<![CDATA[Industri perhotelan di Yogyakarta menghadapi tantangan dalam pemeliharaan fasilitas yang efisien dan berbasis kondisi aktual. Penelitian ini mengembangkan model Artificial Neural Network (ANN) untuk mengidentifikasi jenis pemeliharaan hotel secara akurat. Menggunakan pendekatan kuantitatif dengan data dari 175 responden, model dilatih menggunakan arsitektur multilayer perceptron dan data yang dinormalisasi dengan Min-Max Scaler. hasilnya menunjukkan performa klasifikasi yang sangat baik terhadap lima kategori kelayakan pemeliharaan hotel. Model berhasil memprediksi 9 data kelas Sangat Tidak Layak secara akurat, 11 dari 13 data kelas Tidak Layak dengan 2 kesalahan minor, serta 15 dari 16 data kelas Cukup Layak dengan hanya 1 kesalahan. Untuk kelas Layak, model mengklasifikasikan 9 data secara tepat, dan pada kelas Sangat Layak, seluruh 6 data diprediksi dengan akurasi sempurna tanpa kesalahan. Temuan ini menegaskan efektivitas ANN dalam pemeliharaan prediktif dan potensinya untuk diintegrasikan ke sistem IoT, meskipun masih perlu pengembangan terkait data real-time dan ketidakseimbangan kelas.]]>
Copyrights © 2025
