Article Per Year (5 Year)
p-Index From 2019 - 2024
3.147
P-Index
This Author published in this journals
All Journal JOIV : International Journal on Informatics Visualization Tech-E JITK (Jurnal Ilmu Pengetahuan dan Komputer) Journal of Informatics and Communication Technology (JICT) IT For Society : Journal of Information Technology Jurnal Rekayasa elektrika Journal of Informatics and Communication Technology (JICT)
Deny Haryadi
Universitas Telkom
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Electrical & Electronics Engineering Energy Engineering Mathematics

Published : 19 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : IT For Society : Journal of Information Technology

 1 
Prediksi Harga Minyak Kelapa Sawit Dalam Investasi Dengan Membandingkan Algoritma Naïve Bayes, Support Vector Machine dan K-Nearest Neighbor Deny Haryadi; Rila Mandala
IT for Society Vol 4, No 1 (2019)
Publisher : President University

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (440.049 KB) | DOI: 10.33021/itfs.v4i1.1181

Abstract

Harga minyak kelapa sawit bisa mengalami kenaikan, penurunan maupun tetap setiap hari karena faktor yang mempengaruhi harga minyak kelapa sawit seperti harga minyak nabati lain (minyak kedelai dan minyak canola), harga minyak mentah dunia, maupun nilai tukar riil antara kurs dolar terhadap mata uang negara produsen (rupiah, ringgit, dan canada) atau mata uang negara konsumen (rupee). Untuk itu dibutuhkan prediksi harga minyak kelapa sawit yang cukup akurat agar para investor bisa mendapatkan keuntungan sesuai perencanaan yang dibuat. tujuan dari penelitian ini yaitu untuk mengetahui perbandingan accuracy, precision, dan recall yang dihasilkan oleh algoritma Naïve Bayes, Support Vector Machine, dan K-Nearest Neighbor dalam menyelesaikan masalah prediksi harga minyak kelapa sawit dalam investasi. Berdasarkan hasil pengujian dalam penelitian yang telah dilakukan, algoritma Support Vector Machine memiliki accuracy, precision, dan recall dengan jumlah paling tinggi dibandingkan dengan algoritma Naïve Bayes dan algoritma K-Nearest Neighbor. Nilai accuracy tertinggi pada penelitian ini yaitu 82,46% dengan precision tertinggi yaitu 86% dan recall tertinggi yaitu 89,06%.
Co-Authors Adi Kuncoro Adi Kuncoro Amat Basri Amat Basri Andri Ariyanto Arif Rahman Hakim Arif Rahman Hakim Demi Adidrana Dewi Marini Umi Atmaja Fiqry Firdhan Pratama Putra Nabila Rahmania Az Zahra Ricka Maulida Rila Mandala Risma Adisty Nilasari Sasmi Hidayatul Yulianing Tyas Seandy Arandiant Rozano Sisilia Ratu Counsela Evrilia Syifa Nurgaida Yutia Umi Atmaja, Dewi Marini