Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal Jurnal Teknologi Informasi dan Ilmu Komputer
Ervin Yohannes
Unknown Affiliation
Computer Science & IT Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penentuan Upah Minimum Kota Berdasarkan Tingkat Inflasi Menggunakan Backpropagation Neural Network (BPNN) Ervin Yohannes; Wayan Firdaus Mahmudy; Asyrofa Rahmi
Jurnal Teknologi Informasi dan Ilmu Komputer Vol 2 No 1: April 2015
Publisher : Fakultas Ilmu Komputer, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (913.176 KB) | DOI: 10.25126/jtiik.201521128

Abstract

Upah Minimum Kota (UMK) adalah sebuah standardisasi upah atau gaji karyawan atau pegawai untuk diterapkan diperusahaan baik itu BUMN, BUMS, maupun perusahaan lain yang berskala besar. Faktor yang mempengaruhi UMK sangat banyak dan beragam salah satunya adalah rata-rata inflasi pengeluaran dimana terdapat 8 kategori yang dipakai. Tulisan ini memaparkan penggunaan Backpropagation Neural Network (BPNN) untuk memprediksi besarnya UMK. Pada tahap uji coba data dibagi menjadi dua bagian yaitu data latih dan data uji, dimana data latih digunakan untuk mencari jumlah iterasi, jumlah hidden layer, dan nilai learning rate yang optimal. Pengujian data latih memberikan hasil yakni jumlah iterasi optimal diperoleh pada saat iterasi 80, sedangkan untuk jumlah hidden layer yang optimal adalah sebanyak satu hidden layer dan untuk nilai learning rate optimal yakni pada saat bernilai 0.8. Semua variabel yang diperoleh dikatakan optimal karena memiliki rata-rata MSE paling kecil dibandingkan dengan data lainnya. Hasil yang diperoleh saat data uji dengan menggunakan iterasi, jumlah hidden layer, dan nilai learning rate yang optimal didapatkan hasil MSE sebesar 0.07280534710552478.
Co-Authors Asyrofa Rahmi Wayan Firdaus Mahmudy