Title
Now showing items 726-730 of 1372
PENERAPAN MODEL ANN DENGAN ALGORITMA BACKPROPAGATION UNTUK PREDIKSI KETERLAMBATAN PEMBAYARAN PINJAMAN PADA PNM MEKAAR
Amra, Muhammad Rizky () 2024PT Permodalan Nasional Madani (PNM) cabang Simalungun merupakan salah satu lembaga finansial yang menyediakan layanan pinjaman (kredit) bagi masyarakat. Dalam kegiatan menyalurkan pemberian pinjaman, terdapat istilah resiko kredit yang harus dikelola. Resiko kredit ini merupakan kegagalan atau ketidakmampuan dari peminjam untuk memenuhi kewajibannya dalam hal melakukan pembayaran berdasarkan ketentuan yang telah disepakati sebelumnya. Dalam resiko kredit, keterlambatan pembayaran pinjaman merupakan masalah utama dalam resiko kredit yang dapat menyebabkan dampak finansial yang merugikan serta mengganggu operasi bisnis. Oeh karena itu, untuk mengatasi masalah ini, PNM Mekaar cabang Simalungun dapat memanfaatkan kemajuan teknologi dalam bidang kecerdasan buatan (Artificial Intelligence). Penelitian ini bertujuan untuk mengatasi tantangan tersebut dengan membangun model Artificial Neural Network (ANN) menggunakan algoritma Backpropagation untuk memprediksi keterlambatan pembayaran pinjaman pada PNM Mekaar cabang Simalungun berdasarkan variabel-variabel terkait atau feature yang telah ditentukan. Model ANN dengan algoritma Backpropagation yang dibangun memiliki performa yang optimal. Model dibangun dengan susuan layer (hidden layer1=80 dengan aktivasi RELu dan input layer=7, hidden layer2=8 dengan dropout=0,5 dan aktivasi RELu, hidden layer3=8 dengan dropout=0,3 dan aktivasi RELu, hidden layer4=8 dengan dropout=0,1 dan aktivasi RELu, hidden layer5=1 dengan aktivasi Sigmoid). Hasil pengujian model setelah dievaluasi dengan menggunakan data testing, diperoleh score accuracy mencapai 99,1%, nilai precision score 100%, nilai recall score 98,9%, dan f1-score sebesar 99,4%. Model di training menggunakan parameter batch size 64, optimizer RMSprop, learning rate 0.001, dan jumlah epoch 100. Kata Kunci : Prediksi, Machine Learning, Artificial Neural Network, Backpropagation
PENERAPAN MODEL GATED RECURRENT UNIT PADA MASA PANDEMI COVID-19 DALAM MELAKUKAN PREDIKSI HARGA EMAS DENGAN MENGGUNAKAN MODEL PENGUKURAN MEAN SQUARE ERROR
Alkahfi, Ilham () 2021Emas merupakan suatu jenis logam mulia yang memiliki nilai ekonomi juga menguntungkan sebab bisa dijadikan alat investasi. Adapun keuntungan lainnya dari investasi emas yaitu bahwa emas mempunyai sifat yang tahan terhadap inflasi. Permasalahan pada penelitian ini Harga emas bisa mengalami fluktuatif dari hari ke hari sehingga emas sangat dibutuhkan peramalan harga emas yang relatif akurat supaya para investor mampu mendapatkan laba sesuai dengan perencanaan yang sudah dibuat. Pemanfaatan teknik deep learning sangat memungkinkan melakukan pembelajaran menggunakan lapisan yang lebih kompleks supaya menerima akurasi yang tinggi untuk melakukan peralaman harga emas. Metode penelitian yang di gunakan dalam menyelesaikan tugas akhir ini adalah memakai metode waterfalld dimana setiap pekerjaan akan dilakukan secara berurutan mulai dari atas sampai ke bawah. Peramalan harga emas ini berguna untuk masyarat, sebab memudahkan masyarakat buat melihat harga nilai pasar emas di beberapa bulan kedepan. Dalam penelitian ini akan memanfaatkan algoritma GRU (Gated Recurrent Unit) dalam melakukan peramalan harga emas kemudian memanfaatkan teknik pengukuran tingkat error yaitu MSE (Mean Square Error) yang berfungsi untuk mengecek estimasi berapa nilai kesalahan pada peramalan harga emas. Yang akan terjadi dalam penelitian ini berupa sistem yang dapat meramalkan harga emas setiap hari berdasarkan data input harga emas. Penelitian ini menggunakan Bahasa pemrograman python dan menggunakan algoritma GRU (Gated Recurrent Unit). Kata Kunci: Emas, GRU, Prediksi
PENERAPAN MODEL HOR (HOUSE OF RISK) UNTUK MITIGASI RESIKO PADA PRODUKSI KUSEN DI UD. SUBUR JAYA
Suriandi () 2021Semakin ketatnya persaingan terutama dalam sektor industri, perusahaan dituntut untuk berkompetisi menjadi perusahaan yang lebih unggul. Supply ChainManagement (SCM) merupakan suatu hal dalam perusahaan yang sangat penting untuk diperhatikan karena melibatkan semua elemen yang berpartisipasi dalam pergerakan usaha, mulai dari pemasok (supplier), perusahaan manufaktur, hingga customer. Secara umum semua kegiatan yang terkait dengan aliran material, aliran informasi, dan aliran finansial di sepanjang supply chain adalah kegiatan-kegiatan dalam cakupan SCM. Pendekatan HOR bertujuan untuk mengidentifikasi risiko dan merancang strategi penanganan untuk mengurangi probabilitas kemunculan dari penyebab resiko risiko dengan memberikan tindakan pencegahan pada penyebab resiko risiko. Penyebab resiko risiko atau penyebab risiko merupakan faktor penyebab yang mendorong timbulnya risiko. Masalah yang ada di UD. Subur Jaya adalah seringnya terjadi keterlambatan barang masuk,namun orderan konsumen menunmpuk. Terkadang hal tersebut menyebabkan masalah yang berdampak kepada kurangnya kepercayaan konsumen kepada perusahaan serta keterlambatan pesanan kepada konsumen. Oleh karena itu dengan mengurangi penyebab resiko risiko berarti dapat mengurangi timbulnya beberapa kejadian risiko. Setelah dilakukannya pengolahan data pada bab sebelumnya dengan menggunakan metode House of Risk (HOR) untuk penanganan resiko yang terdiri dari 2 fase yaitu fase pertama mengidentifikasi resiko yang diminta dimana kejadian risiko da agent risiko diidentifikasi dan dilakukan perhitungan nilai Aggregate Risk Potential (ARP). Fase kedua merupakan penanganan risiko. Setelah dilakukan penelitian diperoleh hasil bahwa apat diketahui resiko rantai pasok pada UD. Sumber Jaya yaitu terdapat 32 kejadian agen risiko, kemudian dilakukan pembuatan diagram pareto sehingga didapatkan sebanyak 18 agen risiko. Penanganan risikoyang diterapkan dimulai dari melakukan koordinasi anatara pihak user dan pembuat PR. pihak Gudang, Produksi,danMarketing melakukankoordiasi Setiaphari kerja, melakukan penyesuaian data antara pada system dengan actual dilapangan. Kata Kunci: House of Risk, aggregate risk potential (ARP), Aksi mitigasi.
PENERAPAN MODEL MACHINE LEARNING DENGAN ALGORITMA GRADIENT BOOSTING DAN LINEAR REGRESSION DALAM MELAKUKAN PREDIKSI HARGA KENDARAAN BEKAS
Nasyuli, Leriansyah Putra () 2022Meningkatnya jumlah keluaran mobil terbaru ditambah dengan semakin masif nya iklan tentang mobil-mobil terbaru di Kota medan, membuat semakin konsumen atau masyarakat tertarik dan terdorong untuk dapat menukar (menjual) mobilnya dan menggantinya dengan mobil keluaran terbaru, sehingga hal ini menciptakan mobil bekas yang masih layak pakai untuk kembali diperjual belikan kepada konsumen lainnya sehingga menjadikan pemasaran mobil bekas sangat banyak. Hal ini terbukti dengan banyaknya permintaan terhadap pembelian mobil bekas di Kota medan untuk memenuhi kebutuhannya terhadap kendaraan roda empat. Kendaraan bekas terutama roda 4 memiliki harga yang bervariasi dan selalu tidak sama antara penjual satu dengan penjualan lainnya yang menyebabkan kebingungan bagi pembeli terhadap harga mobil bekas untuk mengatasi masalah tersebut penulis menggunakan teknik data mining dalam melakukan prediksi kendaraan bekas terutama roda 4. Hasil yang diterapkan yaitu melakukan prediksi dengan menggunakan algoritma gradient boosting dan algoritma linear regressin yang menghasilkan prediksi mobil bekas. Kata kunci: Prediksi, Algoritma, gradient Boosting
PENERAPAN OPERASI MORFOLOGI UNTUK PERBANDINGAN METODE GAUSSIAN FILTER, MEDIAN DAN MEAN DALAM REDUKSI NOISE CITRA HITAM PUTIH ULTRASONOGRAFI
Malik, Denny Abdul () 2021Citra USG diambil dengan menggunakan gelombang suara berfrekuensi tinggi sehingga menghasilkan citra dengan bintik gelap dan terang yang menyebar pada objek. Dalam hal ini citra yang dihasilkan tampak buram dan adanya bintik-bintik yang akan menyebabkan berkurangnya informasi pada citra tersebut. Sebuah citra yang mengalami penurunan kualitas karena adanya noise. Noise dapat disebabkan oleh gangguan fisik pada alat akusisi maupun secara disengaja akibat proses pengolahan yang tidak sesuai. Berdasarkan masalah tersebut dibutuhkanya sebuah sistem yang dapat memperbaiki citra USG dengan cara meminalisir noise yang ada. Akan tetapi banyak metode yang telah tercipta untuk melakukan perbaikan citra dengan cara menghilangkan noise, sehingga membingungkan seseorang untuk menggunakan metode yang mana. Oleh sebab itu pada penelitian ini dilakukan perbandingan beberapa metode seperti Gaussian filter, Median dan Mean dalam menghilangkan noise pada citra USG agar dapat diketahui metode mana yang lebih baik. Perbandingan tiga metode didasari oleh nilai PSNR dan MSE. Dari hasil penelitian yang telah diterapkan, metode Median filter lebih unggul dalam meminalisir noise pada citra USG dengan noise hingga 60% daripada metode Gaussian dan Mean. Kata Kunci : Citra, USG, Noise, Gaussian, Median, Mean