Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Andri Saputra
Telkom University
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

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

Found 2 Documents
Search

 1 
Penentuan Harga Opsi Call Eropa Dengan Menggunakan Transformasi Fast Fourier (studi Kasus Saham Fireeye.inc) Andri Saputra; Rian Febrian Umbara; Irma Palupi
eProceedings of Engineering Vol 2, No 2 (2015): Agustus, 2015
Publisher : eProceedings of Engineering

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

Abstract

Abstrak Algoritma Transformasi Fast Fourier merupakan salah satu kemajuan yang paling mendasar dalam bidang komputasi ilmiah. Dalam bidang financial, misalnya dalam menentukan harga opsi, beberapa kajian berhasil menerapkan Transformasi Fourier. Dalam Tugas Akhir ini, akan digambarkan sebuah pendekatan untuk menghitung harga opsi yang dirancang agar dapat memanfaatkan kekuatan komputasi Transformasi Fast Fourier, yang selanjutnya akan dibandingkan dengan perhitungan menggunakan Black-Scholes. Model harga saham yang digunakan adalah Variance Gamma yang akan dikembangkan dengan menerapkan Transformasi Fourier, kemudian menggunakan Transformasi Fast Fourier untuk menentukan harga opsi. Dari hasil pengujian, waktu proses penentuan harga opsi dengan menggunakan Transformasi Fast Fourier terbukti lebih cepat dibandingkan dengan menggunakan Black-Scholes. Sedangkan untuk harga opsi yang diperoleh, metode Transformasi Fast Fourier memiliki selisih yang kecil dengan metode Black-Scholes. Kata kunci : Opsi, Transformasi Fast Fourier, Transformasi Fourier, Variance Gamma, Black-Scholes
Klasifikasi Sentimen Pada Level Aspek Terhadap Ulasan Produk Berbahasa Inggris Menggunakan Bayesian Network (case Study : Data Ulasan Produk Amazon) Andri Saputra; Adiwijaya Adiwijaya; Mohamad Mubarok
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

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

Abstract

Dari tahun ke tahun, transaksi online atau e-commerce semakin meningkat. Dengan peningkatan tersebut, e-commerce dapat memberikan peluang besar bagi produsen untuk memasarkan produk dan memudahkan orang-orang untuk berbagi aktivitas yang mereka lakukan, termasuk memberikan ulasan suatu produk. Ulasan tersebut digunakan oleh calon konsumen untuk mengetahui kelebihan atau kekurangan dari suatu produk dan dapat membantu calon konsumen dalam menentukan keputusan dalam pembelian produk. Dengan meningkatnya jumlah ulasan suatu produk, calon konsumen kesulitan untuk memahami semua ulasan suatu produk dan akhirnya tidak dapat menarik kesimpulan yang tepat dari ulasan tersebut. Oleh karena itu, pada tugas akhir dibangun sistem yang mampu melakukan klasifikasi sentimen terhadap fitur dan peringkasan hasil klasifikasi sentimen terhadap fitur. Klasifikasi sentimen dan peringkasan suatu ulasan produk dilakukan pada level aspek untuk mengetahui opini konsumen suka atau tidak terhadap fitur suatu produk. Klasifikasi aspek dan sentimen menggunakan pendekatan supervised learning, dimana learning menggunakan data yang berlabel. Bayesian Network merupakan salah satu metode yang digunakan pada probabilistic classifiers. Bayesian network digunakan untuk menentukan aspek yang terdapat pada ulasan beserta sentimen positif atau negatif dengan memanfaatkan hubungan antar kata-kata dan variabel pada ulasan. Penerapan Bayesian network untuk klasifikasi aspek menghasilkan performansi f1-score sebesar 88,73 % dan klasifikasi aspek dan sentimen menghasilkan performansi f1-score sebesar 86,0408%. Kata kunci: klasifikasi sentimen, level aspek, ulasan produk, Bayesian network.
Co-Authors Adiwijaya Irma Palupi Mohamad Mubarok Rian Febrian Umbara