Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) SIMAS JURNAL PENGABDIAN MASYARAKAT
Ramadhani, Gilang
Unknown Affiliation
Religion Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Library & Information Science Mathematics Mechanical Engineering Transportation

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

Found 2 Documents
Search

 1 
Potensi Budidaya Pisang Kepok (Studi Di Kecamatan Seruyan Hilir Timur Kabupaten Seruyan) Kholik, Krismar; Marsiah, Marsiah; Rusmiyati, Rusmiyati; Ramadhani, Gilang; Fadillah, Haris; Susilo, Joko; Saputri, Fatmala Reza
SIMAS: Jurnal Pengabdian Masyarakat Vol 2 No 2 (2024): SIMAS: Jurnal Pengabdian Masyarakat, Mei 2024
Publisher : FTIK UIN Sultan Aji Muhammad Idris Samarinda

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21093/simas.v2i2.8278

Abstract

Tujuan penelitian ini adalah untuk mengetahui kelayakan budidaya pisang di kawasan timur bawah Kecamatan Seriyan Kabupaten Seuyan. Dalam penelitian ini kasus disajikan, wawancara dilakukan dan data yang tersedia disusun dalam format tabel. Hasil penelitian menunjukkan bahwa potensi budidaya pisang di wilayah Kecamatan Seuyan Hulu Timur Kabupaten Seuyan Hulu Timur berada pada ketinggian 1 hingga 7 derajat di atas permukaan laut dan suhu rata-rata 20 hingga 32 derajat. Pisang yang ditanam merupakan varietas daerah sebagai berikut: Pisang Kepok.
Prediksi Harga Saham Batubara Menggunakan Recurrent Neural Network (RNN) Ramadhani, Gilang; Mahdiyah, Umi; Wulanningrum, Resty
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 1 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/tps0k354

Abstract

Pergerakan harga saham dipengaruhi oleh berbagai faktor kompleks, termasuk kondisi makroekonomi, kebijakan politik, sentimen pasar, dan kinerja fundamental perusahaan. Tingginya volatilitas dan ketidakpastian yang terjadi di pasar modal Indonesia menuntut investor untuk menggunakan pendekatan prediksi yang andal guna mengoptimalkan strategi investasi. Dalam penelitian ini, dikembangkan model prediksi harga saham menggunakan metode Recurrent Neural Network (RNN), yang secara khusus dirancang untuk menganalisis data deret waktu dan mengenali pola temporal pada data historis harga saham. Data diperoleh dari platform Yahoo Finance dan melalui tahapan preprocessing seperti pembersihan data dan normalisasi agar sesuai dengan kebutuhan pemodelan. Hasil pengujian model RNN menunjukkan performa yang cukup baik dengan MAE sebesar 381.061, MSE 29.595.055, RMSE 544.013, dan MAPE 18,079%. Hasil ini menunjukkan bahwa RNN mampu mengikuti pola pergerakan harga saham secara akurat dan dapat dimanfaatkan sebagai alat bantu prediksi dalam mendukung keputusan investasi, khususnya di sektor energi.
Co-Authors Haris Fadillah Joko Susilo Kholik, Krismar Mahdiyah, Umi Marsiah, Marsiah Resty Wulanningrum Rusmiyati Rusmiyati, Rusmiyati Saputri, Fatmala Reza