Publication Search

Pada periode tahun 2018 sampai dengan tahun 2021 saham PT. BSI tbk (BRIS) cenderung mengalami fluktuasi harga setiap hari, sehingga dari kumpulan data time-series saham BRIS dibutuhkan penggalian data untuk menemukan pola model prediksi yang dapat menemukan informasi yang bermanfaat. Metode Data mining atau disebut juga dengan knowledge discovery merupakan penggalian informasi yang tersimpan dalam basis data yang besar melalui studi mengumpulkan, membersihkan, memproses, dan menganalisis, sehingga mendapatkan hal yang berguna dari data saham BRIS. Adapun model yang digunakan adalah metode regresi linier berganda, dan metode ARIMA dimana kedua metode tersebut memiliki keunggulan dalam analisis data numerik yang cukup akurat. Tujuan penelitian ini adalah untuk menerapkan dan menghasilkan model persamaan yang akurat antra kedua metode tersebut dalam memprediksi harga saham PT. BSI tbk.  Hasil yang didapat adalah  model regresi linier berganda dengan hasil nilai MAPE 1,1% yaitu 98,9% lebih akurat dibandingkan dengan model ARIMA yaitu dengan hasil nilai MAPE 2,36% dan akurasinya 98,9%.

In developing a business or sale is to follow technological developments including the use of systems for buying and selling interactions. There are already many sellers who make buying and selling interactions online. In addition, to develop a business, it is also necessary to predict future sales so that the seller knows and prepares the number of goods to be sold to avoid shortages or excess quantities of goods. To find sales predictions, various methods can be used, one of which is Double Exponential Smoothing method. Double Exponential Smoothing  method is the time series method that uses data from the past to predict the next period. The data processed is sales data at Dasni clothing stores for one year. The results obtained are in the form of a sales prediction system for the next 3 months period which calculates the level of prediction accuracy using MAPE (Mean Absolute Percentage Error) with the smallest error sought because the smaller the error, the more accurate it is to predict the number of sales in the next period. This prediction system is also designed using the PHP programming language.

Penilaian dalam dunia pendidikan terdiri dari berbagai macam penilaian yang harus terpenuhi salah satunya yaitu penilaian karakter sains siswa namun masih ada sekolah yang belum menerapkan penilaian pada karakter sains siswa dalam pembelajaran di kelas padahal hal ini sangat penting. Adanya penilaian karakter sains siswa ini membantu anak agar lebih aktif dalam pembelajaran. Tujuan dari penelitian ini adalah untuk mengembangankan instrument penilaian karakter sains siswa dengan berbasis metode ilmiah pada pembelajaran di sekolah. Metode yang digunakan dalam penelitian ini yaitu menggunakan metode ADDIE. Asumsi dari penelitian ini adalah karena pada umumnya guru melakukan penilaian pada siswa secara kognitifnya saja, pada penilaian karakter sains siswa belum dilakukan. Penelitian ini mengembangkan sebuah instrumen penilaian karakter sains siswa pada mapel tematik kelas IV sekolah dasar. Kajian penelitian yang relevan dengan penelitian ini adalah penelitian yang dilakukan oleh Ferdinandus Bele Sole,dkk yang meneliti tentang mengembangkan instrumen penilaian sikap ilmiah sains siswa sekolah dasar dengan berbasis pendidikan karakter.