Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Husna Batubara, Shabrina
Unknown Affiliation
Computer Science & IT

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

Found 2 Documents
Search

 1 
ANALISIS PREDIKSI FLUKTUASI HARGA EMAS DI INDONESIA MENGGUNAKAN METODE MONTE CARLO Husna Batubara, Shabrina; Muslim Karo Karo, Ichwanul
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.9937

Abstract

Harga emas cenderung meningkat seiring berjalannya waktu meskipun dibutuhkan waktu yang cukup lama untuk mencapai kenaikan yang cukup besar. Tujuan dari penelitian ini adalah untuk menganalisis harga emas di Indonesia dengan menggunakan metode Monte Carlo. Fluktuasi harga emas dipengaruhi oleh beberapa faktor seperti inflasi, tekanan global, hukum penawaran dan permintaan, serta kebijakan moneter. Metode Monte Carlo digunakan untuk memprediksi harga emas di masa depan dengan melihat data historis berupa angka, menggunakan distribusi probabilitas dan kumulatif serta angka acak untuk simulasi. Hasil simulasi menunjukkan harga emas cenderung mengalami kenaikan pada bulan Juli dengan akurasi 95,11% dan penurunan pada bulan Februari dengan akurasi 91,89%. Akurasi prediksi rata-rata adalah 91,50%. Simulasi ini menunjukkan bahwa metode Monte Carlo efektif dalam memprediksi pergerakan harga emas dengan rata-rata akurasi yang tinggi yaitu 94,18% pada tahun 2021, 96,41% pada tahun 2022, dan 91,50% pada tahun 2023. Penelitian Disimpulkan di sini bahwa metode Monte Carlo dapat digunakan sebagai alat yang berguna bagi investor dan pelaku pasar untuk membuat keputusan investasi yang akurat berdasarkan data. Penelitian ini menyimpulkan bahwa metode Monte Carlo dapat digunakan sebagai alat yang berguna bagi investor untuk mengambil keputusan investasi berdasarkan data yang akurat.
DETEKSI BURUNG MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK (CNN) DENGAN MODEL ARSITEKTUR MOBILENETV2 Andika Maulana, Sandy; Husna Batubara, Shabrina; Permata Putri Pasaribu, Yohanna; Syahputra, Hermawan; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 4 (2024): JATI Vol. 8 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i4.10126

Abstract

Penelitian ini mengimplementasikan model Convolutional Neural Network (CNN) dengan arsitektur MobileNetV2 untuk mendeteksi spesies burung. Permasalahan yang dihadapi yaitu bagaimana meningkatkan akurasi deteksi spesies burung menggunakan model yang efisien untuk perangkat mobile. Tujuan penelitian ini untuk mengembangkan dan mengevaluasi model CNN yang dapat mengenali berbagai spesies burung dengan akurasi tinggi. Metode penelitian meliputi beberapa tahapan: pengunduhan dan ekstraksi data dari TensorFlow Dataset yang terdiri dari 6033 gambar dari 200 spesies burung, visualisasi dan preprocessing data, implementasi model MobileNetV2, training dan validasi model selama 50 epoch dengan batch size 64, serta evaluasi menggunakan metrik loss dan Intersection Over Union (IoU). Hasil penelitian menunjukkan bahwa model mampu mengenali burung dengan akurasi yang memadai. Untuk penelitian selanjutnya, disarankan penambahan jumlah gambar dan spesies burung dalam dataset, eksplorasi arsitektur model lain, teknik augmentasi data, optimisasi hyperparameter, dan penerapan transfer learning. Selain itu, pengujian model pada perangkat mobile diperlukan untuk memastikan efisiensi dan performa di lingkungan nyata, serta mempertimbangkan informasi tambahan seperti habitat atau suara burung untuk meningkatkan akurasi identifikasi.
Co-Authors Andika Maulana, Sandy Hermawan Syahputra Ichwanul Muslim Karo Karo Permata Putri Pasaribu, Yohanna Ramadhani, Fanny