Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Dwi Nugroho H., Yabes
Unknown Affiliation
Computer Science & IT Economics, Econometrics & Finance Electrical & Electronics Engineering

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

Found 1 Documents
Search

 1 
Model Prediksi Pendapatan berbasis Jaringan Saraf Tiruan : Studi Kasus pada Alokasi Anggaran Iklan Rahmawati, Aulia; Dwi Nugroho H., Yabes
Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK) Vol 4 No 2 (2025): Jurnal Manajemen Informatika, Sistem Informasi dan Teknologi Komputer (JUMISTIK)
Publisher : STMIK Amika Soppeng

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70247/jumistik.v4i2.234

Abstract

Ledakan data dan perkembangan teknologi dalam satu dekade terakhir ini mendorong meningkatnya penelitian di bidang kecerdasan buatan, khususnya machine learning. Data dari aktivitas digital seperti transaksi bisnis dalam suatu perusahaan menuntut metode yang mampu mengekstraksi informasi bernilai untuk mendukung pengambilan keputusan strategis. Salah satu pendekatan yang banyak digunakan adalah Jaringan Saraf Tiruan (JST), model yang terinspirasi dari sistem jaringan saraf manusia dan efektif mengenali pola non-linear serta kompleks. Jaringan Saraf Tiruan telah diaplikasikan dalam berbagai bidang, termasuk kesehatan, keuangan, dan meteorologi. Penelitian ini berfokus pada pemanfaatan JST untuk prediksi pendapatan berdasarkan variasi distribusi beberapa anggaran iklan. Metode yang digunakan adalah model JST dengan tiga lapisan, yakni input, hidden, dan output layer. Output layer pada model ini hanya terdiri dari satu neuron sebagai representasi pendapatan. Hasil penelitian menunjukkan konfigurasi terbaik pada batch size = 2, neuron hidden layer = 16, dan epoch = 150, dengan performa prediksi Mean Absolute Error (MAE) sebesar 0,47.
Co-Authors Aulia Rahmawati