Article Per Year (5 Year)
p-Index From 2019 - 2024
0.408
P-Index
This Author published in this journals
All Journal Journal of Applied Electrical Engineering
Muhammad Farhan Mahfuzh
Unknown Affiliation
Control & Systems Engineering Electrical & Electronics Engineering

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

Found 2 Documents
Search

 1 
Analisis Penerapan Artificial Neural Network Algoritma Propagasi Balik untuk Meramalkan Harga Saham pada Bursa Efek Indonesia Muhammad Farhan Mahfuzh; Risky Via Yuliantari
Journal of Applied Electrical Engineering Vol 6 No 1 (2022): JAEE, June 2022
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaee.v6i1.3814

Abstract

Investasi merupakan sebuah tindakan yang sangat penting dilakukan untuk mengamankan nilai mata uang terhadap inflasi. Instrumen investasi yang ditawarkan Bursa Efek Indonesia cukup beragam, salah satunya adalah saham. Saham merupakan bukti seseorang terhadap kepemilikan suatu perusahaan. Investasi saham juga memberikan hasil yang cukup tinggi, sebanding dengan risiko yang ada. Jaringan syaraf tiruan berfungsi untuk meramalkan harga saham sebagai acuan investor dalam menjual atau membeli saham. Metode backpropagation merupakan algoritma pembelajaran yang didalamnya terdapat layer tersembunyi untuk meningkatkan akurasi peramalan. Metode yang dilakukan adalah literature review jurnal penelitian terdahulu mengenai jaringan syaraf tiruan backpropagation. Peramalan dilakukan dengan software matlab ataupun aplikasi yang dibuat dengan memanfaatkan library matematika bahasa Python. Dengan menambahkan faktor harga minyak bumi, analisis teknikal, fundamental dapat meningkatkan keakuratan peramalan harga saham. Tingkat akurasi tertinggi peramalan harga saham mencapai 99,98% dengan mean square error 0,0991. Arsitektur yang mudah digunakan dan memberikan nilai peramalan tinggi adalah dengan menggunakan software matlab
Perbandingan Metode Histogram Equalization dan Power Law pada Perbaikan Kualitas Citra CCTV Menggunakan Bahasa Python Muhammad Farhan Mahfuzh; Risky Via Yuliantari; Bagus Fatkhurrozi
Journal of Applied Electrical Engineering Vol 6 No 1 (2022): JAEE, June 2022
Publisher : Politeknik Negeri Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30871/jaee.v6i1.3992

Abstract

Image processing adalah ilmu yang mempelajari proses citra dibentuk dan dianalisis hingga manusia dapat dengan mudah menyerap informasi yang disampaikan melalui citra tersebut. Hasil penangkapan CCTV toko 55 memiliki kekurangan yaitu citra yang kurang jelas dan kurang tajam. Kekurangan yang dimiliki citra tersebut dapat diatasi dengan perbaikan citra yang mana adalah cabang dari image processing yang berguna untuk memperbaiki kualitas citra yang ada. Metode yang dipakai untuk perbaikan citra pada penelitian ini adalah histogram equalization dan power law gamma correction dengan menggunakan bahasa python versi 3.9 dan bantuan Integrated Development Environment dengan Jupyter Notebook. Metode ini memiliki kelemahan dan kelebihan masing-masing dengan kelemahan paling utama dari power law adalah user harus mengeset nilai gamma secara manual untuk mendapatkan hasil perbaikan piksel yang maksimal dan pada penelitian ini gamma ditentukan sebesar 0.7. Didapatkan hasil bahwa pada histogram equalization memiliki hasil yang lebih baik dibandingkan dengan metode power law. Hasil yang dimiliki histogram equalization mempunyai persebaran kontras yang merata dan persebaran frekuensi piksel merata, berbeda dengan metode power law yang memiliki persebaran piksel yang dominan pada hitam atau gelap
Co-Authors Bagus Fatkhurrozi Risky Via Yuliantari