Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Abdidas Journal of Engineering and Science Application
Ependi, Zulfan
Unknown Affiliation
Aerospace Engineering Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Education Health Professions Mathematics Public Health Social Sciences Other

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

Found 2 Documents
Search

 1 
Inovasi Penyusunan Bisnis Plan bagi UMKM Farhas, Rizqon Jamil; Rabialdy, Fakhri; Ependi, Zulfan; Khairina, Silvia Ghiska; Alamsyah, Yuri Nur
Jurnal Abdidas Vol. 6 No. 1 (2025): February 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/abdidas.v6i1.1116

Abstract

Usaha Mikro Kecil Menengah (UMKM) menghadpi berbagai tantangan yang menghambat perkembangan usaha mereka, terutama dalam aspek permodalan, Salah satu faktor utama yang menghambat UMKM mendapatkan pendanaan adalah kurangnya pemahaman dalam menyusun bisnis plan yang baik dan bernilai tambah. Pelatihan ini, bertujuan  dapat meningkatkan daya saing mereka dan lebih siap dala mendapat akses pendanaanmelalui penyusunan bisnis plan yang baik. Program pengabdian masyarakat dilaksanakan di Aula Universitas Pahlawan Tuanku Tambusai dengan melibatkan pelaku UMKM dan Mahasiswa menggunakan metode workshop interaktif, simulasi penyusunan bisnis plan, pendampingan dan mentorin dan simulasi presentasi investor. Hasil pengabdian kepada Masyarakat menunjukkan masing-masing peserta sangat menggambarkan ketertarikan UMKM untuk meningkatkan kembali perusahaan kearah yang lebih baik melalui kemampuan penulisan bisnis plan dan komunikasi skill dalam presentasi bisnis. Berdasarkan kuesioner yang disebar kepada seluruh peserta, 56% Sangat Setuju (ST) bahwa pelatihan ini memiliki manfaat dalam pengembangan usaha mereka. Jika dirinci sebanyak 10 orang menyatakan sangat setuju, 14 orang menyatakan setuju dan 1 orang menyatakan netral. Pelatihan ini juga menambah wawasan dan pengetahuan pelaku UMKM dengan angka 60% sangat setuju (ST) dan 40% setuju (S). Kesimpulan kegiatan pengabdian kepada masyarakat terkait inovasi dalam penyusunan bisnis plan memiliki dampak yang signifikan dalam meningkatkan daya saing UMKM dan pelaku usaha lainnya. Dengan memanfaatkan teknologi seperti kecerdasan buatan (AI), Big data analytics, dan google trends, pelaku UMKM dapat Menyusun rencana bisnis yang lebih berbasis data, akurat dan sesuai dengan tren pasar. Selain itu, pelatihan ini tidak hanya membantu dalam pembuatan dokumen bisnis yang lebih menarik bagi investor, tetapi juga meingkatkan literasi digital peserta sehingga mereka lebih siap menghadapi tantangan bisnis di era digital.
Predictive Modeling of Unilever Indonesia’s Stock Prices with Linear Regression: A RapidMiner-Based Approach Ependi, Zulfan; Firmananda, Fahmi Iqbal
Journal of Engineering and Science Application Vol. 2 No. 2 (2025): October
Publisher : Institute Of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/jesa.v2i2.35

Abstract

Investment decision-making in the capital market requires accurate analysis to minimize risk and maximize returns. This study focuses on PT Unilever Indonesia Tbk, a leading Fast-Moving Consumer Goods (FMCG) company listed on the Indonesia Stock Exchange, to evaluate its stock price prediction using the linear regression method supported by RapidMiner software. Historical stock data were collected from January 2, 2018, to June 27, 2023, including attributes such as opening price, closing price, lowest price, highest price, and trading volume. The dataset was processed using data screening and modeling techniques to construct a linear regression model for prediction. Various scenarios with different proportions of training and testing data (70/30, 80/20, 60/40, and 90/10) were tested to analyze the impact of data distribution on model performance. The evaluation results showed that the 80% training and 20% testing scenario provided the lowest Root Mean Squared Error (RMSE) of 56.699, indicating better predictive accuracy compared to other scenarios. Nevertheless, the linear regression model still produced a relatively high error rate, with the best RMSE value suggesting limitations of this approach for complex market prediction. This study concludes that while linear regression can provide a basic framework for stock price forecasting, incorporating additional economic, fundamental, and external factors could significantly improve predictive reliability. The findings offer practical insights for investors and researchers in understanding the potential and limitations of linear regression in stock market analysis
Co-Authors Alamsyah, Yuri Nur Fakhri Rabialdy Firmananda, Fahmi Iqbal Khairina, Silvia Ghiska Rizqon Jamil Farhas