Abstract:Abstract: Food is the most important foodstuff needed by humans, in addition to consumption, the production of food crops can also be used as a source of business in the economy. This study aims to predict the production…
of food crops in the Agriculture Office of Asahan Regency. Based on data on food crop production from 2012 to 2019 at the Asahan District Agriculture Office experienced ups and downs, food crop production sometimes does not meet the consumption of people in Asahan Regency (devisit) and sometimes overproduction (surplus). So far, the Agriculture Office of Asahan Regency has predicted the production of food crops only with estimates so that the results are not accurate. Based on these problems, a proper forecasting system is needed so that it is able to predict the production rate of food crops quickly and accurately. Applications are built using Visual Basic Net 2010 and MySQL databases and use the Single Moving Average method. The results of this study can help the Agriculture Office of Asahan Regency in predicting the amount of food crop production in the next period according to the needs.
Keywords : Forecasting, Production, Food Crops, Single Moving Average
Abstrak: Pangan merupakan bahan makanan paling utama yang di butuhkan oleh manusia, selain untuk dikomsumsi, hasil produksi dari tanamana pangan juga dapat dijadikan sebagai sumber usaha dalam perekonomian. Penelitian ini bertujuan untuk melakukan prediksi produksi tanaman pangan pada Dinas Pertanian Kabupaten Asahan. Berdasarkan data produksi tanaman pangan dari tahun 2012 sampai dengan tahun 2019 pada Dinas Pertanian Kabupaten Asahan mengalami naik turun, produksi tanaman pangan terkadang tidak memenuhi konsumsi masyarakat di Kabupaten Asahan (devisit) dan terkadang kelebihan produksi (surplus). Selama ini Dinas Pertanian Kabupaten Asahan melakukan prediksi produksi tanaman pangan hanya dengan perkiraaan-perkiraan saja sehingga hasilnya tidak akurat. Berdasarkan permasalahan tersebut maka dibutuhkan sistem peramalan yang tepat sehingga mampu meramalkan tingkat produksi tanaman pangan dengan cepat dan akurat. Aplikasi dibangun menggunakan Visual Basic Net 2010 dan database MySQL serta menggunakan metode Single Moving Average. Hasil dari penelitian ini dapat membantu Dinas Pertanian Kabupaten Asahan dalam memprediksi jumlah produksi tanaman pangan pada periode berikutnya sesuai dengan kebutuhan.
Kata Kunci : Peramalan, Produksi, Tanaman Pangan, Single Moving Average
Abstract:Abstract : This study aims to determine thecrime rate in motorbike theft cases using the programmeing langiage PHP and MySQL as a database and the application of the Exponential Smoothing method to determine the crime rate…
te of motorcycle theft that occurs in the city of Tanjung Balai for the next period. The data used in this study is motorcycle theft report data from 2018 to 2019 wich was obtained from the Tanjung Balai Police. The benefits of this research can be used by the Tanjung Balai police to determine the extent of the motorcycle theft crime that will occur in a shorter, easier and more accurate manner so that it can take optimal prevention. With the Exponential Smoothing method the alpha value will be searched randomly to find an alpha value that was a minimum error value calculated using Means Absolute Percetage Error (MAPE). Then the prediction results that have an alphan with a minimum error are the best of recommended as a prediction result for the next period. Based on this research, the prediction results obtained from the prediction of the number of motorcycle theft cases the occurred in the city of Tanjung Balai in 2020 were 12 units with an MAPE error value of 0,153%.
Keyword : Exponential Smoothing, Theft, Motorcycle, Forecasting
Abstrak : Penelitian ini bertujuan untuk menentukan tingkat kriminalitas kasus pencurian sepeda motor dengan menggunakan bahasa pemrograman PHP dan MySQL sebagai basis data serta penerapan metode Exponential Smoothing untuk menentukan tingkat kriminalitas pencurian sepeda motor yang terjadi di kota Tanjung Balai untuk periode berikutnya. Data yang digunakan dalam penelitian ini adalah data laporan pencurian sepeda motor dari tahun 2018 sampai dengan tahun 2019 yang diperoleh dari POLRES Tanjung Balai. Manfaat dari penelitian ini dapat digunakan oleh kepolisian Tanjung Balai untuk menentukan seberapa besar tindak kriminalitas pencurian sepeda motor yang akan terjadi secara lebih singkat, mudah dan akurat sehingga dapat melakukan pencegahan yang optimal. Dengan metode Exponential Smoothing akan dicari nilai alpha secara acak sampai menemukan nilai alpha yang memiliki nilai error yang minimum yang dihitung menggunakan Means Absolute Percetage Error (MAPE). Maka hasil prediksi yang memiliki alpha dengan error minimumlah yang paling baik atau direkomendasikan sebagai hasil prediksi untuk periode selanjutnya. Berdasarkan penelitian ini diperoleh hasil prediksi peramalan jumlah kasus pencurian sepeda motor yang terjadi di kota Tanjung Balai tahun 2020 adalah 12 unit dengan nilai error MAPE sebesar 0,153%.
Kata Kunci : Exponential Smoothing, Pencurian, Sepeda Motor, Forecasting
Abstract:Abstract: Earthquakes are a disaster that is difficult to predict. This is why every time an earthquake occurs it always causes huge losses, not only loss of property but up to the loss of life. Strengthening preparedness…
s in dealing with earthquake disasters is absolutely necessary in order to build community resilience in responding to earthquakes to minimize the potential for a larger impact. Improving earthquake disaster preparedness for the people of Bukit Duri Village aims to increase the community's ability to deal with earthquake disasters. The method used is through direct socialization related to preparedness actions before the disaster, during the disaster, and after the earthquake. The results of the implementation show that participants can understand well the characteristics of earthquake disasters, risk factors in the living environment, and actions needed before, during, and after an earthquake. This is evidenced by the evaluation results in the form of pre-test and post-test which showed an increase in participants' knowledge related to earthquake disaster preparedness which increased by 36.4%. During the pre-test, the total score was 58.8% and during the post-test, the total score was 93.2%
Keywords: disaster; earthquake; preparedness
Abstrak: Gempa bumi merupakan bencana yang sulit untuk diprediksi kejadiannya, hal ini yang menyebabkan setiap kali kejadian gempa bumi senantiasa menimbulkan kerugian yang besar bukan hanya kerugian harta benda namun sampai dengan korban jiwa. Penguatan kesiapsiagaan dalam menghadapi bencana gempa bumi mutlak diperlukan dalam rangka mengbangunan ketahanan masyarakat dalam merespon gempa bumi untuk meminimumkan potensi dampak yang lebih besar. Peningkatan kesiapsiagaan bencana gempa bumi bagi masyarakat Kelurahan Bukit Duri bertujuan untuk meningkatkan kemampuan masyarakat dalam menghadapi bencana gempa bumi. Metode yang digunakan adalah melalui sosialisasi secara langsung terkait tindakan kesiapsiagaan saat sebelum bencana, saat bencana dan setelah bencana gempa bumi. Hasil pelaksanaan menunjukkan bahwa peserta dapat memahami dengan baik karakteristik bencana gempa bumi, factor-faktor yang berisiko pada lingkungan tempat tinggal, tindakan yang diperlukan sebelum, saat terjadi dan setelah gempa bumi. Hal ini dibuktikan dengan hasil evaluai berupa pre test dan post test yang menunjukkan adanya peningkatan pengetahuan peserta terkait kesiapsiagaan bencana gempa bumi yang mengalami peningkatan sebesar 36,4 %. Saat pre test total nilai keseluruhan sebesar 58,8 % dan saat post test total nilai menjadi 93,2 %
Kata kunci: bencana; gempa bumi; kesiapsiagaan
Abstract:Abstract : The application of the ITE Law in Indonesia must be understood by all groups, not least for students of SMA Negeri 3 Kisaran. Providing information to all students regarding the application of Law No. 11/2008…
on Information and Electronic Transactions (ITE) is a must to do, because now we see many school children vulnerable to violations of the ITE Law. The Information and Electronic Transaction Law (abbreviated as ITE Law) or Law number 11 of 2008 is the law that regulates information and electronic transactions, or information technology in general. This law has jurisdiction applicable to every person who commits legal acts as regulated in this Act, both within the territory of Indonesia and outside the jurisdiction of Indonesia, which has legal consequences in the jurisdiction of Indonesia and / or outside the jurisdiction of Indonesia and harm the interests of Indonesia. Many people want article 27 paragraph 3 in Law No. 11 of 2008 concerning Information and Electronic Transactions (ITE) for deletion. The reason is because article 27 paragraph 3 of the ITE Law which is commonly referred to as the rubber article is a dangerous law. Moreover, if applied by parties who do not understand about cyberspace.
Keywords: Application, Law
Abstrak : Penerapan UU ITE di Indonesia harus benar-benar dipahami semua kalangan tidak terkecuali juga bagi siswa dan siswi SMA Negeri 3 Kisaran. Memberikan informasi kepada seluruh siswa-siswi berkaitan penerapan UU Nomor 11 Tahun 2008 tentang Informasi dan Transaksi Elektronik (ITE) merupakan hal yang harus dilaksanakan, sebab saat ini kita lihat banyak anak sekolah rentan terhadap pelanggaran UU ITE. Undang-undang Informasi dan Transaksi Elektronik (disingkat UU ITE) atau Undang-undang nomor 11 Tahun 2008 adalah UU yang mengatur tentang informasi serta transaksi elektronik, atau teknologi informasi secara umum. UU ini memiliki yurisdiksi yang berlaku untuk setiap orang yang melakukan perbuatan hukum sebagaimana diatur dalam Undang-Undang ini, baik yang berada di wilayah Indonesia maupun di luar wilayah hukum Indonesia, yang memiliki akibat hukum di wilayah hukum Indonesia dan/atau di luar wilayah hukum Indonesia dan merugikan kepentingan Indonesia. Banyak kalangan menginginkan pasal 27 ayat 3 di Undang-undang No. 11 tahun 2008 tentang Informasi dan Transaksi Elektronik (ITE) untuk dihapus. Alasannya, karena pasal 27 ayat 3 UU ITE yang biasa disebut dengan pasal karet sebagai undang-undang yang berbahaya. Terlebih lagi jika diterapkan oleh pihak-pihak yang tak paham soal dunia maya.
Kata kunci: Penerapan, Undang-Undang
Abstract:Abstract: Many ways taken by the government to realize the human resources of Indonesia with intellectual ability that can compete with the region even with other countries, one of them with a Mathematics Olympiad held both…
oth elementary / MI, SMP / MTs., SMA / SMK / MA even the level of Students . But sometimes those who can enjoy the Olympics are only certain schools. This is due to the lack of socialization conducted by the government regarding such activities as well as the factor of the school itself which still has a sense of inferior to compete with other schools. The purpose of this training activity is to improve the ability of students to solve Mathematics Olympic questions. The implementation of this activity was carried out at SMAN 2 Tanjung Balai, with the method of providing training and training strategies prepared by the writing team. the results of the training, that students are very enthusiastic in discussing Mathematical Olympiad problems with the tricks provided and they can easily answer the questions given without the constraints which means are expected to produce new seeds from the winners of the Mathematics Olympiad.
Keywords: Training, Problem Prediction, Mathematics Olympiad.
Abstrak: Banyak cara yang ditempuh oleh pemerintah untuk mewujudkan sumber daya manusia Indonesia dengan kemampuan intelektual yang dapat bersaing dengan daerah bahkan dengan Negara lain, salah satunya dengan diadakan Olimpiade Matematika baik tingkat SD/MI, SMP/MTs., SMA/SMK/MA bahkan tingkat Mahasiswa. Namun terkadang yang bisa menikmati kegiatan olimpiade tersebut hanyalah sekolah-sekolah tertentu saja. Hal tersebut disebabkan masih kurangmya sosialisasi yang dilakukan pemerintah mengenai kegiatan tersebut serta faktor dari sekolah itu sendiri yang masih memiliki rasa minder untuk bersaing dengan sekolah-sekolah lain. Tujuan dalam kegiatan pelatihan ini adalah untuk meningkatkan kemampuan peserta didik dalam menyelesaikan soal-soal Olimpiade Matematika. Penyelenggaraan kegiatan ini dilaksanakan di SMAN 2 Tanjung Balai, dengan metode memberikan pelatihan dan strategi pelatihan yang sudah disiapkan oleh tim penulis. hasil pelatihan tersebut, bahwa siswa sangat antusias dalam membahas soal-soal Olimpiade Matematika dengan trik yang diberikan dan mereka pun dapat dengan mudah menjawab soal-soal yang diberikan tanpa kendala yang berarti diharapkan mampu menghasilkan bibit-bibit baru dari pemenang Olimpiade Matematika.
Kata Kunci : Pelatihan, Prediksi Soal, Olimpiade Matematika.
Abstract:Abstract: Student graduation is an urgent matter that is an indicator of the success of a university in producing its learning output. Several factors influence student graduation such as GPA, attendance, late taking credits,…
dits, and lack of student involvement in academic activities. The urgency of this research, universities need a method that is able to predict student graduation early so that it can provide academic intervention to students who have the potential to experience delays or fail to graduate. However, limited access to real academic data is often an obstacle in the development of predictive models, Therefore, this study aims to implement the XGBoost algorithm to predict student graduation based on several academic variables, namely the Cumulative Grade Point Average (GPA), the number of credits taken, the percentage of attendance, and the average grade of students. Model training using the XGBoost algorithm using a simulation dataset of 500 students who are labeled as graduating into two classes, namely passed and failed. The results of the study showed that the classification performance was very good with an accuracy value of 99.6%, Precision 99.7%, recall 99.4%.
Keywords: xgboost algorithm; data mining; student graduation
Abstrak: Kelulusan mahasiswa merupakan hal urgensi yang menjadi indikator keberhasilan sebuah perguruan tinggi dalam menghasilkan output pembelajarannya. Beberapa Faktor yang mempengaruhi kelulusan mahasiswa seperti IPK, kehadiran, keterlambatan pengambilan SKS, serta kurangnya keterlibatan mahasiswa dalam aktifitas akademik. Yang menjadi urgensi penelitian ini, Perguruan tinggi memerlukan suatu metode yang mampu memprediksi kelulusan mahasiswa secara dini sehingga dapat memberikan intervensi akademik kepada mahasiswa yang berpotensi mengalami keterlambatan atau tidak lulus. Namun, keterbatasan akses terhadap data akademik riil sering menjadi kendala dalam pengembangan model prediksi, Oleh karena itu, penelitian ini bertujuan mengimplementasikan algoritma XGBoost untuk memprediksi kelulusan mahasiswa berdasarkan beberapa variabel akademik, yaitu Indeks Prestasi Kumulatif (IPK), jumlah SKS yang ditempuh, persentase kehadiran, dan nilai rata-rata mahasiswa. Pelatihan model menggunakan algoritma XGBoost dengan menggunakan dataset simulasi 500 mahasiswa yang diberi label kelulusan menjadi dua kelas yaitu lulus dan tidak lulus. Hasil penelitian menunjukan bahwa performance klasifikasi yang sangat baik dengan nilai accurasi sebesar 99,6%, Precision 99,7%, recall 99,4%.
Kata kunci: algoritma xgbosst; kelulusan mahasiswa; penambangan data
Abstract:Abstract: Accurate forecasts of tea harvest production are important for workforce planning, factory operations, and marketing decisions, yet conventional estimation in plantations often relies on field experience and can…
n be biased and less adaptive to changing conditions. This study aims to develop a Random Forest Regression model to predict tea harvest production at the Bah Butong tea plantation using historical operational and climate-related data. The dataset consists of 60 monthly records (2020–2024) with six predictor variables: rainfall (mm), number of rainy days, pest level, weed level, number of harvested trees and land area. Data were split into 80% training (48 samples) and 20% testing (12 samples). Model hyperparameters were optimized using RandomizedSearchCV with RepeatedKFold cross-validation (5 folds, 3 repeats). The tuned model achieved MSE of 668,980,524.45, RMSE of 25,864.66 kg, MAE of 19,838.69 kg, and MAPE of 7.59% on the test set. The results indicate that the model can provide practical production estimates, with errors averaging about 7–8% of the actual production. Feature importance analysis shows that the number of harvested tea bushes and cultivated area contribute most to predictions. Future work should extend the historical period and incorporate time-based features (seasonality/lag) for improved forecasting.
Keywords: hyperparameter tuning; production prediction; random forest; regression; tea harvest
Abstrak: Perkiraan akurat produksi panen teh sangat penting untuk perencanaan tenaga kerja, operasional pabrik, dan keputusan pemasaran, namun estimasi konvensional di perkebunan seringkali bergantung pada pengalaman lapangan dan dapat bias serta kurang adaptif terhadap perubahan kondisi. Studi ini bertujuan untuk mengembangkan model Regresi Random Forest untuk memprediksi produksi panen teh di perkebunan teh Bah Butong menggunakan data operasional dan data terkait iklim historis. Dataset terdiri dari 60 catatan bulanan (2020–2024) dengan enam variabel prediktor: curah hujan (mm), jumlah hari hujan, tingkat hama, tingkat gulma, jumlah pokok panen, dan luas lahan. Data dibagi menjadi 80% data pelatihan (48 sampel) dan 20% data pengujian (12 sampel). Parameter model dioptimalkan menggunakan RandomizedSearchCV dengan validasi silang RepeatedKFold (5 lipatan, 3 pengulangan). Model yang telah disempurnakan mencapai MSE sebesar 668.980.524,45, RMSE sebesar 25.864,66 kg, MAE sebesar 19.838,69 kg, dan MAPE sebesar 7,59% pada set data uji. Hasil tersebut menunjukkan bahwa model dapat memberikan estimasi produksi yang praktis, dengan kesalahan rata-rata sekitar 7–8% dari produksi aktual. Analisis kepentingan fitur menunjukkan bahwa jumlah semak teh yang dipanen dan luas lahan budidaya paling berkontribusi pada prediksi. Pekerjaan selanjutnya harus memperpanjang periode historis dan menggabungkan fitur berbasis waktu (musiman/lag) untuk peramalan yang lebih baik.
Kata kunci: panen teh; prediksi produksi; random forest; regresi; tuning parameter
Abstract:Abstract: Rehabilitation programs are essential in correctional systems to equip inmates with the skills and behavioral readiness required for social reintegration. However, rehabilitation program assignment in many correctional…
ectional institutions remains dependent on manual and subjective assessments, which may result in inconsistent decisions. This study develops a Random Forest–based prediction system to support objective and data-driven rehabilitation program determination. A quantitative approach was applied using historical inmate data from January 2023 to January 2025, comprising 2,023 records. The research process included data preprocessing, an 80:20 training–testing split, model training, and performance evaluation using accuracy, precision, recall, and F1-score metrics. The results show that the model achieved an accuracy of 86.17% during training in Google Colab and 68.83% when deployed within the application system. This performance gap reflects real-world deployment and computational constraints rather than model failure. The proposed system provides consistent and objective rehabilitation program recommendations, thereby supporting more effective rehabilitation planning and decision-making in correctional institutions.
Keywords: correctional institutions; inmate rehabilitation programs; machine learning; random Forest; prediction system
Abstrak: Program pembinaan narapidana memiliki peran penting dalam sistem pemasyarakatan untuk membekali warga binaan dengan keterampilan serta kesiapan perilaku dalam proses reintegrasi ke masyarakat. Namun, pada banyak lembaga pemasyarakatan, penentuan program pembinaan masih bergantung pada penilaian manual yang bersifat subjektif, sehingga berpotensi menimbulkan ketidakkonsistenan dalam pengambilan keputusan. Penelitian ini mengembangkan sistem prediksi program pembinaan narapidana berbasis algoritma Random Forest guna mendukung pengambilan keputusan yang objektif dan berbasis data. Pendekatan kuantitatif diterapkan menggunakan data historis narapidana periode Januari 2023 hingga Januari 2025 sebanyak 2.023 data. Tahapan penelitian meliputi prapemrosesan data, pembagian data latih dan uji dengan rasio 80:20, pelatihan model, serta evaluasi performa menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model mencapai akurasi sebesar 86,17% pada tahap pelatihan di Google Colab dan 68,83% saat diimplementasikan pada sistem aplikasi. Perbedaan performa tersebut mencerminkan keterbatasan lingkungan operasional, bukan kegagalan model. Secara keseluruhan, sistem yang dikembangkan mampu memberikan rekomendasi program pembinaan yang lebih objektif dan konsisten, sehingga mendukung perencanaan pembinaan yang lebih efektif.
Kata kunci: mesin pembelajaran; program pembinaan narapidana; random Forest; sistem pemasyarakatan; sistem prediksi
Abstract:Abstract: This research is motivated by the problem of building material inventory management at Jaqfar Building Store, which is still done manually and based on subjective estimates. This often results in inaccuracies in…
n determining stock levels, either in the form of overstock or understock, which hinders operational effectiveness. The purpose of this study is to apply the Multiple Linear Regression method to analyze the relationship between incoming stock (X1) and outgoing stock (X2) variables with the ending stock variable (Y) to produce an optimal inventory prediction model. The research methodology used includes collecting historical transaction data for building materials such as cement, ceramics, zinc, plywood, and iron. This web-based prediction system was developed using the PHP programming language and a MySQL database. The analysis results show that the resulting regression model can provide a mathematical picture of future inventory patterns based on historical data. Implementation of this system is expected to assist the management of Jaqfar Building Materials Store in making strategic decisions regarding purchasing and sales in a more measured and efficient manner.
Keyword: building materials; data mining; inventory; multiple linear regression
Abstrak: Penelitian ini dilatarbelakangi oleh permasalahan pengelolaan persediaan bahan bangunan di Toko Bangunan Jaqfar yang masih dilakukan secara manual dan berdasarkan perkiraan subjektif. Hal ini menyebabkan sering terjadinya ketidaktepatan dalam menentukan jumlah stok, baik berupa kelebihan barang (overstock) maupun kekurangan barang (understock) yang menghambat efektivitas operasional. Tujuan dari penelitian ini adalah menerapkan metode Multiple Linear Regression (Regresi Linear Berganda) untuk menganalisis hubungan antara variabel stok masuk (X1) dan stok keluar (X2) terhadap variabel stok akhir (Y) guna menghasilkan model prediksi persediaan yang optimal. Metodologi penelitian yang digunakan mencakup pengumpulan data historis transaksi bahan bangunan seperti semen, keramik, seng, triplek, dan besi. Sistem prediksi ini dikembangkan berbasis web menggunakan bahasa pemrograman PHP dan basis data MySQL. Hasil analisis menunjukkan bahwa model regresi yang dihasilkan mampu memberikan gambaran matematis mengenai pola persediaan di masa mendatang berdasarkan data historis. Implementasi sistem ini diharapkan dapat membantu manajemen Toko Bangunan Jaqfar dalam mengambil keputusan strategis terkait pembelian dan penjualan secara lebih terukur serta efisien.
Kata kunci: bahan bangunan; data mining; persediaan; regresi linear berganda
Abstract:Abstract: The materials sector is one of the stock markets sectors that attracts investors due to the high level of construction activity in Indonesia, which supports long-term growth. Stock price movements are influenced…
d by various factors, requiring investors to determine the appropriate timing for buying, selling, or holding stocks. Therefore, this study aims to predict stock prices in the materials sector using a combination of CNN–BiLSTM algorithms. The research data were obtained from Yahoo Finance and processed through min–max normalization, data splitting, sliding window, model implementation, and evaluation stages. Testing was conducted on INTP and SMGR stocks with data split scenarios ranging from 60:40 to 90:10. The results show that CNN–BiLSTM performs best with a 90:10 data split, with minimum MSE and MAPE values of 0.000153 and 2.471% for INTP, and 0.000199 and 2.208% for SMGR, respectively. These findings indicate that increasing the proportion of training data improves the model's ability to learn historical patterns and produce more stable predictions.
Keywords: CNN-BILSTM; materials sector; stock
Abstrak: Sektor materials merupakan salah satu sektor saham yang diminati investor karena tingginya aktivitas pembangunan di Indonesia yang mendorong pertumbuhan jangka panjang. Pergerakan harga saham dipengaruhi oleh berbagai faktor sehingga investor perlu menentukan waktu transaksi yang tepat. Oleh karena itu, penelitian ini bertujuan memprediksi harga saham sektor materials menggunakan kombinasi algoritma CNN–BiLSTM. Data penelitian diperoleh dari Yahoo Finance dan diproses melalui tahapan normalisasi min–max, pembagian data, sliding window, implementasi model, serta evaluasi. Pengujian dilakukan pada saham INTP dan SMGR dengan skenario pembagian data 60:40 hingga 90:10. Hasil menunjukkan bahwa CNN–BiLSTM menghasilkan performa terbaik pada pembagian data 90:10, dengan nilai MSE dan MAPE minimum masing-masing sebesar 0.000153 dan 2.471% untuk INTP, serta 0.000199 dan 2.208% untuk SMGR. Temuan ini mengindikasikan bahwa peningkatan porsi data latih meningkatkan kemampuan model dalam mempelajari pola historis dan menghasilkan prediksi yang lebih stabil.
Kata kunci: CNN-BILSTM; saham; sektor materials