Jurnal Desain dan Analisis Teknologi
Vol. 3 No. 2 (2024): Juli

Literatur Review: Penerapan Deep Reinforcement Learning Dalam Business Intelligence

Ridho, Muhammat Rasid (Unknown)
Fajrah, Nofriani (Unknown)
Fifi, Fifi (Unknown)



Article Info

Publish Date
18 Jul 2024

Abstract

Business Intelligence merupakan kombinasi alat, seperti gudang data, pemrosesan analitis online (OLAP), dan dasbor. Gudang data mengumpulkan data yang akurat, bersih, dan terperinci dari berbagai sumber untuk analisis mendalam, sementara pemrosesan analitis online (OLAP) mendukung analisis multidimensi secara real-time dan memungkinkan pengguna menerapkan operasi seperti agregasi, pemfilteran, pengguliran, dan penelusuran. Peneliti mencoba menerapkan Deep Reinforcement Learning (DRL). DRL merupakan teknik yang menjanjikan untuk memecahkan masalah dunia nyata. Hal ini dapat digunakan untuk mengatasi tantangan yang biasa dihadapi dalam tugas pengambilan keputusan berurutan, seperti ketidakpastian dan dimensi variabel. Metode deep learning yang dapat digunakan untuk Business Intelligence antara lain deep neural network (DNN). Model DNN ini menjanjikan kinerja prediksi yang melampaui model pembelajaran mesin tradisional. Adapun temuannya Double Deep Q Learning dapat digunakan untuk meningkatkan kecerdasan bisnis dengan mengoptimalkan pemanfaatan sumber daya dan mengurangi waktu kalkulasi dalam masalah pengemasan persegi panjang skala besar. Ini juga dapat digunakan untuk pemodelan lawan dalam sistem multi-agen, yang memungkinkan identifikasi berbagai pola strategi lawan.

Copyrights © 2024






Journal Info

Abbrev

JDDAT

Publisher

Subject

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Industrial & Manufacturing Engineering

Description

JDDAT menyambut kiriman berkualitas tinggi, asli, dan sebelumnya tidak dipublikasikan dalam teori, praktik, dan aplikasi dari semua aspek penemuan pengetahuan dan penambangan data. Topik yang diutamakan adalah sebagai berikut: Advanced Topics in Software Engineering Data Mining Applications Data ...