Optimasi Prediksi Kehadiran Pegawai Untuk Intensif Kehadiran Menggunakan Jaringan Saraf Tiruan-Backpropagation

Jamaludin Hakim, Sri Hartati

Abstract


Kehadiran merupakan salah faktor pengukur produktifitas pegawai, untuk itu disetiap lembaga, baik swasta maupun pemerintahan memberikan intensif/tunjangan untuk kehadiran pegawainya. Untuk lembaga swasta perencanaan penganggaran untuk membayar intensif pegawai sangat diperlukan agar pos dana yang digunakan untuk itu tidak berlebih atau bahkan kurang. Untuk itu perlu diprekdisi kehadiran pegawai untuk bulan selanjutnya guna memprediksi intensif/tunjangan yang akan dibayarkan. Prediksi akan menggunakan JST-Backpropagation dengan menggunkan input data absolut selisih kehadiran tahun lalu dan dua tahun sebelumnnya, halangan (sakit, ijin, absen), waktu lewat (melewati batas waktu masuk). Penelitian akan mencoba mencari MSE terkecil untuk tiap penggunaan banyaknya unit dalam hidden layer dan learning rate dala pelatihan.  


Full Text:

PDF

References


Dayhoff, Juditth E., 1990, “Neural Network Architektur (An Introduction)”, USA: Van Nostrand Reinhold.

Demuth, Howard And Mark Beale, 2001 , “Neural Network Toolbox For Use With Mathlab”. The Mathwork.

Fausett, L., 1994, “Fundamentals of Neural Network: Architectures, Algorithms, and Applications”, Prentice- Hall,Inc., New Jersey.

Haykin, S., 1994, “Neural Network, A Comprehensive Foundation”, Prentice Hall

Jong, J.S., 1992, “Application Of Back Propagation Method In Forecasting Problem”, Master Thesis In Asian Institute Of Technology.

Karray, Fakhreddine O. And a, Clarence De Silva, 2004, “Soft Koputing And Intelligent Systems Design-Theory, Tools And Application”, Addison Wesley

Russel, Stuart And Peter Norving, 2003, “Artificial Intelligence A Modern Approach”, Prentice Hall, 2nd Edition

Yildiz, B., 2001, “Use of Artificial Neural Networks in Prediction of Financial Failures (Turkish)”, Journal of IMKB, Vol.5, No.17.


Refbacks

  • There are currently no refbacks.