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...

Full description

Bibliographic Details
Main Authors: Eka Mala Sari Rochman, Imamah Imamah, Aeri Rachmad
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