Kajian Komparasi Pengukuran Akurasi Algoritma Neural Network dan Generalized Linear Model untuk Prediksi Data Indeks Pembangunan Manusia di Indonesia/ Ryan Nugraha / 45190494 / Pembimbing: Joko Susilo

Nugraha, Ryan (2021) Kajian Komparasi Pengukuran Akurasi Algoritma Neural Network dan Generalized Linear Model untuk Prediksi Data Indeks Pembangunan Manusia di Indonesia/ Ryan Nugraha / 45190494 / Pembimbing: Joko Susilo. Institut Bisnis dan Informatika Kwik Kian Gie, Jakarta.

	Text (Halaman Judul) awal.pdf - Published Version Download (5MB)
	Text (Bab 1 Pendahuluan) bab 1.pdf - Published Version Download (5MB)
	Text (Bab 2 Landasan Teori) bab 2.pdf - Published Version Download (5MB)
	Text (Bab 3 Analisis Sistem Yang Berjalan) bab 3.pdf - Published Version Download (5MB)
	Text (Bab 4 Perancangan Sistem Yang Diusulkan) bab 4.pdf - Published Version Restricted to Repository staff only Download (5MB)
	Text (Bab 5 Kesimpulan dan Saran) bab 5.pdf - Published Version Download (5MB)
	Text (Daftar Pustaka) daftar pustaka.pdf - Published Version Download (5MB)
	Text (Pernyataan Originalitas) original.pdf - Published Version Restricted to Repository staff only Download (390kB)
	Text (Resume) Resume.pdf - Published Version Download (1MB)

Abstract

Seiring bertambahnya waktu, tidak dapat dipungkiri bahwa peran teknologi informasi menjadi hal yang tidak dapat dipisahkan dalam kehidupan manusia terutama di era digital seperti sekarang. Jenis kebutuhan manusia yang beragam dan terus bertambah juga turut menjadi alasan mengapa komputasi digital menjadi hal yang terus berkembang setiap saat. Teknologi pengolahan data juga turut dituntut agar dapat selalu beradaptasi dalam mengimbangi kebutuhan manusia setiap hari. . Ketersediaan sistem pengolahan data yang baik tentunya akan mampu menyelesaikan berbagai masalah dan mengolah informasi dengan cepat serta efisien. Salah satu manfaat yang bisa kita peroleh dengan melakukan penerapan teknologi informasi dan sistem yang mumpuni adalah kemampuan untuk melakukan analisis dan prediksi data dalam jumlah yang sangat besar. Proses Data Mining adalah proses untuk mengekstraksi data dalam jumlah besar untuk mencari pola yang menarik dalam sebuah data. Dalam penelitian ini akan dilakukan pengukuran akurasi algoritma Neural Network dan Generalized Linear Model untuk memperoleh hasil kelayakan serta tingkat akurasi prediksi kedua algoritma tersebut Dalam penelitian kali ini sumber data yang digunakan berjenis data sekunder yaitu data Indeks Pembangunan Manusia (IPM) yang didapat dari dari http://data.go.id/. Sampel data IPM yang digunakan berasal dari data tahun 2004-2012. Hasil pengukuran akan ditampilkan dalam aplikasi Microsoft Access sebagai media perancangan dan antarmuka untuk pembaca atau yang biasa disebut dengan Graphical User Interface (GUI). Penelitian ini akan menunjukan kelayakan penggunaan algoritma Neural Network dan Generalized Linear Model sebagai metode prediksi data. Setelah hasil uji kelayakan didapat, maka akan ditentukan dataset dan metode yang paling akurat untuk memprediksi nilai IPM Hasil penelitian menunjukkan Algoritma Neural Network dan Generalized Linear Model layak digunakan untuk memprediksi nilai IPM dengan sampel data 3 tahun sampai 1 tahun dengan 4 variabel karena memiliki nilai standar deviasi (RMSE) dibawah 0.5. Algoritma Generalized Linear Model memiliki rata-rata tingkat standar deviasi yang lebih rendah dan paling akurat dibandingkan dengan Neural Network berdasarkan sampel data 3 tahun (2009-2011) dan bila kita mengurangi variabel prediksi dari 4 menjadi 3, maka hasil prediksi yang akan terbentuk akan semakin tidak akurat

Actions (login required)

View Item