https://ejurnal.ars.ac.id/index.php/jti <div> <p><strong>Responsive Journal: Science and Informatics Research</strong>&nbsp;is a journal aimed at accommodating all information derived from research, literature reviews, technical papers, and book reviews across various branches of Computer Science, Informatics Engineering, and Information Systems. It is hoped that this publication platform will contribute to the dissemination of scientific information, which forms a crucial link in the chain of scientific activities.</p> <p><strong>Responsive Journal: Science and Informatics Research</strong>&nbsp;began publishing in August 2019 with the E-ISSN registration number: 0005.26856964/JI.3.1/SK.ISSN/2019.08, registered on the page&nbsp;<a href="http://issn.lipi.go.id/" target="_blank" rel="noopener noreferrer">http://issn.lipi.go.id/</a>. The articles published in&nbsp;<strong>Responsive Journal: Science and Informatics Research</strong>&nbsp;have not been previously published elsewhere. The journal is published biannually in February and August each year.&nbsp;<strong>Responsive Journal: Science and Informatics Research</strong>&nbsp;has been accredited as Sinta 5 based on the official letter number <a href="https://drive.google.com/file/d/1dbXAGDWskAwRNBO4yH_jDmhv4tz8MtB3/view?usp=sharing">225/E/KPT/2022</a>.</p> <p><strong>ISSN (E):</strong>&nbsp;<a href="https://issn.lipi.go.id/terbit/detail/1561955024">2685-6964</a><br><strong>DOI Prefix:</strong>&nbsp;<a href="https://doi.org/10.51977/jti" target="_blank" rel="noopener noreferrer">https://doi.org/10.51977/jti</a></p> <p><strong>Responsive Journal: Science and Informatics Research</strong>&nbsp;is managed by the Faculty of Information Technology at Adhirajasa Reswara University and published by the Institute of Research and Community Service (LPPM) of Adhirajasa Reswara Sanjaya University.</p> <p><strong>Indexed by:</strong>&nbsp;<a href="https://sinta.kemdikbud.go.id/journals">Sinta 5</a>, <a href="https://scholar.google.com/citations?user=AK313EoAAAAJ&amp;hl=id&amp;authuser=4">Google Scholar</a>, <a href="https://onesearch.id/Repositories/Repository?library_id=3094">Indonesia Onesearch</a>, and <a href="https://garuda.kemdikbud.go.id/journal/view/21158">Garuda</a>.</p> </div> LPPM Universitas Adhirajasa Reswara Sanjaya en-US Jurnal Responsif : Riset Sains dan Informatika 2685-6964 <p><strong>Pemberitahuan Hak Cipta</strong><br>Usulan kebijakan untuk jurnal yang menawarkan akses terbuka Syarat yang dibutuhkan penulis adalah sebagai berikut:</p> <p>1. Penulis memegang hak cipta dan memberikan jurnal hak penerbitan pertama secara bersamaan di bawah lisensi di bawah Creative Commons Attribution-ShareAlike 4.0 International (CC BY-SA 4.0), yang mengizinkan orang lain untuk menyalin dan mendistribusikan ulang materi ini dalam bentuk atau format apa pun termasuk menyusun, memodifikasi, dan membuat turunan materi ini untuk tujuan apa pun, termasuk tujuan komersial.<br>2. Penulis dapat membuat pengaturan kontrak terpisah untuk distribusi non-eksklusif dari versi dekaden publikasi jurnal (misalnya mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan mengakui publikasi aslinya di jurnal ini.<br>3. Penulis diizinkan dan didorong untuk memposting artikel secara online (misalnya di repositori institusional atau di situs web mereka) seperti pada Garuda, Academia, researchgate atau repository lainnya sebelum dan selama proses pengiriman, karena dapat menghasilkan pertukaran yang produktif dan kutipan artikel yang diterbitkan lebih awal dan lebih maju (periksa: Efek Akses Terbuka)</p> <p style="text-align: left;"><a href="http://creativecommons.org/licenses/by-sa/4.0/" rel="license"><img style="border-width: 0;" src="https://i.creativecommons.org/l/by-sa/4.0/88x31.png" alt="Creative Commons Licence"></a><br>This work is licensed under a <a href="http://creativecommons.org/licenses/by-sa/4.0/" rel="license">Creative Commons Attribution-ShareAlike 4.0 International License</a>.&nbsp;</p> https://ejurnal.ars.ac.id/index.php/jti/article/view/1783 <p><em>&nbsp;</em>Penelitian ini bertujuan untuk mengembangkan Sistem Informasi Monitoring PKL siswa SMK, yang dapat mengatasi beberapa permasalahan utama dalam pelaporan manual. Permasalahan yang dihadapi meliputi rentannya buku laporan terhadap kerusakan dan kehilangan, kesulitan akses informasi, serta kesulitan dalam memonitoring pelaksanaan PKL siswa secara real-time. Metode pengembangan aplikasi yang digunakan adalah metode Agile, yang memungkinkan proses iteratif dan adaptif dalam pengembangan sistem. Penelitian ini menghasilkan aplikasi SIMORING PKL siswa SMK yang dirancang khusus untuk memantau dan mengelola kegiatan PKL siswa SMKN 4 Tasikmalaya. Sistem ini memungkinkan keterlibatan siswa dalam kegiatan PKL dan menyediakan informasi yang dapat dipantau oleh guru pembimbing, siswa, serta pihak Dunia Usaha/Dunia Industri (DU/DI). Pengembangan sistem ini dibangun untuk memastikan keterlibatan aktif siswa dalam kegiatan PKL, serta memudahkan pihak sekolah dalam mendapatkan informasi terkini mengenai kegiatan PKL siswa. Dengan penerapan SIMORING, diharapkan proses monitoring dan pengelolaan PKL menjadi lebih efisien, akurat, dan mudah diakses oleh semua pihak terkait. Sistem ini memberikan solusi efektif terhadap permasalahan yang dihadapi dalam pelaporan manual, meningkatkan kualitas dan keterlibatan dalam kegiatan PKL siswa SMK.</p> Naufal Andhika Fajri Naufal Muhammad Yajid Vina Lestari Tuti Alawiyah Copyright (c) 2025 Jurnal Responsif : Riset Sains dan Informatika https://creativecommons.org/licenses/by-sa/4.0 2025-02-10 2025-02-10 7 1 1 10 10.51977/jti.v7i1.1783 https://ejurnal.ars.ac.id/index.php/jti/article/view/1901 <p>Penelitian ini bertujuan untuk memprediksi harga saham PT Bank Central Asia Tbk (BBCA) menggunakan model <em>Long Short-Term Memory</em> (LSTM) dan <em>Gated Recurrent Unit</em> (GRU). Data harga saham diambil dari Yahoo Finance (2010–2023) sebanyak 3.464 data, mencakup atribut Tanggal, <em>Open, High, Low, Close, Adj Close</em>, dan <em>Volume</em>. Data diproses menggunakan MinMax Scaler sebelum pelatihan model. Model dievaluasi menggunakan MAE, RMSE, dan MAPE untuk mengukur performa prediksi. Hasil penelitian menunjukkan bahwa GRU lebih unggul dibandingkan LSTM dalam memprediksi harga saham BBCA, dengan akurasi prediksi yang lebih mendekati nilai aktual. Dari hasil eksperimen pelatihan model menggunakan dataset harga saham BBCA harian dengan berbagai kombinasi hyperparameter yang ditetapkan, ditemukan bahwa model dengan metrik evaluasi terendah adalah model LSTM dengan <em>batch size</em> 64 dan epoch 20. Model ini memberikan nilai MAE sebesar 158.508342, RMSE sebesar 208.687816, dan MAPE sebesar 2.248164%. Temuan ini diharapkan berkontribusi pada pengembangan analisis keuangan di Indonesia.</p> Ifani Hariyanti Vito Hafizh Cahaya Putra Agung Rachmat Raharja Copyright (c) 2025 Jurnal Responsif : Riset Sains dan Informatika https://creativecommons.org/licenses/by-sa/4.0 2025-02-10 2025-02-10 7 1 11 18 10.51977/jti.v7i1.1901