Article Per Year (5 Year)
p-Index From 2020 - 2025
0.444
P-Index
This Author published in this journals
All Journal Telematika : Jurnal Informatika dan Teknologi Informasi JURNAL PENDIDIKAN TAMBUSAI
Pramesti, Nadia
Unknown Affiliation
Electrical & Electronics Engineering Social Sciences

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

Found 2 Documents
Search

 1 
Pengaruh Kebijakan Dividen dan Harga Saham terhadap Nilai Perusahaan Pada PT Surya Toto Tbk Tahun 2019-2023 Fitria, Della; Saputri, Dinda; Pangaribuan, Mika Nopita; Rizqullah, Muhammad Akmal; Pramesti, Nadia
Jurnal Pendidikan Tambusai Vol. 9 No. 1 (2025)
Publisher : LPPM Universitas Pahlawan Tuanku Tambusai, Riau, Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/jptam.v9i1.25250

Abstract

Penelitian ini mengkaji bagaimana pengaturan laba dan harga saham mempengaruhi harga perusahaan PT Surya Toto Tbk. dari tahun 2019 sampai dengan tahun 2023, dengan menggunakan data sekunder yang diperoleh dari laporan tahunan. Penelitian ini menggunakan pendekatan kuantitatif, meliputi lima pengamatan dan beberapa uji regresi langsung yang dilakukan dengan SPSS. Hasil penelitian menunjukkan nilai signifikansi sebesar 0,471 dan 0,08, keduanya melebihi batas 0,05, dengan koefisien regresi lateral sebesar -0,036 untuk pendekatan laba dan 0,004 untuk harga saham, yang menunjukkan tidak ada pengaruh yang signifikan. Hasil uji F menunjukkan F hitung sebesar 5,625, lebih rendah dari nilai F kritis sebesar 9,55, dengan tingkat signifikansi sebesar 0,151. Dengan demikian, harga perusahaan tidak sepenuhnya dipengaruhi oleh pendekatan laba dan harga saham selama periode penelitian.
Convolutional Neural Network for Identifying Tree Species Using Stem Images Pramesti, Nadia; Rianto, Rianto
Telematika Vol 20 No 2 (2023): Edisi Juni 2023
Publisher : Jurusan Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/telematika.v20i2.8774

Abstract

Purpose: Identification of tree species based on stem images using programming assistance to design an automation tool to be able to distinguish tree species directly based on stem images from the new data entered.Design/methodology/approach: Identifying tree species is usually done using leaf images, in previous studies related to identifying tree species based on leaf images this resulted in quite high accuracy but was felt to be not optimal. In this study, we used a convolutional neural network to compare the accuracy of bar images.Findings/result: from 1000 tree trunk image data, identification was carried out using the help of python with the CNN method it can be concluded that the test results used the best acuration at epoch 25 with a value reaching 96.80%Originality/value/state of the art: Research with theme identification of tree species based on stem images using the CNN method has never been done by previous researchers. 
Co-Authors Fitria, Della Pangaribuan, Mika Nopita Rianto Rianto Rizqullah, Muhammad Akmal Saputri, Dinda