Prediksi Pergerakan Harga Emas di Tengah Isu Resesi Global 2023 dengan Metode Multi Layer Perceptron
Kata Kunci:
investasi emas, JST, MLP, RMSE, MAPE, akurasiAbstrak
Unit Konseling, Pengembangan Karir, Layanan Terpadu Kekerasan Seksual dan Perundungan Fakultas Ilmu Komputer Universitas Brawijaya (UKPKLTKSP FILKOM UB) melaporkan terdapat sekitar 300 mahasiswa FILKOM yang melakukan konsultasi mengenai kesehatan mentalnya pada tahun 2022-2023. Individu dengan masalah kesehatan mental memiliki motivasi yang rendah dan sering kali sulit untuk terlibat dalam proses memperbaiki kesehatan mentalnya. Penelitian ini bertujuan untuk merancang user experience aplikasi edukasi kesehatan mental berbasis gamifikasi dengan menggunakan pendekatan Player-centered Design (PCD) dan mengukur tingkat efektivitas penggunaan, satisfaction, motivasi pengguna, serta kebergunaan aplikasi melalui evaluasi desain solusi. Pendekatan PCD digunakan dalam melakukan analisis pengguna, termasuk user dan expert interview, kebutuhan pengguna, user goal dan user task, serta identifikasi misi. Selain itu, kebutuhan desain interaksi juga dianalisis untuk mendefinisikan identifikasi lingkungan sistem, rancangan fitur solusi, dan analisis elemen gamifikasi menggunakan five decision tree dan hasil wawancara kepada pengguna. Pengujian dilakukan kepada 20 partisipan menggunakan berbagai metode untuk mengukur 4 user experience goals. Hasil pengujian menggunakan usability testing menghasilkan 13 temuan masalah pada iterasi pertama dan 2 temuan masalah pada iterasi kedua. Selain itu, evaluasi pada metrik efektivitas penggunaan mengalami peningkatan setelah dilakukan dua kali iterasi dari nilai awal sebesar 87,17% ke 93,57%. Selanjutnya, SUS digunakan untuk menguji metrik satisfaction yang menghasilkan nilai rata-rata sebesar 75,1 dengan kategori good pada iterasi pertama dan 85,7 dengan kategori excellent pada iterasi kedua. Terakhir, metrik memotivasi diukur menggunakan kuesioner IMI dengan subskala interest/enjoyment pada setiap task scenario yang diujikan menghasilkan nilai rata-rata 5,45 pada iterasi pertama dan 5,67 pada iterasi kedua. Selain itu, metrik kebergunaan aplikasi diukur menggunakan kuesioner IMI dengan subskala value/usefulness menghasilkan nilai rata-rata 5,45 pada iterasi pertama dan 5,68 pada iterasi kedua. Dengan demikian, rancangan yang dihasilkan berhasil meningkatkan tingkat motivasi intrinsik pengguna dan membantu pengguna dalam meningkatkan wawasan dan kondisi kesehatan mentalnya.
Referensi
Anggraeni, D. P., Rosadi, D., Hermansah, H., & Rizal, A. A. (2020). Prediksi Harga Emas Dunia di Masa Pandemi Covid-19 Menggunakan Model ARIMA. Jurnal Aplikasi Statistika & Komputasi Statistik, 12(1), 71. https://doi.org/10.34123/jurnalasks.v12i1.264
Car, Z., Šegota, S. B., Anđelić, N., Lorencin, I., & Mrzljak, V. (2020). Modeling the Spread of COVID-19 Infection Using a Multilayer Perceptron. Computational and Mathematical Methods in Medicine, 2020. https://doi.org/10.1155/2020/5714714
Chakraborty, D., Ghosh, S., & Ghosh, A. (2022). Autoencoder based Hybrid Multi-Task Predictor Network for Daily Open-High-Low-Close Prices Prediction of Indian Stocks. ArXiv Preprint ArXiv:2204.13422, 1–29.
Dewi, C., & Muslikh, M. (2013). Perbandingan Akurasi Backpropagation Neural Network dan ANFIS Untuk Memprediksi Cuaca. Journal of Scientific Modeling & Computation, 1(1), 7. http://natural-a.ub.ac.id/
Fathoni, H. I., Rahayudi, B., & Ratnawati, D. E. (2022). Prediksi Hasil Panen Udang Vaname menggunakan Algoritme Backpropagation Neural Network. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 6(8), 3587–3595. http://j-ptiik.ub.ac.id
Fausset, L. (1994). Fundamentals of Neural Network: Architecture, Algorithm and
Application.
Fitri, E., & Riana, D. (2022). Analisa Perbandingan Model Prediction Dalam Prediksi Harga Saham Menggunakan Metode Linear Regression, Random Forest Regression Dan Multilayer Perceptron. METHOMIKA Jurnal Manajemen Informatika Dan Komputerisasi Akuntansi, 6(1), 69–78. https://doi.org/10.46880/jmika.vol6no1.pp69-78
Goyal, S., Patage, V. V., & Tiwari, S. (2020). Gender and Age Group Predictions from Speech Features using Multi-Layer Perceptron Model. 2020 IEEE 17th India Council International Conference, INDICON 2020, 3–8. https://doi.org/10.1109/INDICON49873.2020.9342434
Han, J., Kamber, M., & Pei, J. (2012). Data Preprocessing. In Data Mining. https://doi.org/10.1016/b978-0-12-381479-1.00003-4
Harahap, A. I., & Arini, L. (2022). Peningkatan Laba investasi Emas Dengan Cara Membeli Emas Tidak Bersertifikat Guna Menghadapi Masa Resesi. Jesya, 5(2), 2077–2083. https://doi.org/10.36778/jesya.v5i2.627
Haykin, S. (2009). Neural Networks and Learning Machines.
Henderi, H. (2021). Comparison of Min-Max normalization and Z-Score Normalization in the K-nearest neighbor (kNN) Algorithm to Test the Accuracy of Types of Breast Cancer. IJIIS: International Journal of Informatics and Information Systems, 4(1), 13–20. https://doi.org/10.47738/ijiis.v4i1.73
Hutagaol, Y. R. T., Sinurat, R. P. P., & Shalahuddin, S. M. (2022). Strategi Penguatan Keuangan Negara Dalam Menghadapi Ancaman Resesi Global 2023 Melalui Green Economy. Jurnal Pajak Dan Keuangan Negara (PKN), 4(1S), 378–385. https://doi.org/10.31092/jpkn.v4i1s.1911
Katemba, P. & Koro, R. (2015). Prediksi Tingkat Produksi Kopi Menggunakan Regresi Linear. Jurnal Ilmiah Flash, 3, 42–51.
Kristhy, M. E., Oktalita, S., Yonathan, S., Susanto B. A. T., & Hikmah, W. N. (2022). Keuntungan Investasi Emas Antam Di Masa Pandemi Covid-19. Jurnal Komunitas Yustisia, 5(1), 388–399. https://doi.org/10.23887/jatayu.v5i1.47128
Maharani, N. S. (2020). Pengaruh Promosi dan Fluktuasi Harga Emas Terhadap Minat Nasabah pada Produk Tabungan Emas. Muhasabatuna : Jurnal Akuntansi Syariah, 2(1), 57. https://doi.org/10.54471/muhasabatuna.v2i1.702
Ramadhona, G., Setiawan, B. D., & Bachtiar, F. A. (2018). Prediksi Produktivitas Padi Menggunakan Jaringan Syaraf Tiruan Backpropagation. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(12), 6048–6057.
Reddy, N. V. S., & Srikanth, T. (2015). Class Label Prediction using Back Propagation Algorithm : A comparative study with and without Thresholds ( Bias ). 7, 65–70.
Sabilla, I. A., Meirisdiana, M., Sunaryono, D., & Husni, M. (2021). Best Ratio Size of Image in Steganography using Portable Document Format with Evaluation RMSE, PSNR, and SSIM. Proceedings - 2021 4th International Conference on Computer and Informatics Engineering: IT-Based Digital Industrial Innovation for the Welfare of Society, IC2IE 2021, 289–294. https://doi.org/10.1109/IC2IE53219.2021.9649198
Suyanto, M. L. (2018). Tingkat Dasar dan Lanjut. Informatika Bandung.
Widodo, A. P., Sarwoko, E. A., & Firdaus, Z. (2017). Akurasi Model Prediksi Metode Backpropagation Menggunakan Kombinasi Hidden Neuron Dengan Alpha. Matematika, 20(2), 79–84.
Winata, F., Jovanka, I., Laurent, A., Nurhasanah, Nabiilah, G. Z., & Irwansyah, E. (2022). Traffic Prediction: A Comparison between the LSTM and Multi-Layer Perceptron Algorithm. 2022 2nd International Conference on Intelligent Cybernetics Technology and Applications, ICICyTA 2022, 12–16. https://doi.org/10.1109/ICICyTA57421.2022.10038130
Anggraeni, D. P., Rosadi, D., Hermansah, H., & Rizal, A. A. (2020). Prediksi Harga Emas Dunia di Masa Pandemi Covid-19 Menggunakan Model ARIMA. Jurnal Aplikasi Statistika & Komputasi Statistik, 12(1), 71. https://doi.org/10.34123/jurnalasks.v12i1.264
Car, Z., Šegota, S. B., Anđelić, N., Lorencin, I., & Mrzljak, V. (2020). Modeling the Spread of COVID-19 Infection Using a Multilayer Perceptron. Computational and Mathematical Methods in Medicine, 2020. https://doi.org/10.1155/2020/5714714
Chakraborty, D., Ghosh, S., & Ghosh, A. (2022). Autoencoder based Hybrid Multi-Task Predictor Network for Daily Open-High-Low-Close Prices Prediction of Indian Stocks. ArXiv Preprint ArXiv:2204.13422, 1–29.
Dewi, C., & Muslikh, M. (2013). Perbandingan Akurasi Backpropagation Neural Network dan ANFIS Untuk Memprediksi Cuaca. Journal of Scientific Modeling & Computation, 1(1), 7. http://natural-a.ub.ac.id/
Fathoni, H. I., Rahayudi, B., & Ratnawati, D. E. (2022). Prediksi Hasil Panen Udang Vaname menggunakan Algoritme Backpropagation Neural Network. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 6(8), 3587–3595. http://j-ptiik.ub.ac.id
Fausset, L. (1994). Fundamentals of Neural Network: Architecture, Algorithm and
Application.
Fitri, E., & Riana, D. (2022). Analisa Perbandingan Model Prediction Dalam Prediksi Harga Saham Menggunakan Metode Linear Regression, Random Forest Regression Dan Multilayer Perceptron. METHOMIKA Jurnal Manajemen Informatika Dan Komputerisasi Akuntansi, 6(1), 69–78. https://doi.org/10.46880/jmika.vol6no1.pp69-78
Goyal, S., Patage, V. V., & Tiwari, S. (2020). Gender and Age Group Predictions from Speech Features using Multi-Layer Perceptron Model. 2020 IEEE 17th India Council International Conference, INDICON 2020, 3–8. https://doi.org/10.1109/INDICON49873.2020.9342434
Han, J., Kamber, M., & Pei, J. (2012). Data Preprocessing. In Data Mining. https://doi.org/10.1016/b978-0-12-381479-1.00003-4
Harahap, A. I., & Arini, L. (2022). Peningkatan Laba investasi Emas Dengan Cara Membeli Emas Tidak Bersertifikat Guna Menghadapi Masa Resesi. Jesya, 5(2), 2077–2083. https://doi.org/10.36778/jesya.v5i2.627
Haykin, S. (2009). Neural Networks and Learning Machines.
Henderi, H. (2021). Comparison of Min-Max normalization and Z-Score Normalization in the K-nearest neighbor (kNN) Algorithm to Test the Accuracy of Types of Breast Cancer. IJIIS: International Journal of Informatics and Information Systems, 4(1), 13–20. https://doi.org/10.47738/ijiis.v4i1.73
Hutagaol, Y. R. T., Sinurat, R. P. P., & Shalahuddin, S. M. (2022). Strategi Penguatan Keuangan Negara Dalam Menghadapi Ancaman Resesi Global 2023 Melalui Green Economy. Jurnal Pajak Dan Keuangan Negara (PKN), 4(1S), 378–385. https://doi.org/10.31092/jpkn.v4i1s.1911
Katemba, P. & Koro, R. (2015). Prediksi Tingkat Produksi Kopi Menggunakan Regresi Linear. Jurnal Ilmiah Flash, 3, 42–51.
Kristhy, M. E., Oktalita, S., Yonathan, S., Susanto B. A. T., & Hikmah, W. N. (2022). Keuntungan Investasi Emas Antam Di Masa Pandemi Covid-19. Jurnal Komunitas Yustisia, 5(1), 388–399. https://doi.org/10.23887/jatayu.v5i1.47128
Maharani, N. S. (2020). Pengaruh Promosi dan Fluktuasi Harga Emas Terhadap Minat Nasabah pada Produk Tabungan Emas. Muhasabatuna : Jurnal Akuntansi Syariah, 2(1), 57. https://doi.org/10.54471/muhasabatuna.v2i1.702
Ramadhona, G., Setiawan, B. D., & Bachtiar, F. A. (2018). Prediksi Produktivitas Padi Menggunakan Jaringan Syaraf Tiruan Backpropagation. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(12), 6048–6057.
Reddy, N. V. S., & Srikanth, T. (2015). Class Label Prediction using Back Propagation Algorithm : A comparative study with and without Thresholds ( Bias ). 7, 65–70.
Sabilla, I. A., Meirisdiana, M., Sunaryono, D., & Husni, M. (2021). Best Ratio Size of Image in Steganography using Portable Document Format with Evaluation RMSE, PSNR, and SSIM. Proceedings - 2021 4th International Conference on Computer and Informatics Engineering: IT-Based Digital Industrial Innovation for the Welfare of Society, IC2IE 2021, 289–294. https://doi.org/10.1109/IC2IE53219.2021.9649198
Suyanto, M. L. (2018). Tingkat Dasar dan Lanjut. Informatika Bandung.
Widodo, A. P., Sarwoko, E. A., & Firdaus, Z. (2017). Akurasi Model Prediksi Metode Backpropagation Menggunakan Kombinasi Hidden Neuron Dengan Alpha. Matematika, 20(2), 79–84.
Winata, F., Jovanka, I., Laurent, A., Nurhasanah, Nabiilah, G. Z., & Irwansyah, E. (2022). Traffic Prediction: A Comparison between the LSTM and Multi-Layer Perceptron Algorithm. 2022 2nd International Conference on Intelligent Cybernetics Technology and Applications, ICICyTA 2022, 12–16. https://doi.org/10.1109/ICICyTA57421.2022.10038130
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
