Article Per Year (5 Year)
p-Index From 2020 - 2025
0.61
P-Index
This Author published in this journals
All Journal International Journal of Applied Sciences and Smart Technologies Data Sciences Indonesia (DSI)
Hermansyah, Aam
Unknown Affiliation
Computer Science & IT Education Energy Engineering Industrial & Manufacturing Engineering Physics

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

Found 3 Documents
Search

 1 
Prediction of Life Expectancy in Indonesia by Implementing Website-Based Lagrange Polynomial Interpolation Maarip, Syamsul; Hermansyah, Aam; Hadraeni, Sopi Nuryani; Miqdad, Salman; Nuryadin, Ardhan Dimas; Yuliyanti, Siti
International Journal of Applied Sciences and Smart Technologies Volume 06, Issue 2, December 2024
Publisher : Universitas Sanata Dharma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24071/ijasst.v6i2.9167

Abstract

Life Expectancy (AHH) is a measurement of the average human lifespan accepted and used to assess the quality of health and welfare of a country's population. Accepted to develop a prediction system that can be easily accessed by the general public via a web platform. The method used to predict is the Lagrange polynomial interpolation method. The Lagrange polynomial interpolation method was chosen because it can model irregular numerical data with a fairly high level of accuracy. The data used to predict AHH comes from the Indonesian Central Statistics Agency (BPS). Known data on life expectancy in Indonesia for men from 2020 to 2023 shows 69.59, 69.67, 69.93 and 70.17. Predictions for 2024, 2025 and 2026 respectively show 70.19, 69.79, 68.77 with a Root Mean Squared Error result of 0.085875 or around 8.58% of the total data tested. The results of implementing the Lagrange polynomial interpolation method into an application in the form of this website show that this method is able to provide accurate predictions for life expectancy in Indonesia and can make it easier to use.Keywords: Interpolasi, Polinom Langrange, Life Expectancy, prediction, lifespan
Aplikasi Cerdas Berbasis Website Prediksi Harga Emas dengan Implementasi Algoritma Smoothing Time Series Forecasting Al Husaini, Muhammad; Hermansyah, Aam; Purwayoga, Vega; Lukmana, Hen Hen; Ramadhan, Delvan
Data Sciences Indonesia (DSI) Vol. 2 No. 2 (2022): Article Research Volume 2 Issue 2, Desember 2022
Publisher : ITScience (Information Technology and Science)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v2i2.1888

Abstract

Investasi emas merupakan hal yang umum dilakukan oleh masyarakat pada saat ini. Harga emas adalah salah satu hal penting yang menjadi fokus utama dalam melakukan investasi emas yang perlu akurasi ketepatan prediksi baik dalam kurun waktu minggu, hari ataupun tahun sehingga mampu memudahkan untuk menggunakan prediksi tersebut dalam berinvestasi baik untuk membeli atau menjual emas tersebut. Aplikasi berbasis web dengan implementasi algoritma time series forecasting ini dibangun untuk memudahkan dalam prediksi harga emas dengan menggunakan metode pemulusan moving average simple exponential smoothing hingga holt’s exponential dan holt’s winter’s exponential smoothing. Metode penelitian yang digunakan pada rancang bangun aplikasi berbasis web ini menggunakan metode prototype dari pengumpulan atau analisa kebutuhan sistem, membangun prototyping, mengkodekan sistem, evaluasi sistem, pengujian sistem hingga penggunaan sistem. Implementasi menggunakan algoritma pemulusan time-series forecasting yaitu menggunakan dataset yang diambil dari application programming interface (API) https://metalpriceapi.com dengan jumlah data harga emas yang digunakan sejumlah 872 data yang dilakukan pengujian akurasi menggunakan mean absolute percentage error (MAPE) untuk menguji akurasi data aktual dan prediksi dari ketiga algoritma tersebut yaitu dengan menghasilkan 5,517 % untuk metode simple exponential smoothing, 4,93 % pada metode holt’s exponential smoothing, dan 2,78 % untuk holt’s winter’s exponential smoothing. Penggunaan algoritma holt’s-winter’s menghasilkan akurasi yang lebih baik dari kedua algoritma sebelumnya dengan persentase akurasi yang baik berdasarkan pengujian akurasi mean absolute percentage error dengan nilai pengujian kurang dari 5 %.
Aplikasi Cerdas Berbasis Website Prediksi Harga Emas dengan Implementasi Algoritma Smoothing Time Series Forecasting Al Husaini, Muhammad; Hermansyah, Aam; Purwayoga, Vega; Lukmana, Hen Hen; Ramadhan, Delvan
Data Sciences Indonesia (DSI) Vol. 2 No. 2 (2022): Article Research Volume 2 Issue 2, Desember 2022
Publisher : Yayasan Cita Cendikiawan Al Kharizmi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47709/dsi.v2i2.1888

Abstract

Investasi emas merupakan hal yang umum dilakukan oleh masyarakat pada saat ini. Harga emas adalah salah satu hal penting yang menjadi fokus utama dalam melakukan investasi emas yang perlu akurasi ketepatan prediksi baik dalam kurun waktu minggu, hari ataupun tahun sehingga mampu memudahkan untuk menggunakan prediksi tersebut dalam berinvestasi baik untuk membeli atau menjual emas tersebut. Aplikasi berbasis web dengan implementasi algoritma time series forecasting ini dibangun untuk memudahkan dalam prediksi harga emas dengan menggunakan metode pemulusan moving average simple exponential smoothing hingga holt’s exponential dan holt’s winter’s exponential smoothing. Metode penelitian yang digunakan pada rancang bangun aplikasi berbasis web ini menggunakan metode prototype dari pengumpulan atau analisa kebutuhan sistem, membangun prototyping, mengkodekan sistem, evaluasi sistem, pengujian sistem hingga penggunaan sistem. Implementasi menggunakan algoritma pemulusan time-series forecasting yaitu menggunakan dataset yang diambil dari application programming interface (API) https://metalpriceapi.com dengan jumlah data harga emas yang digunakan sejumlah 872 data yang dilakukan pengujian akurasi menggunakan mean absolute percentage error (MAPE) untuk menguji akurasi data aktual dan prediksi dari ketiga algoritma tersebut yaitu dengan menghasilkan 5,517 % untuk metode simple exponential smoothing, 4,93 % pada metode holt’s exponential smoothing, dan 2,78 % untuk holt’s winter’s exponential smoothing. Penggunaan algoritma holt’s-winter’s menghasilkan akurasi yang lebih baik dari kedua algoritma sebelumnya dengan persentase akurasi yang baik berdasarkan pengujian akurasi mean absolute percentage error dengan nilai pengujian kurang dari 5 %.
Co-Authors Al Husaini, Muhammad Hadraeni, Sopi Nuryani Lukmana, Hen Hen Maarip, Syamsul Miqdad, Salman Nuryadin, Ardhan Dimas Purwayoga, Vega Ramadhan, Delvan Siti Yuliyanti, Siti