Article Per Year (5 Year)
p-Index From 2019 - 2024
1.259
P-Index
This Author published in this journals
All Journal Seminar Nasional Teknologi Informasi Komunikasi dan Administrasi [SEMINASTIKA] Bulletin of Information Technology (BIT) SIGMA: Information Technology Journal Jurnal Pelita Pengabdian
Antika Zahrotul Kamalia
Universitas Pelita Bangsa
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Astronomy Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mathematics

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 7 Documents
Search

 1 
PERBANDINGAN ALGORITMA LINEAR REGRESSION, LSTM, DAN GRU DALAM MEMPREDIKSI HARGA SAHAM DENGAN MODEL TIME SERIES Khalis Sofi; Aswan Supriyadi Sunge; Sasmitoh Rahmad Riady; Antika Zahrotul Kamalia
PROSIDING SEMINASTIKA Vol 3 No 1 (2021): 3rd SEMINASTIKA 2021
Publisher : Universitas Mulia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47002/seminastika.v3i1.275

Abstract

Penelitian ini bertujuan untuk memprediksi harga saham dengan membandingkan algoritma Linear Regression, Long Short-Term Memory (LSTM), dan Gated Recurrent Unit (GRU) dengan dataset publik kemudian menentukan performa terbaik dari ketiga algoritma tersebut. Dataset yang diuji bersumber dari Indonesia Stock Exchange (IDX), yaitu dataset harga saham KEJU berbentuk time series dari tanggal 15 November 2019 sampai dengan 08 Juni 2021. Parameter yang digunakan untuk pengukuran perbandingan adalah RMSE (Root Mean Square Error), MSE (Mean Square Error), dan MAE (Mean Absolute Error). Setelah dilakukan proses training dan testing, dihasilkan sebuah analisis bahwa dari hasil perbandingan algoritma yang digunakan, algoritma Gated Recurrent Unit (GRU) memiliki performance paling baik dibandingkan Linear Regression dan Long-Short Term Memory (LSTM) dalam hal memprediksi harga saham, dibuktikan dengan nilai RMSE, MSE, dan MAE dari uji coba GRU paling rendah, yaitu nilai RMSE 0.034, MSE 0.001, dan nilai MAE 0.024.
This study tries to analyze the sentiments that exist in the Bibit application review by applying the Naïve Bayes, Support Vector Machine (SVM), C4.5, K-Nearest Neighbor (KNN) methods. The results of the accuracy, recall, precision values will be a refere Antika Zahrotul Kamalia; Andi Al Zaroni; Miftah Wangsadanureja
Jurnal SIGMA Vol 13 No 1 (2022): Maret 2022
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

This study tries to analyze the sentiments that exist in the Bibit application review by applying the Naïve Bayes, Support Vector Machine (SVM), C4.5, K-Nearest Neighbor (KNN) methods. The results of the accuracy, recall, precision values will be a reference in determining which method is the most appropriate in analyzing the sentiment of Bibit applications. In this study, we tested 464 datasets which were divided into 310 positive sentiment data and 154 negative sentiment data. The evaluation of the model uses 4 Fold Cross Validation, and the first test does not use Particle Swarm Optimization and the second uses Particle Swarm Optimization. In this study, the Naïve Bayes algorithm has the highest accuracy, recall and precision values in analyzing the sentiment analysis of the Bibit application. Keywords : Sentiment analysis, Naïve Bayes, Support Vector Machine(SVM), C4.5, K-Nearest Neighbor(KNN), Particle Swarm Optimization, Bibit.
Penerapan Algoritma K-Means Dalam Klasterisasi Penjualan Laptop Antika Zahrotul Kamalia; Elvan Aan Pradana; Nurhadi Surojudin
Jurnal SIGMA Vol 13 No 3 (2022): September 2022
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Laptops are indispensable both for students and for office workers because of their advantages compared to desktop computers. With the development of today's laptop era, there are various brands and specifications that sometimes make people have difficulty and difficulty in finding, choosing or buying the right laptop and according to their needs. Therefore, the purpose of this study is to determine the grouping of laptops that will be purchased by consumers using the K-Means algorithm method and to find out the relationships and clustering that can provide information to determine sales patterns for laptop sellers according to customer needs. Based on the results of the tests that have been carried out in this study, the K-Means algorithm shows a new insight, namely the grouping of laptop sales based on 3 clusters. Cluster 1 is a laptop sales category with low or Low specifications, namely 217 of 1000 laptop sales categories based on the specifications of the laptop being tested, then cluster 2 is a laptop sales category with medium or medium specifications, which is 286 of 1000 laptop sales categories based on the specifications of the laptop being tested, and the last is cluster 3 which is a category of laptop sales with fairly high specifications or High, namely 497 out of 1000 laptop sales categories based on the specifications of the laptop being tested. Keywords: Laptop, Data Mining, The k-Means algorithm.
Klasifikasi Barang Paling Laku (Pareto) Indomaret Untung Suropati 35 (T3m1) Menggunakan Rapidminer Dengan Metode Naive Bayes Edy Widodo; Ananto Tri Sasongko; Antika Zahrotul Kamalia
Jurnal SIGMA Vol 13 No 4 (2022): Desember 2022
Publisher : Teknik Informatika, Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini dilatarbelakangi oleh banyaknya barang paling laku. Salah satunya pengiriman barang dari pusat distribusi ke store. Masalah utama dalam penelitian ini, adalah: banyaknya kiriman barang yang kurang laku membuat area gudang tidak bisa menahan barang yang membuat barang tersebut menjadi over stok. Pendekatan yang digunakan dalam penelitian ini adalah pendekatan 2 jenis data yaitu kualitatif dan kuantitatif dengan metode klasifikasi naive bayes. Teknik pengambilan sampel menggunakan teknik data penjualan dengan total sampel 1.173 item. Teknik pengumpulan data dengan obervasi, wawancara, dan dokumentasi. Teknik analisis penelitian data yang digunakan adalah klasifikasi. Dari dokumen yang diperoleh hasilnya bahwa klasifikasi barang paling laku (pareto) Indomaret Untung Suropati 35 (T3M1) menggunakan Tools Rapidminer dengan Metode Naive Bayes. Adapun yang diperoleh dapat memprediksi barang yang benar-benar dibutuhkan dan dahulukan dalam pengiriman dari pusat distribusi barang. Tujuan penelitian menggunakan Tools Rapidminer untuk menghasilkan data-data yang lebih akurat dalam proses penjualan barang retail dengan konsumen itu sendiri seperti pedagang retail, grosir, Pareto dan supermarket. Penelitian berbentuk studi kasus dengan metode penelitian Neive Bayes. Penelitian Klasifikasi Penjualan Barang Paling Laku (Pareto) di Indomaret Untung Suropati 35 (T3M1) menggunakan Data Mining ini memperlihatkan proses penjualan barang yang paling laku memiliki verifikasi yang akurat mengenai sistem pendataan barang, stok barang, ketersediaan barang, FIFO (First In First Out),FEFO (First End First Out) dengan tujuan mempermudah karyawan dalam melakukan transaksi proses dan penerimaan barang dari supplier dan dari Pusat DC (Distribution Center) ke toko. Hasil penelitian klasifikasi barang paling laku (pareto) Indomaret Untung Suropati 35 (T3M1) menggunakan Tools Rapidminer dengan Metode Naive Bayes memiliki nilai akurasi 88,50%, precision 97,92%, recall 81,74%. Dari hasil validasi penghitungan metode klasifikasi Naive Bayes dengan Tools Rapidminer mampu memberikan penjabaran secara signifikan dengan nilai akurasi yang baik dan berpengaruh pada prediksi penerimaan barang yang sesuai dengan permintaan dan kebutuhan konsumen. Kata kunci : Tools Rapidminer, Retail, Konsumen, Distributor, Klasifikasi, Metode Neive Bayes, Pareto
Prediksi Ketebalan Powder Coating Menggunakan Algoritma SVM Dan Naïve Bayes Zaenur Rozikin; Ahmad Turmudi Zy; Antika Zahrotul Kamalia
Bulletin of Information Technology (BIT) Vol 4 No 2: Juni 2023
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bit.v4i2.687

Abstract

Data Mining is a method that has been widely used to make scientific discoveries from a collection of datasets which so far have only been stored without further management. In the industrial world the use of data mining methods has helped with problems that are often found in the industrial field. Data mining helps in making predictions regarding thickness quality problems in a panel box product. Data mining is very useful for finding patterns in complex manufacturing data processing processes. Especially when we talk about consumers or service users of our product panels who want the panel to have good powder coating quality. This made the researchers conduct research to find the accuracy value which would later be used as a definite reference regarding the thickness of the powder coating. The results of this test the svm algorithm is better than naïve Bayes because the data in general can be categorized as a good result which has an accuracy of 97.60%, precision 99.56% and 96.03% recall. This res ult is an illustration for consumers to ensure that the panels to be purchased are of the best quality. By showing the data that has been processed, the consumer is sure that the purchase is really valid
Penerapan Pembelajaran Website Pelayanan Desa Untuk Meningkatkan pengetahuan Teknologi Bagi Perangkat Desa Teluk Buyung Ismasari Nawangsih; Adi Rusdi Widya; Asep Arwan Sulaeman; Agus Suwarno; Antika Zahrotul Kamalia
Jurnal Pelita Pengabdian Vol. 1 No. 1 (2023): Januari
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/jpp.v1i1.1563

Abstract

Abstrak E-desa merupakan sistem informasi online yang di gunakan sebagai wadah pelayanan kepada masyarakat. Desa Telukbuyung, Pakis Jaya Karawang. Rata – rata masyarakat berprofesi sebagai petani. Tata letak kantor desa yang strategis dari masyarakatnya. Mempunyai kendala bagi perangkat desa dalam memberikan informasi kepada masyarakatnya. Bila ada info penting mereka juga turun langsung ke rumah masyarakat. Terkadang masyarakat tesebut tidak dapat bertemu. Karena masyarakat sibuk bekerja sehingga informasi tidak tersampaikan. Untuk masyarakatnya mempunyai kendala dalam mendapatkan informasi bantuan desa, kegiatan, jadwal dan informasi desa harus datang ke kantor desa setempat. Informasi yang mereka dapatkan di lihat dari papan pengumuman. Bila tidak ada informasi masyarakat kembali pulang. Hal ini sangat membuang waktu dan mendapatkan informasi yang tidak pasti. Maka untuk meningkatkan Kualitas Pelayanan desa, Tim Dosen mengadakan pengadian kepada masyarakat dengan memberi pelatihan berupa website e-desa kepada perangkat desa. Agar mereka mengerti tentang teknologi serta mempercepat cara kerja pelayanan kepada masyarakat dan program – program desa terkontrol dan informasi terupdate secara langsung. Kata Kunci: Pelatihan, E-desa, Perangkat desa
Edukasi Keselamatan Berkendara di Yayasan Pendidikan Islam Terpadu Baitul ‘Aini Untuk Membentuk Budaya Tertib Lalu Lintas Agus Suwarno; Ismasari Nawangsih; Adi Rusdi widya; Antika Zahrotul Kamalia; Asep Arwan Sulaeman
Jurnal Pelita Pengabdian Vol. 1 No. 2 (2023): July
Publisher : DPPM Universitas Pelita Bangsa

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37366/jpp.v1i2.2538

Abstract

Kecelakaan lalu lintas yang sering terjadi akibat ketidakpatuhan terhadap aturan lalu lintas, seperti melampaui batas kecepatan yang dianjurkan, menggunakan telepon seluler saat berkendara, serta melanggar rambu-rambu lalu lintas. Sikap seperti ini juga dil akukan oleh pendidik dan pekerja di Yayasan Pendidikan Islam Terpadu Baitul ‘Aini. Oleh karena itu, penelitian ini bertujuan untuk melakukan edukasi keselamatan berkendara di Yayasan tersebut dengan fokus membentuk budaya tertib lalu lintas. Penelitian ini melibatkan tenaga pendidik dan pekerja dari dua lokasi Yayasan. Hasilnya menunjukkan peningkatan pemahaman tentang aturan lalu lintas, kesadaran akan pentingnya keselamatan berkendara, dan pemahaman mengenai bahaya dari pelanggaran aturan. Diharapkan melalui kegiatan edukasi berkala, kesadaran dan budaya tertib berlalu lintas dapat ditingkatkan secara berkelanjutan, membantu menciptakan lingkungan yang lebih aman dan nyaman bagi pengguna jalan, serta meningkatkan identitas Yayasan dalam tanggung jawab sosial terhadap keselamatan berlalu lintas.
Co-Authors Adi Rusdi Widya Agus Suwarno Ahmad Turmudi Zy Ananto Tri Sasongko Andi Al Zaroni Asep Arwan Sulaeman Aswan Supriyadi Sunge Edy Widodo Elvan Aan Pradana Khalis Sofi Miftah Wangsadanureja Nawangsih, Ismasari Nurhadi Surojudin Riady, Sasmitoh Rahmad Zaenur Rozikin