Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Ilmiah FIFO

Aplikasi Pembelajaran Benda-Benda Bersejarah Dengan Metode Lean Software Development Rendra Eka Nurfajar; Rifki Rahardjo; Achmad Firdaus; Abdi Wahab; Ratna Mutu Manikam
Jurnal Ilmiah FIFO Vol 14, No 2 (2022)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2022.v14i2.008

Abstract

Benda-benda bersejarah adalah peninggalan dari orang – orang terhadulu, yang dimana benda – benda tersebut memiliki nilai sejarah atau budaya yang ada di masyarakat. Karenanya benda – benda bersejarah cukup menarik untuk dipelajari. Penelitian ini dilakukan untuk mengidentifikasi peninggalan benda bersejarah yang ada di dunia serta memperkenalkan benda – benda bersejarah tersebut kepada masyarakat. Pada penelitian yang dilakukan sebelumnya telah dilakukan penelitian dengan menerapkan menerapkan metode Agile Extreme Programming (XP) pada Sistem informasi geografis tempat pariwisata bersejarah di wilayah bandar lampung. hanya saja, dalam penelitiannya lingkup yang ditawarkan sangat kecil mengingat objek sejarah yang ditunjukkan hanya untuk wilayah bandar lampung saja. Oleh karena itu kami akan menggunakan  metode agile  Lean Software Development (LSD) untuk mendapatkan hasil yang lebih baik mengingat ruang lingkup yang akan dibuat dalam penelitian lebih besar dari sebelumnya. Hasil dari penelitian ini menghasilkan sebuah aplikasi pembelajaran benda-benda bersejarah, dan setelah dilakukan pengujian mendapatkan hasil yang baik sesuai dengan skenario yang telah dibuat. Diharapkan aplikasi ini dapat dikembangkan ke arah perangkat bergerak agar lebih mudah diakses oleh khalayak umum lebih luas.
Analisis Perancangan Manajemen Sistem Sedekah Berbasis Web Menggunakan Metode Analytical Hierarchy Process Revin Aulia Rizky Eka Putra; Abdi Wahab
Jurnal Ilmiah FIFO Vol 15, No 1 (2023)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2023.v15i1.003

Abstract

Komunitas Satuwaktu sangat membantu masyarakat dalam melakukan sedekah. Masyarakat mempergunakan Satuwaktu sebagai wadah untuk bersedekah kepada orang yang sedang membutuhkan bantuan khususnya yang bertempat di Kota Tangerang, Provinsi Banten. Penelitian ini dilakukan atas dasar kebutuhan  adanya suatu sistem pengelolaan data penerima dana sedekah yang dapat digunakan untuk mengelola data sedekah Satuwaktu. Untuk melakukan kegiatan dikomunitas Satuwaktu masih dilakukan secara manual, kemudian kurangnya akses informasi dalam menyebarkan berita sedekah tersebut mengakibatkan sedekah yang  dilakukan hanya terdengar ke beberapa teman dekat dan orang disekitar. Maka dari itu, diperlukan Sistem Manajamen Sedekah Satuwaktu Berbasis Website. Dalam pembangunan sistem ini, pendekatan metode pengembangan perangkat lunak yang digunakan adalah Waterfall, karena itu memiliki proses yang berurutan, sehingga sistem yang dikembangkan akan sesuai dengan harapan yang diinginkan atau tepat sasaran. Selain itu metode AHP juga digunakan pada pengembangan sistem ini dengan tujuan membantu dalam menguraikan suatu masalah ke dalam kelompoknya masing-masing kemudian dibentuk sebuah hirarki sehingga permasalahan tampak lebih terstruktur dan sistematis. Oleh karena itu, dengan pengambangan sistem ini diharapkan dapat memudahkan masyarakat dalam hal bersedekah secara online, serta memudahkan pengelola untuk melakukan pengelolaan sedekah dana, sedekah barang, sedekah untuk bencana dan juga distribusi sedekah, dengan efektif dan efisien.
Stock Prediction for Indonesia Stock Exchange with Long Short-Term Memory Abdi Wahab; Ali Herdian; Dian Wirawan; Yuwan Jumaryadi; Syamsir Alam; Andrew Fiade
Jurnal Ilmiah FIFO Vol 16, No 1 (2024)
Publisher : Fakultas Ilmu Komputer

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22441/fifo.2024.v16i1.010

Abstract

Predicting stock prices through different analyses and techniques is highly challenging. The task is complicated further by fluctuating market conditions and the impact of news, necessitating the consideration of numerous factors. The advancements in machine learning and deep learning have led many researchers to use algorithms like RNN with LSTM for predictions. In this study, we aim to predict stock prices on the Indonesia Stock Exchange using LSTM, focusing on optimizing the hidden layer and activation function. We focus on some stock data with good liquidation in the Indonesia Stock Exchange. The comparison performance between models proposed in this research will be the method in this research. The result showed that the LSTM model with hyperbolic tan activation method performed better than the LSTM model with sigmoid activation method. The future research based on this research, we can compare several other activation methods.