Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Journal of Informatics Management and Information Technology
Pramesti, Adinda Frizy
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
JARINGAN SARAF TIRUAN UNTUK MEMPREDIKSI PERMOHONAN INSTALASI LISTRIK MENGGUNAKAN ALGORITMA BACKPROPAGATION Suhendro, Dedi; Pramesti, Adinda Frizy
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3.4303

Abstract

PT. PLN (Persero) sebagai perusahaan BUMN di Indonesia yang bertanggung jawab menyediakan dan mengelola pasokan listrik. Perusahaan ini pun merupakan satu-satunya perusahaan milik Negara yang menyediakan jasa ketenagalistrikan, sehingga mempunyai hak eksklusif untuk menjual tenaga listrik di Indonesia. Masalah yang timbul adalah pada penyediaan perlengkapan atau alat untuk membangun saluran listrik baru,  minimnya tenaga kerja dan terbatasnya jumlah instalasi per hari. Perlu dilakukan perkiraan untuk mengetahui jumlah permohonan instalasi listrik dimasa mendatang. Data perkiraan tersebut sesuai dengan jumlah kebutuhan instalasi listrik di wilayah kerja PT. PLN (Persero) UP3 Pematang Siantar Januari s/d Agustus 2023. Algoritma yang digunakan untuk prediksi adalah jaringan syaraf tiruan backpropagation. Algoritma backpropagation ini menggunakan lima model arsitektur diantaranya 6-20-1, 6-30-1, 6-40-1, 6-50-1 dan 6-60-1. Di antara kelima model arsitektur yang digunakan, dipilih arsitektur terbaik yaitu 6-30-1 yang mempunyai akurasi 90%, MSE 0,000998854 dan tingkat error yang digunakan 0,001-0,25. Oleh karena itu, model arsitektur ini cukup efektif untuk memprediksi jumlah permohonan instalasi listrik.
Analisis Backpropagation Dalam Menentukan Jumlah Perusahaan Industri Besar Dan Sedang (IBS) Di Indonesia Pramesti, Adinda Frizy; Ramadana, Rica; Beauti, Intan; Febiola, Adinda; Windarto, Agus Perdana
Journal of Informatics Management and Information Technology Vol. 4 No. 3 (2024): July 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/jimat.v4i4.414

Abstract

Companies are economic actors whose main function is to produce goods and services needed by the community. However, in 2020, the COVID-19 pandemic had an impact on various economic activities, causing many workers to lose their jobs and the unavailability of new jobs, which led to an increase in unemployment in Indonesia. Therefore, strategic steps are needed to prevent an increase in the number of unemployed. One of them is to forecast the number of IBS companies for the next few years. Implementing early prevention as a step to identify new job opportunities in the industry. The forecast data is the number of IBS companies (large and medium industrial companies) collected by BPS for the period 2015-2022. The algorithm used for prediction is a backpropagation artificial neural network. This algorithm is able to remember what existed before and make generalizations from it. This backpropagation algorithm uses five architectural models including 6-10-1, 6-20-1, 6-35-1, 6-45-1, and 6-60-1. Of the five architectural models used, the best architecture was chosen, namely 6-35-1 which has an accuracy of 88%, MSE of 0.003821515 and the error rate used is 0.001-0.07. So this architectural model is good enough to predict the number of IBS companies.
Co-Authors Agus Perdana Windarto Beauti, Intan Febiola, Adinda Ramadana, Rica Suhendro, Dedi