Journal of Data Science Theory and Application
Vol. 2 No. 1 (2023): JAsTa

PERBANDINGAN AKURASI PREDIKSI METODE REGRESI LINEAR OLS DENGAN JARINGAN SYARAF TIRUAN : STUDI KASUS DATASET STARTUP

Wahyuni Windasari Wahyuni Windasari (UPB Kebumen)
Wasiman (S1 Sains Data, Universitas Putra Bangsa)
M. Annas Alfiyanto (S1 Sains Data, Universitas Putra Bangsa)

Article Info

Publish Date
12 Apr 2023

Abstract

Perkembangan digital membawa pengaruh pada tumbuhnya perusahaan StartUp. Penelitian terkait dengan faktor yang mempengaruhi profit perusahaan StartUp menjadi bahan kajian yang menarik untuk dikaji lebih lanjut. Pada penelitian ini akan dilakukan analisis terkait faktor-faktor yang mempengaruhi profit perusahaan StartUp menggunakan metode prediksi linear berganda dan Jaringan Syaraf Tiruan (JST). Dengan melakukan analisis data pada dataset Kaggle dari 1000 perusahaan StartUp menggunakan RStudio diperoleh hasil bahwa performa model linear berganda lebih akurat dibandingkan dengan performa model JST. Hal ini terlihat dari nilai SAE model linear berganda lebih kecil dibandingkan SAE model JST.

Copyrights © 2023




Citation Download
RIS
EndNote, Reference Manager, ProCite
BibTex
Latex, Jabref
Original Source
Download Original
Google Scholar
Check in Google Scholar
Journal Info
Journal of Data Science Theory and Application
Website

Abbrev

ijasta

Publisher

Universitas Putra Bangsa Kebumen

Subject

Computer Science & IT Decision Sciences, Operations Research & Management Social Sciences

Description

Journal of Data Science Theory and Application is an open-access scientific journal intended to bring together researchers and practitioners dealing with the general field of computing, including but is not limited to the following topics:Tools and Applications in Data Science, Theoretical in Data ...