Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan dan Teknologi Indonesia
Iqbal, Moh Himam
Unknown Affiliation
Education Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Prediksi Alokasi Pagu Belanja Modal Terhadap Realisasi di Kementerian Pertanian Dengan Metode Neural Network dan Generalized Linear Model Saputro, Wahyu Ragil; Iqbal, Moh Himam; Samidi, Samidi
Jurnal Pendidikan dan Teknologi Indonesia Vol 4 No 12 (2024): JPTI - Desember 2024
Publisher : CV Infinite Corporation

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52436/1.jpti.530

Abstract

Belanja Modal adalah pengeluaran anggaran untuk perolehan aset tetap dan aset lainnya yang memberi manfaat lebih dari satu periode akuntansi. Belanja modal meliputi antara lain belanja modal untuk perolehan tanah, gedung dan bangunan, peralatan, aset tak berwujud. Penelitian ini bertujuan untuk memprediksi alokasi pagu belanja modal di Kementerian Pertanian dari tahun 2021 sampai dengan 2023 dengan mengimplementasikan dan membandingkan kinerja algoritma Neural Network dan Generalized Linear Model. Penelitian ini menggunakan rasio data pelatihan dan pengujian 90:10, 80:20, dan 70:30. Hasil pengujian menggunakan algoritma neural network mendapatkan nilai RMSE sebesar 47.627.183.477,290, 49.167.088.101,340, dan 33.270.553.845,293, sedangkan Generalized Linear Model mendapatkan nilai RMSE sebesar 211.888.285.568,081, 222.669.954.080,210, dan 223.385.799.402,206. Berdasarkan hasil perbandingan pada rasio ideal data uji dan latih 70:30, dapat disimpulkan bahwa model Neural Network menghasilkan RSME lebih rendah (33.270.553.845) dibanding Generalized Linear Model (223.385.799.402) menjadikannya pilihan yang lebih akurat untuk prediksi anggaran. Hasil tersebut diharapkan dapat digunakan untuk membantu prediksi penyedian alokasi pagu belanja pegawai dimasa yang akan datang.
Co-Authors Samidi Samidi Saputro, Wahyu Ragil