Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Emerging Statistics and Data Science Journal
Dini Aulia , Ramadhani
Unknown Affiliation
Computer Science & IT Mathematics

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

Found 1 Documents
Search

 1 
Prediksi Tren Penggunaan Electronic Money (E-Money) di Indonesia menggunakan pendekatan Extreme Learning Machines: Prediksi Tren Penggunaan Electronic Money (E-Money) di Indonesia menggunakan pendekatan Extreme Learning Machines Devita Rizqi , Maulida; Mahmudah, Umi; Dini Aulia , Ramadhani
Emerging Statistics and Data Science Journal Vol. 3 No. 3 (2025): Emerging Statistics and Data Science Journal
Publisher : Statistics Department, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.20885/esds.vol3.iss.3.art17

Abstract

Penelitian ini bertujuan untuk menganalisis kemampuan model Extreme Learning Machine (ELM) dalam meramalkan nilai transaksi uang elektronik di Indonesia. Data sekunder berupa nilai transaksi uang elektronik periode 2021 sampai 2024 dari bank Indonesia digunakan. Hasil peramalan menunjukkan tren pertumbuhan yang stabil pada nilai transaksi, dengan proyeksi yang meningkat setiap bulan. Hasil metrik evaluasi menunjukkan bahwa model ELM tidak memiliki bias sistematis (Mean Error = 0,000). Nilai Mean Absolute Percentage Error (MAPE) sebesar 9,533% menunjukkan bahwa kesalahan prediksi masih dalam batas toleransi yang dapat diterima. Secara keseluruhan, model ELM memberikan hasil yang cukup menjanjikan untuk meramalkan transaksi e-money di Indonesia. Hasil prediksi menunjukkan bahwa model ELM dapat memberikan proyeksi yang konsisten dengan tren pertumbuhan yang stabil. Prediksi nilai transaksi yang semakin meningkat setiap bulan mencerminkan potensi pertumbuhan yang terus berlanjut dalam sektor uang elektronik di Indonesia. Penelitian ini memberikan kontribusi dalam meningkatkan pemahaman tentang potensi dan keterbatasan model ELM dalam meramalkan transaksi uang elektronik di Indonesia.
Co-Authors Devita Rizqi , Maulida Umi Mahmudah