Article Per Year (5 Year)
p-Index From 2020 - 2025
2.862
P-Index
This Author published in this journals
All Journal AdMathEdu : Jurnal Ilmiah Pendidikan Matematika, Ilmu Matematika dan Matematika Terapan JURNAL ILMIAH MANAJEMEN BISNIS DAN TERAPAN Fokus Bisnis Kubik Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) JURNAL MANAJEMEN MOTIVASI Inovasi : Jurnal Ekonomi, Keuangan, dan Manajemen Agregat: Jurnal Ekonomi dan Bisnis BAREKENG: Jurnal Ilmu Matematika dan Terapan JTAM (Jurnal Teori dan Aplikasi Matematika) Ekonomi dan Bisnis Jurnal Ilmiah Akuntansi dan Keuangan KUBIK: Jurnal Publikasi Ilmiah Matematika Jurnal Bisnis, Manajemen, dan Akuntansi Journal of International Conference Proceedings Euclid Journal of Data Science Theory and Application JCSE: Journal of Community Service and Empowerment
Windasari, Wahyuni
Universitas Putra Bangsa
Humanities Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Mathematics Mechanical Engineering Physics Social Sciences Transportation Other

Published : 25 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Journal of Data Science Theory and Application

 1 
OPTIMALISASI AKURASI DATA MINING DENGAN MENGGUNAKAN ALGORITMA PSO Wahyuni Windasari
Journal of Data Science Theory and Application Vol. 1 No. 2 (2022): JAsTa
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/jasta.v1i2.189

Abstract

Dewasa ini metode klasifikasi data mining telah banyak diterapkan di berbagai bidang. Salah satunya bidang kesehatan. Penelitian ini membandingkan akurasi kinerja dua metode klasifikasi data mining yaitu metode Naïve Bayes dan C4.5 untuk memprediksi tingkat resiko kehamilan berdasarkan faktor resikonya. Hasil penelitian menunjukkan bahwa akurasi algoritma C4.5 lebih baik dibandingkan algoritma Naïve Bayes. Selain itu, penambahan algoritma PSO pada design penelitian juga mampu menaikkan akurasi algoritma C4.5.
Peramalan Harga Saham dengan Metode Pemulusan Eksponensial Ganda dari Brown Putri Pradani, Augistri; Windasari, Wahyuni
Journal of Data Science Theory and Application Vol. 3 No. 2 (2024): JASTA
Publisher : LP3M Universitas Putra Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32639/h2m63v97

Abstract

Saham merupakan investasi yang banyak diminati oleh para investor karena saham mampu memberikan tingkat keuntungan yang menarik. Namun, ada risiko besar ketika investor salah dalam mengambil keputusan. Oleh sebab itu pemegang saham perlu mengetahui perkembangan nilai saham pada masa yang akan datang, sehingga dapat mengantisipasi risiko kerugian yang besar.  Dalam penelitian ini, metode pemulusan eksponensial ganda dari Brown digunakan untuk meramalkan harga tutup saham pada Ace Hardware Indonesia Tbk bulan Oktober 2024. Peramalan dengan metode pemulusan eksponensial ganda dari Brown merupakan salah satu metode peramalan dengan dua kali penghalusan. Brown menggunakan satu parameter pemulusan yaitu α, harganya di antara 0 dan 1. Dalam penelitian ini dipilih nilai α sebesar 0,2. Hasil ramalan harga tutup saham pada Ace Hardware Indonesia Tbk tanggal 7 Oktober 2024 adalah sebesar 837,325.
Co-Authors AA Sudharmawan, AA Anis Rahayu Kabul Trifiyanto Kabul Trifiyanto Ma'rifah, Diana Nur Khasanah Pradani, Augistri Putri Putri Pradani, Augistri Siti Nur Azizah, Siti Nur Tuti Zakiyah Tuti Zakiyah Tuti Zakiyah Tuti Zakiyah Zakiyah, Tuti