Article Per Year (5 Year)
p-Index From 2019 - 2024
2.162
P-Index
This Author published in this journals
All Journal PROSIDING SEMINAR NASIONAL JURNAL SISTEM INFORMASI BISNIS Jurnal Simetris POSITIF JTET (Jurnal Teknik Elektro Terapan) Jurnal Informatika Upgris Al-Jabar : Jurnal Pendidikan Matematika Jurnal Teknologi dan Sistem Komputer Jurnal Dinamika Ekonomi dan Bisnis Jurnal DISPROTEK ANARGYA: Jurnal Ilmiah Pendidikan Matematika INFOMATEK: Jurnal Informatika, Manajemen dan Teknologi Informatika Amalee: Indonesian Journal of Community Research & Engagement Formosa Journal of Applied Sciences (FJAS) Nusantara Journal of Computers and its Applications
R Hadapiningradja Kusumodestoni
Universitas Islam Nahdlatul Ulama Jepara
Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Library & Information Science Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search
Journal : Jurnal Simetris

 1 
PREDIKSI FOREX MENGGUNAKAN MODEL NEURAL NETWORK Kusumodestoni, R. Hadapiningradja; Suyatno, Suyatno
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 6, No 2 (2015): JURNAL SIMETRIS VOLUME 6 NO 2 TAHUN 2015
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (311.012 KB) | DOI: 10.24176/simet.v6i2.453

Abstract

ABSTRAK Prediksi adalah salah satu teknik yang paling penting dalam menjalankan bisnis forex. Keputusan dalam memprediksi adalah sangatlah penting, karena dengan prediksi dapat membantu mengetahui nilai forex di waktu tertentu kedepan sehingga dapat mengurangi resiko kerugian. Tujuan dari penelitian ini dimaksudkan memprediksi bisnis fores menggunakan model neural network dengan data time series per 1 menit untuk mengetahui nilai akurasi prediksi sehingga dapat mengurangi resiko dalam menjalankan bisnis forex. Metode penelitian pada penelitian ini meliputi metode pengumpulan data kemudian dilanjutkan ke metode training, learning, testing menggunakan neural network. Setelah di evaluasi hasil penelitian ini menunjukan bahwa penerapan algoritma Neural Network mampu untuk memprediksi forex dengan tingkat akurasi prediksi 0.431 +/- 0.096 sehingga dengan prediksi ini dapat membantu mengurangi resiko dalam menjalankan bisnis forex. Kata kunci: prediksi, forex, neural network.
PREDIKSI BISNIS FOREX MENGGUNAKAN MODEL NEURAL NETWORK BERBASIS ADA BOOST MENGGUNAKAN 2047 DATA Suyatno, Suyatno; Riyoko, Sisno; Kusumodestoni, R. Hadapiningradja
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 7, No 2 (2016): JURNAL SIMETRIS VOLUME 7 NO 2 TAHUN 2016
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (228.071 KB) | DOI: 10.24176/simet.v7i2.758

Abstract

Setelah melakukan penelitian dan percobaan maka didapatkan hasil penelitian pertama yang telah dilakukan dengan menggunakan Algoritma Neural Network Backpropagatioan dengan menggunakan data sebanyak 268 menunjungkan tingkat akurasi error prediksi pada waktu prediksi per 5 menit sebesar 0.758619403, bila menggunakan data sebanyak 2047 menunjukkan tingkat akurasi error prediksi sebesar 0.500161212 dan hasil penelitian kedua yang telah dilakukan menggunakan Algoritma Optimasi Adaboost pada proses trainning dan ditambah Neural Network Backpropagation pada proses learning menunjukkan tingkat akurasi error prediksi pada waktu prediksi per 5 menit menggunakan data sebanyak 268 sebesar 0.397014925, bila menggunakan data sebanyak 2047 menunjukkan tingkat akurasi error prediksi sebesar 0.099951148. Tahap awal dalam melakukan penelitian ini sampai dengan pengujian menggunakan perhitungan prediksi nilai akurasi error menggunakan rumus MSE (Mean Sequare Error) dengan menggunakan algoritma optimasi adaboost untuk memberikan jawaban atas permasalahan bahwa nilai akurasi error Algoritma Neural Network Backpropagation perlu direndahkan agar akurasi prediksi meningkat dan tahap kedua dilakukan uji coba menggunakan data yang lebih banyak dibandingan dengan tahap ke satu. Berdasarkan hasil penelitian yang telah dilakukan, dapat disimpulkan bahwa Algoritma Neural Network memiliki akurasi yang lebih rendah bila dibandingkan dengan akurasi menggunakan metode optimasi adaboost pada proses trainning ditambah dengan Neural Network, ini dapat dilihat dengan rendahnya tingkat error MSE menggunakan metode adaboost + neural network dan dapat disimpukan pula bahwa dengan menggunakan jumlah data yang lebih banyak maka dapat menurunkan tingkat akurasi error MSE sehingga berhasil meningkatkan akurasi prediksi dalam bisnis forex trading. Kata kunci: forex, trading, neural network, adaboost, central capital futures.
PREDIKSI BISNIS FOREX MENGGUNAKAN MODEL NEURAL NETWORK BERBASIS ADA BOOST MENGGUNAKAN 2047 DATA Suyatno Suyatno; Sisno Riyoko; R. Hadapiningradja Kusumodestoni
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 7, No 2 (2016): JURNAL SIMETRIS VOLUME 7 NO 2 TAHUN 2016
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (228.071 KB) | DOI: 10.24176/simet.v7i2.758

Abstract

Setelah melakukan penelitian dan percobaan maka didapatkan hasil penelitian pertama yang telah dilakukan dengan menggunakan Algoritma Neural Network Backpropagatioan dengan menggunakan data sebanyak 268 menunjungkan tingkat akurasi error prediksi pada waktu prediksi per 5 menit sebesar 0.758619403, bila menggunakan data sebanyak 2047 menunjukkan tingkat akurasi error prediksi sebesar 0.500161212 dan hasil penelitian kedua yang telah dilakukan menggunakan Algoritma Optimasi Adaboost pada proses trainning dan ditambah Neural Network Backpropagation pada proses learning menunjukkan tingkat akurasi error prediksi pada waktu prediksi per 5 menit menggunakan data sebanyak 268 sebesar 0.397014925, bila menggunakan data sebanyak 2047 menunjukkan tingkat akurasi error prediksi sebesar 0.099951148. Tahap awal dalam melakukan penelitian ini sampai dengan pengujian menggunakan perhitungan prediksi nilai akurasi error menggunakan rumus MSE (Mean Sequare Error) dengan menggunakan algoritma optimasi adaboost untuk memberikan jawaban atas permasalahan bahwa nilai akurasi error Algoritma Neural Network Backpropagation perlu direndahkan agar akurasi prediksi meningkat dan tahap kedua dilakukan uji coba menggunakan data yang lebih banyak dibandingan dengan tahap ke satu. Berdasarkan hasil penelitian yang telah dilakukan, dapat disimpulkan bahwa Algoritma Neural Network memiliki akurasi yang lebih rendah bila dibandingkan dengan akurasi menggunakan metode optimasi adaboost pada proses trainning ditambah dengan Neural Network, ini dapat dilihat dengan rendahnya tingkat error MSE menggunakan metode adaboost + neural network dan dapat disimpukan pula bahwa dengan menggunakan jumlah data yang lebih banyak maka dapat menurunkan tingkat akurasi error MSE sehingga berhasil meningkatkan akurasi prediksi dalam bisnis forex trading. Kata kunci: forex, trading, neural network, adaboost, central capital futures.
PREDIKSI FOREX MENGGUNAKAN MODEL NEURAL NETWORK R. Hadapiningradja Kusumodestoni; Suyatno Suyatno
Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer Vol 6, No 2 (2015): JURNAL SIMETRIS VOLUME 6 NO 2 TAHUN 2015
Publisher : Universitas Muria Kudus

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (311.012 KB) | DOI: 10.24176/simet.v6i2.453

Abstract

ABSTRAK Prediksi adalah salah satu teknik yang paling penting dalam menjalankan bisnis forex. Keputusan dalam memprediksi adalah sangatlah penting, karena dengan prediksi dapat membantu mengetahui nilai forex di waktu tertentu kedepan sehingga dapat mengurangi resiko kerugian. Tujuan dari penelitian ini dimaksudkan memprediksi bisnis fores menggunakan model neural network dengan data time series per 1 menit untuk mengetahui nilai akurasi prediksi sehingga dapat mengurangi resiko dalam menjalankan bisnis forex. Metode penelitian pada penelitian ini meliputi metode pengumpulan data kemudian dilanjutkan ke metode training, learning, testing menggunakan neural network. Setelah di evaluasi hasil penelitian ini menunjukan bahwa penerapan algoritma Neural Network mampu untuk memprediksi forex dengan tingkat akurasi prediksi 0.431 +/- 0.096 sehingga dengan prediksi ini dapat membantu mengurangi resiko dalam menjalankan bisnis forex. Kata kunci: prediksi, forex, neural network.
Co-Authors A.A. Ketut Agung Cahyawan W Adi Sucipto Agus Subhan Akbar Agus Subhan Akbar, Agus Subhan Ahmat Wakit Akhmad Khanif Zyen Akhmad Khanif Zyen Akhmad Khanif Zyen Akhmad Khanif Zyen, Akhmad Khanif Buang Budi Wahono Buang Budi Wahono Charles Firmansyah Desti Setiyowati Diah Ayu Chumaisaroh Gun Sudiryanto Husen, Muhamad Ismiati, Sela Nur Lusi Meriyanti M Sagaf M. Novailul Abid Noor Endah Wulansari Nur Aeni Widiastuti Nur Aeni Widiastuti Sarwido Sarwido Sela Nur Ismiati Setiawan, Fendi Sisno Riyoko Solikhul Hidayat Suyatno Suyatno Suyatno Suyatno Teguh Tamrin Wibowo, Gentur Wahyu Nyipto Zainul Arifin MA