klasifikasi kata "gadget" dan "gawai" oleh model. Hasil visualisasi setelah proses NLP menunjukkan frekuensi penggunaan kata “gadget” dalam jangka tahun 2017-2020 mengalami fluktuasi, berbeda frekuensi penggunaan kata “gawai” yang mengalami peningkatan dalam jangka tahun 2017-2020. Namun, jika kata “gadget” dibandingkan dengan kata “gawai” per tahun, frekuensi kata “gawai” cenderung lebih sedikit dibandingkan kata “gadget” dalam tiap tahunnya. Secara teori linguistik diakronis, fenomena ini menunjukkan bahwa preferensi bahasa masyarakat dapat berubah seiring dengan perkembangan teknologi. Hasil model Naive Bayes memperlihatkan nilai akurasi sebesar 94%, dengan nilai macro avg (rata-rata dari precision, recall, dan F1-score untuk semua kategori) sebesar 0.90. Hal ini menunjukkan bahwa model cenderung lebih baik dalam memprediksi kategori 1 (kata "gadget") dibandingkan dengan kategori 0 (kata "gawai"), karena nilai precision, recall, dan F1-score untuk kategori 1 lebih tinggi dibandingkan dengan kategori 0.
Co-Authors Ganesha Puspa Nabila Ibrahim, Affa Lelira Kadafi, Ikmal Thariq Mohammad Idhom Putri, Larasati Romadhani Yunita Ramadhanti, Amirah Rizky Trimono Widyanesti Liritantri