Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal JURNAL TEKNOLOGI DAN OPEN SOURCE Jurnal Telematika Jurnal Janitra Informatika dan Sistem Informasi
Dwi Sancoko, Sulistyo
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

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

Found 3 Documents
Search

 1 
Implementasi Algoritme Long Short-Term Memory untuk Prediksi Harga Saham BBCA dan BBRI Zuzzaifa, Nur; Dwi Sancoko, Sulistyo
Jurnal Telematika Vol. 19 No. 2 (2024)
Publisher : Yayasan Petra Harapan Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.61769/telematika.v19i2.701

Abstract

Berinvestasi dalam instrumen saham memiliki tingkat risiko yang tinggi. Hal ini terjadi karena pergerakan saham pada pasar sulit diprediksi. Analisis data historis dapat menjadi solusi para investor dalam meramalkan pergerakan harga saham di masa mendatang. Selain meningkatkan kesadaran akan pentingnya investasi, teknologi juga membantu dalam pengambilan keputusan. Penelitian ini memprediksi harga saham menggunakan algoritme Long Short-Term Memory (LSTM). Data yang digunakan diambil dari website Yahoo Finance, variabel yang digunakan hanya data penutupan (close) saham. Tahapan-tahapan yang dilakukan, seperti studi literatur, pengumpulan data, pembagian data, preprocessing data, pembentukan model, denormalisasi, dan evaluasi. Dari model yang dibangun didapatkan hasil paling optimal pada PT Bank Rakyat Indonesia, Tbk. (BBRI) dengan nilai RMSE data pelatihan sebesar 37,037 dan RMSE data pengujian sebesar 80,128. Sementara itu, pengujian menggunakan algoritme LSTM pada PT Bank Central Asia, Tbk. (BBCA) didapatkan nilai RMSE data pelatihan sebesar 36,905 dan RMSE data pengujian sebesar 99,9. Selanjutnya, model terbaik digunakan untuk memprediksi harga saham PT BCA dan PT BRI dalam sebulan ke depan.
Peramalan Jumlah Kasus Kekerasan Terhadap Perempuan dan Anak di Kota Yogyakarta Menggunakan Autoregressive Integrated Moving Average Dwi Sancoko, Sulistyo; Lathifah, Lu'lu' Itsnaini; Lestari, Silvi Indah; Hidayat, Ahmad Tri
Jurnal Janitra Informatika dan Sistem Informasi Vol. 5 No. 2 (2025): Oktober - Jurnal Janitra Informatika dan Sistem Informasi
Publisher : Indonesian Scientific Journal

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59395/bdsvf607

Abstract

Kasus kekerasan terhadap perempuan dan anak merupakan masalah yang mengkhawatirkan di seluruh dunia, termasuk Indonesia. Di wilayah Kota Yogyakarta jumlah kasus kekerasan terhadap perempuan dan anak masih menunjukkan angka yang tinggi dari bulan ke bulan. Hal ini dilatarbelakangi oleh beberapa faktor seperti masalah ekonomi, kurangnya pendidikan, karakter pelaku dan beberapa faktor yang mempengaruhi lainnya. Tujuan dari penelitian ini adalah untuk meramalkan jumlah kasus kekerasan terhadap perempuan dan anak selama 13 bulan mendatang berdasarkan faktor karakter pelaku menggunakan model terbaik yang didapatkan dari metode yang digunakan. Metode peramalan yang digunakan pada kasus ini adalah Autoregressive Integrated Moving Average (ARIMA) dengan data jumlah kasus kekerasan terhadap perempuan dan anak yang ditangani oleh UPT PPA Kota Yogyakarta dari Januari 2020 - November 2023. Metode ARIMA merupakan metode yang digunakan untuk melakukan peramalan jangka pendek dengan komponen Autoregressive (AR) maupun Moving Average (MA). Alur penelitian melibatkan business understanding, data understanding, data preparation & exploratory data analysis, modelling, evaluation dan terakhir deployment. Model ARIMA terbaik yaitu ARIMA orde (5, 1, 0) dengan nilai RMSE sebesar 3.708559. Hasil peramalan menggunakan model ARIMA (5, 1, 0) menunjukkan bahwa jumlah kasus kekerasan terhadap perempuan dan anak di Kota Yogyakarta selama 13 bulan ke depan cenderung menurun dibandingkan dengan bulan-bulan sebelumnya.
Recommendations for Selection of Skincare Products Using the Promethee Method Zaydan Azfar, Muhammad Aufa; Dwi Sancoko, Sulistyo
JURNAL TEKNOLOGI DAN OPEN SOURCE Vol. 7 No. 2 (2024): Jurnal Teknologi dan Open Source, December 2024
Publisher : Universitas Islam Kuantan Singingi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36378/jtos.v7i2.3816

Abstract

This research aims to implement the Promethee method (Preference Ranking Organization Method for Enrichment Evaluation) in recommending appropriate skincare products based on facial skin type. With so many skincare products on the market, consumers may have difficulty choosing the right product. The Promethee method helps make multi-criteria decisions by considering various relevant factors such as skin type, price, user ratings, product quality, and price suitability based on the preferences of people who have used skincare products before as a reference in recommending skincare products. Recommendations are made based on data from the preferences of students who have used skincare products and provide an assessment of the products they have used. Researchers used the Promethee method as research to see how effective its use is in providing skincare product recommendations. The data used as a basis for manual calculations uses 10 data points for normal skin types. With the highest net flow value for normal skin types of 3.44444444 for Wardah Lightning and Ponds Men products. The highest net flow value for combination skin type is 24.250000, net flow for oily skin type is 14.222222, net flow for sensitive skin type is 14.722222, and net flow for dry skin type is 8.166667. The research results show that the Promethee method can provide appropriate recommendations regarding the selection of skincare products based on facial skin type.
Co-Authors Hidayat, Ahmad Tri Lathifah, Lu'lu' Itsnaini Lestari, Silvi Indah Zaydan Azfar, Muhammad Aufa Zuzzaifa, Nur