Article Per Year (5 Year)
p-Index From 2021 - 2026
0.562
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya
Mariska Putri Pratiwi
Universitas Putera Batam
Computer Science & IT

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

Found 3 Documents
Search

 1 
Penerapan Hidden Markov Model untuk Prediksi Pergerakan Harga Bitcoin Vincent; Mariska Putri Pratiwi
Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Lubuklinggau Vol 7 No 2 (2025): Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya
Publisher : STMIK Bina Nusantara Jaya Lubuk Linggau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52303/jb.v7i2.164

Abstract

Pergerakan harga Bitcoin yang sangat fluktuatif dan volatil telah menjadi tantangan bagi para investor dan peneliti dalam melakukan prediksi harga secara akurat. Penelitian ini bertujuan untuk mengimplementasikan metode Hidden Markov Model (HMM) dalam menganalisis dan memprediksi pergerakan harga Bitcoin dengan pendekatan berbasis machine learning. Tujuan utama dari penelitian ini adalah untuk mengembangkan model prediksi yang mampu mengidentifikasi pola tersembunyi dalam data historis harga Bitcoin dan memberikan insight mengenai kondisi pasar, apakah sedang berada dalam tren naik (bullish), tren turun (bearish), atau stabil (sideways). Metode yang digunakan adalah unsupervised learning dengan pendekatan HMM berbasis Gaussian, menggunakan data harga penutupan (close), moving average (MA200), dan volume perdagangan Bitcoin dari tahun 2020 hingga 2025. Proses penelitian mencakup praproses data, ekstraksi fitur, pelatihan model HMM, dan visualisasi hasil berupa klasifikasi status pasar dan analisis transisi antar status. Hasil penelitian menunjukkan bahwa model HMM berhasil mengelompokkan data ke dalam tiga status tersembunyi dengan interpretasi tren yang konsisten terhadap kondisi pasar aktual. Status sideways mendominasi sepanjang periode, diikuti oleh status bearish dan bullish. Durasi rata-rata masing-masing status menunjukkan bahwa bearish berlangsung lebih lama dibanding bullish, yang hanya muncul secara singkat. Analisis transisi antar status memperkuat pemahaman terhadap pergerakan pasar kripto. Kesimpulannya, metode HMM terbukti efektif untuk mengidentifikasi pola pergerakan harga Bitcoin dan dapat dijadikan dasar dalam pengembangan sistem prediksi dan peringatan dini di pasar aset digital.
Analisis Klasifikasi Kelayakan Masyarakat Penerima Bantuan BLT Dengan Metode NaiveBayes Berbasis Web Nike Kristiwilola Wau; Mariska Putri Pratiwi
Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Lubuklinggau Vol 7 No 2 (2025): Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya
Publisher : STMIK Bina Nusantara Jaya Lubuk Linggau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52303/jb.v7i2.166

Abstract

Penyaluran Bantuan Langsung Tunai (BLT) di Indonesia sering mengalami masalah dalam hal akurasi sasaran penerima. Salah satu penyebab utamanya adalah proses pendataan dan klasifikasi yang masih dilakukan secara manual, sehingga menimbulkan potensi kesalahan dan keterlambatan. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem berbasis web yang dapat membantu pemerintah desa dalam mengklasifikasikan kelayakan penerima BLT secara otomatis menggunakan metode Naïve Bayes. Sistem ini dibangun dengan fitur-fitur utama seperti manajemen data warga, klasifikasi berdasarkan atribut sosial ekonomi (pendapatan, jumlah anak usia sekolah, usia dini, ibu hamil, lansia, dan disabilitas), dan dasbor pemantauan bantuan. Untuk menguji efektivitas metode yang digunakan, dilakukan proses pelatihan model klasifikasi menggunakan aplikasi RapidMiner Studio pada 200 data warga. Hasil evaluasi menunjukkan bahwa metode Naïve Bayes mampu mencapai tingkat akurasi sebesar 71,00%, yang menunjukkan kinerja yang cukup baik dalam mengklasifikasikan kategori KPM (Keluarga Penerima Manfaat). Dengan sistem ini, proses seleksi penerima bantuan menjadi lebih cepat, lebih transparan, dan lebih objektif.
Sistem Rekomendasi Penyewaan Rusunawa Dengan Metode Collaborative Filtering Aulia septiani; Mariska Putri Pratiwi
Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya Lubuklinggau Vol 7 No 2 (2025): Jurnal Ilmiah Binary STMIK Bina Nusantara Jaya
Publisher : STMIK Bina Nusantara Jaya Lubuk Linggau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52303/jb.v7i2.167

Abstract

Kepadatan penduduk yang tinggi memicu kebutuhan perumahan yang tinggi, sehingga pemerintah menyediakan Perumahan Sederhana Sewa (Rusunawa) bagi peserta Program Jaminan Sosial Ketenagakerjaan. Namun, pemanfaatan Rusunawa belum optimal karena proses seleksi perumahan yang manual, yang tidak mempertimbangkan preferensi individu calon penyewa, seperti harga, fasilitas, kebersihan, keamanan, dan jarak ke tempat kerja. Untuk mengatasi hambatan ini, penelitian ini bertujuan untuk mengembangkan sistem rekomendasi berbasis website dengan metode collaborative filtering, yang diharapkan dapat memberikan rekomendasi perumahan yang sesuai dengan kebutuhan calon penyewa. Metode collaborative filtering memanfaatkan data preferensi pengguna sebelumnya untuk memberikan rekomendasi berdasarkan kesamaan profil. Uji coba sistem menunjukkan bahwa teknik ini mampu meningkatkan efisiensi dan akurasi dalam menemukan perumahan yang sesuai. Diharapkan sistem ini dapat mendukung sektor perumahan yang lebih baik dan berkelanjutan di Kota Batam.
Co-Authors Aulia septiani Nike Kristiwilola Wau Vincent