Sistem Notifikasi Sms Hasil Prediksi Saham/Forex Menggunakan Raspberry Pi
Journal Title: Jurnal Teknologi Informasi dan Ilmu Komputer - Year 2019, Vol 6, Issue 2
Abstract
Proyek ini dimaksudkan untuk membuat sebuah sistem yang dapat menganalisa data saham, membuat prediksi trend harga naik atau turun, dan mengirimkan notifikasi SMS mengenai hasil analisa dan prediksi kepada para pengguna. Sistem memanfaatkan Raspberry Pi yang dikoneksikan dengan Internet serta sebuah modul GSM untuk keperluan pengiriman hasil notifikasi SMS. Langkah-langkah yang dilakukan untuk dapat membuat sistem yang dimaksud adalah dengan membuat algoritma untuk proses analisa dan prediksi serta proses notifikasi, merancang dan membuat tampilan halaman web untuk user profile, dan menguji coba kelayakan dari program-program yang sudah dibuat. Dari hasil percobaan diketahui bahwa sistem yang telah dibuat mampu membuat analisa prediksi harga pasar saham serta menggunakan hasil dari prediksi tersebut untuk mengirimkan notifikasi berupa SMS kepada para user.
Authors and Affiliations
Kennardi Tiono, Murtiyanto Santoso, Raymond Sutjiadi, Resmana Lim
Keywords
Related Articles
- EP ID EP619724
- DOI -
- Views 69
- Downloads 0
Algoritma Naive Bayes untuk Klasifikasi Sumber Belajar Berbasis Teks pada Mata Pelajaran Produktif di SMK Rumpun Teknologi Informasi dan Komunikasi
Salah satu komponen esensial dalam kegiatan pembelajaran di Sekolah Menengah Kejuruan Rumpun Teknologi Informasi dan Komunikasi (SMK TIK) adalah ketersediaan sumber belajar mata pelajaran produktif. Media internet atau o...
Fuzzy Time Series dan Algoritme Average Based Length untuk Prediksi Pekerja Migran Indonesia
Perkembangan jumlah Pekerja Migran Indonesia (PMI) program Government to Government (G to G) Jepang bidang perawat (nurse) dan perawat orang berusia lanjut (care worker) mengalami naik turun dari tahun 2008 hingga 2018....
Pengembangan Sistem EKstraksi Metadata Artikel ilmiah secara Otomatis
Pengarsipan artikel ilmiah di Jurusan Teknologi Informasi Politeknik Negeri Malang menggunakan platform Open Journal Systems (OJS). Pengarsipan tersebut melalui tahapan penulisan metadata artikel ilmiah yang dilakukan sa...
SEED (Stoke Disease Early Detection Application) - Rancang Bangun Aplikasi Mobile Berbasis Android untuk Mendiagnosis Gejala Dini Penyakit Stroke Menggunakan K-Nearest Neighbor (K-NN)
Stroke merupakan penyakit yang tinggi di Indonesia. Stroke menjadi peringkat kedua sebagai penyakit yang paling banyak menyebabkan kematian didunia. Pada zaman modern, stroke tidak hanya menyerang orang yang sudah lanjut...
Pengembangan Alat Bantu Komunikasi Penderita Pascastroke Menggunakan Flex Sensor dan Accelerometer
Pada tahun 2013, prevelansi penderita stroke di Indonesia sebesar 12,1 % serta merupakan penyebab kematian kedua dan penyebab disabilitas ketiga di dunia. Di Indonesia, angka kontribusi proporsional disability-adjusted l...