Garuda - Garba Rujukan Digital

Penyelesaian Permasalahan Pencarian Nilai Volatilitas Optimal Dengan Metode Implied Volatility Opsi Saham Dan Particle Swarms Optimization Megi Rahma Dony; Jondri Nasri; Irma Palupi
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Volatilitas merupakan instrument penting dalam opsi saham. Hal tersebut dikarenakan volatilitas memiliki hubungan yang kuat dengan harga opsi saham. Dengan menentukan nilai volatilitas di masa mendatang, maka kita dapat mengetahui harga opsi di waktu mendatang. Salah satu cara menentukan nilai volatilitas dengan menggunakan data volatilitas yang ada, disebut sebagai implied volatility. Implied volatility dapat ditentukan dengan menyamakan harga teoritis dengan harga pasar. Model Black-Scholes adalah salah satu model teoritis untuk menentukan harga opsi saham. Fungsi implisit dari harga teoritis dengan harga pasar, maka dapat ditentukan nilai volatilitas. Untuk mengoptimalkan nilai volatilitas, maka digunakan Particle Swarms Optimization (PSO) sebagai algoritma optimasi. Pencarian dengan PSO didasarkan pada inteligence unggas dalam mencari sumber makanan. Terdapat kecepatan dan posisi dalam pencarian menggunakan PSO untuk setiap partikel dalam menemukan nilai optimal. Hasil dari metode implied volatility dan Particle Swarms Optmization menunjukkan bahwa nilai volatilitas yang dihasilkan adalah nilai volatilitas optimal dan konvergen. dimana semakin dekat jarak antara lowerbound dan upperbound maka semakin cepat nilai menuju konvergen. Kata Kunci : Implied Volatility, Model Black-Scholes, Particle Swarm Optimization

Pelacakan Keluaran Sistem Linear Pompa Piston Tunggal Dengan Kontrol Massa Redi Nurjamin; Jondri Nasri; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Untuk memanfaatkan gelombang laut menjadi energi listrik, dibutuhkan pompa piston. Pompa piston yang ditinjau pada penelitian ini adalah pompa piston tunggal. Pompa piston tunggal ini terdiri dari empat elemen yang bergerak didalam sistem yang terdapat didalam pompa piston tunggal yaitu pelampung, batang, piston dan air dipompa. Pelampung berfungsi sebagai objek yang disimpan dipermukaan air laut yang mana pelampung akan mengikuti gerak dari gelombang laut yang akan membantu piston untuk bergerak secara naik turun yang dihubungkan oleh batang (rod). Piston yang terdapat didalam silinder berguna untuk memompa air yang ada didalam pompa piston untuk menghasilkan perbedaan tekanan yang dapat dikonversi menjadi energi listrik. Tujuan dari Tugas Akhir ini adalah untuk merekontruksi sistem persamaan dari pompa piston tunggal dan merancang kondisi optimal dari massa piston sebagai kontrol terhadap nilai tekanan didalam reservoir yang monoton naik sehingga nilai tekanan didalam reservoir dapat terkontrol di titik tertentu. Metode yang digunakan untuk mencari solusi sistem kontrol dari persamaan pompa piston tunggal adalah metode Runge-Kutta 4 dan tracking kontrol sistem persamaan linear. Kata kunci : piston, Runge-Kutta, derajat relatif

Pelacakan Keluaran Sistem Linear Pompa Piston Tunggal Dengan Kontrol Area Silinder Roizal Manullang; Jondri Nasri; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Pompa piston tunggal adalah salah satu jenis pompa yang memiliki satu silinder saja. Cara kerja dari alat ini adalah memompakan air yang berada di dalam silindernya untuk menghasilkan perbedaan tekanan sehingga perbedaan tekanan tersebut dapat dikonverter sebagai energi listrik. Penelitian ini berjudul Pelacakan Keluaran Sistem Linear Pompa Piston Tunggal Dengan Kontrol Area Silinder. Adapun tujuan penelitian ini adalah untuk memahami model sistem persamaan pompa piston tunggal serta merancang kontrol pompa piston tunggal terhadap area silinder-nya. Metode penelitian yang digunakan adalah sistem persamaan linear, metode numerik Runge Kutta Orde 4 dan tracking sistem persamaan. Maka dengan menggunakan persamaan variabel kontrol Area Silinder diperoleh nilai Area Silinder sebesar 0,004 ï¿½ ï¿½ 2Â Â sampai 0,19015 ï¿½ ï¿½ 2 . Serta tekanan pada reservoir atas tidak akan selaluÂ naik m elainkan mencapai nilai maksimal yang ditentukan yaitu sebesar 196450 ð‘ƒï¿½ï¿½ . Kata Kunci : pompa piston tunggal, SPL, RK-4.

Steganografi Menggunakan Blok Permutasi Dan Algoritma Genetika Andrian Yoga Pratama; Danang Triantoro Murdiansyah; Jondri Nasri
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

In this final task do the process combination of steganography using Block Permutation Image Steganography (BPIS) and genetic algorithms. Steganography is the art and science of writing hidden messages or techniques to hide messages, so except the sender and receiver no one knows or realizes that there is a secret message. One technique that can be used in this process is the Block Permutation Image Steganography (BPIS). BPIS is an algorithm that serves to change the message or confidential information in the form of a set of binary sequences, then of the binary sequence that is encrypted using a permutation vector. In the end the result of the algorithm BPIS will be reprocessed using genetic algorithms and approaches Least Significant Bit (LSB). The initial hypothesis of this final task is Block Permutation Image Steganography (BPIS) and genetic algorithms with spatial domain techniques can be used in the optimization process of message insertion text on a digital image bitmap format (.bmp), so it will have a level higher security and quality of digital imagery remains good. From the research and trials that have been done show that the combination of the block permutation methods and genetic algorithms can be used in steganography. So the secret message can be inserted in the media cover image and extracted back from stego image. By applying the method of block permutation, the system has a higher security level, as well as genetic algorithm the insertion location messages can be optimized and the quality of the image will remains good. Keyword: Steganography, Block Permutation Image Steganography, Genetic Algorithm, spatial domain, Least Significant Bit, stego image, BMP

Pelacakan Keluaran Sistem Linear Pompa Piston Tunggal Dengan Kontrol Komposisi Reservoir Pompa Theo Andrew; Jondri Nasri; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Abstrak - Pompa piston tunggal adalah pompa yang terdiri dari sebuah piston yang digunakan untuk memompa air, sehingga terjadi perbedaan tekanan dalam sistem pompa tersebut dan dapat dikonverter menjadi energi. Pompa piston tunggal ini difokuskan sebagai pembangkit listrik energi ombak. Penelitian ini berjudul pelacakan keluaran sistem linear pompa piston tunggal dengan kontrol reservoir pompa. Tujuan dari penelitian ini adalah untuk merekonstruksi model sistem persamaan dari pompa piston tunggal dan membangun persamaan kontrol pompa piston tunggal terhadap reservoir-nya. Metode penelitian yang digunakan adalah metode numerik Runge-Kutta dan tracking kontrol sistem persamaan linear. Berdasarkan tujuan yang ingin dicapai sebelumnya, penelitian ini berfokus pada perancangan kontrol terhadap reservoir atas dari pompa piston tunggal, sehingga diharapkan bahwa dengan kondisi tertentu yang optimal dari reservoir atas dapat menghasilkan perbedaan tekanan yang lebih optimal pula pada sistem, yang diharapkan juga berpengaruh dengan banyak energi yang dihasilkan dari sistem. Hasil yang didapat dari pengontrolan sistem ini adalah nilai dari variabel kontrol (ï¿½ ï¿½ ), yaitu 52 ï¿½ 2 . Nilai tersebut merupakan n ilai rata-rata ï¿½ï¿½ dengan interval nilai 47 ï¿½ 2 sampai 75 ï¿½ 2 . Didapat pula energi hidrolik yang dihasilkan sistem ini sel ama 100 detik adalah 5.500.175 ï¿½ . Kata kunci : pompa piston tunggal, tracking kontrol sistem persamaan linear, Runge-Kutta

Using Deep Learning To Predict Customer Churn In A Mobile Telecomunication Network Muhammad Fikrie Abdillah; Jondri Nasri; Annisa Aditsania
eProceedings of Engineering Vol 3, No 2 (2016): Agustus, 2016
Publisher : eProceedings of Engineering

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

Turun naiknya jumlah pelanggan merupakan salah satu masalah besar pada perusahaan jaringan telekomunikasi selular. Pada tugas akhir ini, akan dibangun sebuah sistem prediksi terhadap turun naiknya pelanggan pada layanan jaringan telekomunikasi selular menggunakan arsitektur jaringan Multilayer Perceptron. Selain menggunakan arsitektur jaringan Multilayer Perceptron dilakukan juga implementasi sistem dengan menggunakan Autoencoder untuk mendapatkan bobot yang optimal. Dari metode dan sistem yang digunakan dilakukan perhitungan menggunakan F-Measure didapatkan nilai precision sebesar 70,2 % dan Recall sebesar 70,27 %. Untuk nilai akurasi sebesar 81,35 % pada data training. Didapatkan nilai Precision sebesar 80,4 % dan Recall sebesar 63,07 %. Pada nilai akurasi sebesar 83,12 % untuk data testing. Dengan nilai akurasi yang cukup besar maka metode Deep Learning layak untuk digunakan dalam prediksi Churn. Kata Kunci : Prediksi Churn, Deep Learning, Deep Neural Network, Multilayer Perceptron,Autoencoders, F- Measure

Klasifikasi Sinyal Eeg Menggunakan Deep Neural Network Renette Ersti; Untari Novia Wisesty; Jondri Nasri
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Emosi adalah luapan perasaan seseorang yang dipengaruhi oleh suasana hati dan keadaan sekitarnya. Tidak semua orang dapat dengan mudah menyampaikan emosinya. Bagi orang yang kesusahan dalam menyampaikan emosi, orang tersebut tentu membutuhkan perantara. Salah satu caranya yaitu dengan membaca aktivitas sinyal otak atau biasa disebut dengan electroencephalograph (EEG). Pada Tugas Akhir ini, proses klasifikasi emosi terdiri dari tahap preprocessing, training, dan testing. Preprocessing dilakukan dengan menggunakan metode Discrete Wavelet Transform. Digunakan metode Deep Neural Network untuk mengolah sinyal EEG untuk diklasifikasi.. Metode Deep Neural Network menghasilkan performansi yang rendah. Data yang bagus dapat mengoptimalkan performansi sistem. Performansi terbaik diperoleh pada percobaan dengan learning rate sebesar 0.01 dan dengan parameter konstan epoch sebesar 100, epoch2 sebesar 10, dan menggunakan fungsi aktivasi sigmoid bipolar yaitu fscore sebesar 0.2051. Kata kunci : emosi, electroencephalograph, Deep Neural Networks, Discrete Wavelet Transform.

Klasifikasi Sinyal Eeg Menggunakan Deep Neural Network Dengan Stacked Denoising Autoencoder Dieka Nugraha Karyana; Untari Novia Wisesty; Jondri Nasri
eProceedings of Engineering Vol 3, No 3 (2016): Desember, 2016
Publisher : eProceedings of Engineering

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

Pengenalan emosi merupakan kunci untuk membangun sebuah human computer interacton yang alami, yaitu komputer yang memiliki kecerdasan emosional dalam memberikan tanggapan. emosi dapat dikenali salah satunya melalui EEG (electrocephalonogram). Deep Learning berfokus pada menemukan reperesentasi fitur bertingkat yang dimana pada tingkatan fitur yang lebih tinggi merepresentasikan lebih banyak aspek abstrak dari data. Dengan menggunakan deep learning, data EEG dapat ditemukan representasi bertingkatnya dan dijadikan sebagai input kepada classifier agar dapat dilakukan Klasifikasi. Pada tugas akhir ini emosi diklasifikasi dengan menggunakan metode deep learning dengan Stacked Denoising AutoEncoder sebagai pembangun dari Deep Neural Network. Hasil pengujian terbaik untuk 4 kelas didapatkan nilai f1 score sebesar 0.3578 menggunakan data PCA. Sedangkan untuk klasifikasi 2 kelas didapatkan nilai f1 score sebesar 0.5656 untuk klasifikasi valence dan 0.5891 untuk klasifikasi arousal. Proses klasifikasi menggunakan data per orang menghasilkan performansi dengan rerata f1 score sebesar 0.5488. Penambahan jumlah hidden layer dan peningkatan nilai corruption level menyebabkan efek yang bervariasi terhadap peformansi DNN. Kata kunci : EEG, DNN, autoencoder, klasifikasi

Perbandingan Tingkat Akurasi Support Vector Machine Dengan Naive Bayes Pada Studi Kasus Okupansi Lahan Berdasarkan Kondisi Cuaca Yosua Marchel; Jondri Nasri
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Kondisi sebuah ruangan pada suatu lahan dapat mempengaruhi tingkat huni ruangan tersebut. Kondisi ini dipengaruhi oleh beberapa faktor, antara lain temperatur, cahaya matahari, serta kelembapannya. Kita tidak akan mengerti dengan pasti faktor apa yang paling mempengaruhi kondisi sebuah lahan. Salah satu contoh metode yang sering digunakan untuk klasifikasi data yaitu Support Vector Machine (SVM) dan Naive Bayes. Dengan memproses data melalui atribut yang ada, akan dihasilkan keputusan di kelas mana data tersebut berada. Dengan begitu kita dapat menghitung tingkat keakurasian kedua metode tersebut terhadap suatu studi kasus. Melalui penelitian yang telah dilakukan, menghasilkan akurasi dengan menggunakan SVM lebih besar dibanding dengan Naive Bayes berdasarkan data okupansi lahan yang dipengaruhi oleh cuaca. Kata kunci: Support Vector Machine, Naive Bayes, Okupansi

Title

Found 9 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 9 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 9 Documents
Search