DESAIN MODEL PERAMALAN JUMLAH KERUSAKAN SIM CARD
Informasi memiliki arti yang sangat penting dalam era globalisasi seperti saat ini. Kesuksesan seseorang bahkan ditentukan dari kemampuannya mengakses dan mengolah informasi. Alat untuk mengakses informasipun dibuat sesimple dan sepraktis mungkin. Para penyedia layanan provider bersaing untuk member...
Main Authors: | , , |
---|---|
Format: | Article |
Language: | Indonesian |
Published: |
Universitas Muhammadiyah Ponorogo
2018-09-01
|
Series: | Multitek Indonesia |
Subjects: | |
Online Access: | http://journal.umpo.ac.id/index.php/multitek/article/view/640 |
id |
doaj-01645655edb74490869f4861516780b2 |
---|---|
record_format |
Article |
spelling |
doaj-01645655edb74490869f4861516780b22020-11-25T03:07:28ZindUniversitas Muhammadiyah PonorogoMultitek Indonesia1907-62232579-34972018-09-01121202610.24269/mtkind.v12i1.640692DESAIN MODEL PERAMALAN JUMLAH KERUSAKAN SIM CARDEka Mala Sari Rochman0Imamah Imamah1Aeri Rachmad2Manajemen Informatika, Fakultas Teknik, Universitas Trunojo MaduraManajemen Informatika, Fakultas Teknik, Universitas Trunojo MaduraManajemen Informatika, Fakultas Teknik, Universitas Trunojo MaduraInformasi memiliki arti yang sangat penting dalam era globalisasi seperti saat ini. Kesuksesan seseorang bahkan ditentukan dari kemampuannya mengakses dan mengolah informasi. Alat untuk mengakses informasipun dibuat sesimple dan sepraktis mungkin. Para penyedia layanan provider bersaing untuk memberikan layanan terbaik dalam bidang pengaksesan informasi. Hal terpenting bagi perusahaan provider adalah mengetahui prediksi kerusakan kartu sim per tahun guna mempersiapkan kartu pengganti bagi setiap laporan yang akan diajukan pelanggan. Kepuasan pelanggan merupakan tolak ukur penting dari quality of service sebuah perusahaan. Pada penelitian ini mendesain model peramalan menggunakan metode Extreme Learning Machnie (ELM). Sebelum data diolah menggunakan metode ELM, data dinormalisasi kemudian diinputkan pada setiap neuron input. Arsitektur yang digunakan menggunakan 1 lapisan input dengan 5 neron, 1 lapisan hidden layer dengan jumlah neuron sebanyak 5 dan 1 lapisan output. Metode ELM bobot parameter input dipilih secara random, hingga menghasilkan good generalization performance karena tiap parameter bobot input dan hidden bias saling berhubungan dengan layer lainnya.http://journal.umpo.ac.id/index.php/multitek/article/view/640peramalan, kartu sim, pengguna, elm. |
collection |
DOAJ |
language |
Indonesian |
format |
Article |
sources |
DOAJ |
author |
Eka Mala Sari Rochman Imamah Imamah Aeri Rachmad |
spellingShingle |
Eka Mala Sari Rochman Imamah Imamah Aeri Rachmad DESAIN MODEL PERAMALAN JUMLAH KERUSAKAN SIM CARD Multitek Indonesia peramalan, kartu sim, pengguna, elm. |
author_facet |
Eka Mala Sari Rochman Imamah Imamah Aeri Rachmad |
author_sort |
Eka Mala Sari Rochman |
title |
DESAIN MODEL PERAMALAN JUMLAH KERUSAKAN SIM CARD |
title_short |
DESAIN MODEL PERAMALAN JUMLAH KERUSAKAN SIM CARD |
title_full |
DESAIN MODEL PERAMALAN JUMLAH KERUSAKAN SIM CARD |
title_fullStr |
DESAIN MODEL PERAMALAN JUMLAH KERUSAKAN SIM CARD |
title_full_unstemmed |
DESAIN MODEL PERAMALAN JUMLAH KERUSAKAN SIM CARD |
title_sort |
desain model peramalan jumlah kerusakan sim card |
publisher |
Universitas Muhammadiyah Ponorogo |
series |
Multitek Indonesia |
issn |
1907-6223 2579-3497 |
publishDate |
2018-09-01 |
description |
Informasi memiliki arti yang sangat penting dalam era globalisasi seperti saat ini. Kesuksesan seseorang bahkan ditentukan dari kemampuannya mengakses dan mengolah informasi. Alat untuk mengakses informasipun dibuat sesimple dan sepraktis mungkin. Para penyedia layanan provider bersaing untuk memberikan layanan terbaik dalam bidang pengaksesan informasi. Hal terpenting bagi perusahaan provider adalah mengetahui prediksi kerusakan kartu sim per tahun guna mempersiapkan kartu pengganti bagi setiap laporan yang akan diajukan pelanggan. Kepuasan pelanggan merupakan tolak ukur penting dari quality of service sebuah perusahaan. Pada penelitian ini mendesain model peramalan menggunakan metode Extreme Learning Machnie (ELM). Sebelum data diolah menggunakan metode ELM, data dinormalisasi kemudian diinputkan pada setiap neuron input. Arsitektur yang digunakan menggunakan 1 lapisan input dengan 5 neron, 1 lapisan hidden layer dengan jumlah neuron sebanyak 5 dan 1 lapisan output. Metode ELM bobot parameter input dipilih secara random, hingga menghasilkan good generalization performance karena tiap parameter bobot input dan hidden bias saling berhubungan dengan layer lainnya. |
topic |
peramalan, kartu sim, pengguna, elm. |
url |
http://journal.umpo.ac.id/index.php/multitek/article/view/640 |
work_keys_str_mv |
AT ekamalasarirochman desainmodelperamalanjumlahkerusakansimcard AT imamahimamah desainmodelperamalanjumlahkerusakansimcard AT aerirachmad desainmodelperamalanjumlahkerusakansimcard |
_version_ |
1724670347602558976 |