Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika) Jurnal Akuntansi Hukum dan Edukasi
Fauzan, Rosyid
Unknown Affiliation
Humanities Computer Science & IT Economics, Econometrics & Finance Education Law, Crime, Criminology & Criminal Justice Social Sciences

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

Found 2 Documents
Search

 1 
Efektivitas Posyandu dalam Meningkatkan Gizi anak dan Pencegahan Stunting di Desa Kwala Sikasim Chairane, Chairane; Maulana, Azel Habib; Fauzan, Rosyid; Nurmaini, Ella; Ritonga, Arnita Sari; Anikmah, Sakira Al; Amri, Syaiful
Jurnal Akuntansi Hukum dan Edukasi Vol 1, No 2 (2024): November 2024
Publisher : CV. Rayyan Dwi Bharata

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57235/jahe.v1i2.3867

Abstract

Penelitian ini bertujuan untuk menganalisis efektivitas program Posyandu dalam meningkatkan status gizi dan mengurangi stunting pada anak-anak,ibu hamil, remaja,dan lansia di Desa Kwala sikasim. Metode penelitian yang digunakan adalah pendeketan kuantitatif dengan desain survei dan pengumpulan data melalui kuesioner, wawancara,serta obeservasi langsung. Data dianalisis menggunakan metode statistik deskriptif untuk mengukur perubahan status gizi dan prevalensi stunting sebelum dan sesudah intervasi Posyandu. Hasil penelitian menunjukan bahwa program Posyandu memberikan dampak positif yang signifikan terhadap peningkatan status gizi terutama pada anak-anak dan ibu hamil, serta penurunan angka stunting di desa tersebut. Hal ini menunjukkan bahwa keberadaan Posyandu sangat efektif dalam mendukung kesehatan masyarakat lokal, khususnya dalam upaya pencegahan stunting dan perbaikan gizi.
Sebuah Evanthe, Hansel; Fhadillah, Fhadillah; Fauzan, Rosyid; Farezi, Nazwar; Ramadhani, Fanny
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 4 (2025): JATI Vol. 9 No. 4
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i4.13992

Abstract

Pasar saham merupakan indikator penting dalam ekonomi, dengan harga saham yang fluktuatif mencerminkan berbagai faktor seperti sentimen pasar dan kondisi perusahaan. NVIDIA Corporation (NVDA) menjadi salah satu perusahaan teknologi yang menarik perhatian investor karena pertumbuhan signifikannya dalam industri semikonduktor dan AI. Namun, volatilitas tinggi menjadi tantangan dalam menentukan strategi investasi. Penelitian ini bertujuan untuk menganalisis pola pergerakan harga saham NVIDIA menggunakan klasterisasi K-Means dan memprediksi harga saham dengan model Long Short-Term Memory (LSTM). Permasalahan utama adalah kesulitan model prediksi dalam lonjakan harga ekstrem dan ketergantungan pada data historis. Tujuan penelitian adalah mengidentifikasi pola harga saham melalui klasterisasi dan menguji akurasi prediksi LSTM dengan berbagai skenario data latih. Metode yang digunakan meliputi pengumpulan data historis NVIDIA (2020–2025) dari Yahoo Finance, preprocessing data, klasterisasi K-Means dengan penentuan klaster optimal menggunakan metode Elbow, serta prediksi time-series dengan LSTM. Evaluasi dilakukan menggunakan RMSE dan MAPE. Hasil klasterisasi menunjukkan tiga klaster optimal dengan Silhouette Score 0.579, mengindikasikan pengelompokan yang cukup baik. Prediksi LSTM menghasilkan RMSE dan MAPE terendah pada 60% data latih (70.18 dan 9.61%), namun kesalahan meningkat seiring penambahan data latih akibat ketidakmampuan model menangkap lonjakan harga ekstrem. Disarankan untuk menambahkan fitur seperti volume perdagangan guna meningkatkan akurasi prediksi.
Co-Authors Anikmah, Sakira Al Chairane, Chairane Evanthe, Hansel Farezi, Nazwar Fhadillah, Fhadillah Maulana, Azel Habib Nurmaini, Ella Ramadhani, Fanny Ritonga, Arnita Sari Syaiful Amri