SISTEM PREDIKSI JUMLAH PELANGGAN BARU INDIHOME UNTUK JENIS LAYANAN 3P (TRIPLE PLAY) MENGGUNAKAN METODE EXTREME LEARNING MACHINE (ELM)(STUDI KASUS: PT. TELKOM SIDOARJO)

DIAN RAMADANI, 081411633007 (2018) SISTEM PREDIKSI JUMLAH PELANGGAN BARU INDIHOME UNTUK JENIS LAYANAN 3P (TRIPLE PLAY) MENGGUNAKAN METODE EXTREME LEARNING MACHINE (ELM)(STUDI KASUS: PT. TELKOM SIDOARJO). Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img] Text (ABSTRAK)
ST SI 45-18 RAM S - ABSTRAK.pdf

Download (39kB)
[img] Text (FULLTEXT)
ST SI 45-18 RAM S - FULLTEXT.pdf
Restricted to Registered users only until 8 January 2022.

Download (1MB) | Request a copy
Official URL: http://www.lib.unair.ac.id

Abstract

Dalam perusahaan PT. Telkom khususnya di wilayah sidoarjo belum mempunyai sistem untuk memprediksi jumlah pelanggan baru indihome. Di Telkom juga memiliki target yang digunakan sebagai dasar untuk pencapaian perusahaan. Penelitian ini bertujuan untuk membangun sistem prediksi jumlah pelanggan baru indihome untuk jenis layanan 3P (triple-play) menggunakan metode Extreme Learning Machine (ELM). Dalam membangun sistem ini terdapat lima tahapan. Tahap pertama yaitu dengan melakukan pengumpulan data. Tahap kedua adalah penyelesaian masalah menggunakan metode Extreme Learning Machine (ELM). Tahap ketiga dilanjutkan dengan perancangan sistem dengan menggunakan sysflow dan usecase diagram. Tahap keempat ialah tahap implementasi pada sistem berbasis web dan tahap terakhir adalah evaluasi sistem. Pada evaluasi sistem dilakukan dengan cara membandingkan data sebenarnya dengan hasil output dari perhitungan sistem. Hasil penelitian berupa sistem prediksi jumlah pelanggan baru indihome yang didapat dari uji coba menggunakan 195 data testing berdasarkan jumlah hidden layer dan epoch. pengujian menunjukkan bahwa akurasi optimal didapat dari uji coba fungsi aktivasi sigmoid biner dengan menggunakan jumlah hidden layer sebanyak 7 unit dan epoch 664.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST SI 45/18 RAM S
Uncontrolled Keywords: Sistem Pendukung Keputusan, Extreme Learning Machine (ELM), Indihome Triple-Play
Subjects: Q Science > QA Mathematics > QA76.9.D3 Database management and System design
T Technology > T Technology (General) > T58.5-58.64 Information technology
Divisions: 08. Fakultas Sains dan Teknologi > Sistem Informasi
Creators:
CreatorsNIM
DIAN RAMADANI, 081411633007UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorINDAH WERDININGSIH, S.Si., M.KomUNSPECIFIED
Thesis advisorRIMULJO HENDRADI, Dr., S.Si., M.SiUNSPECIFIED
Depositing User: shiefti dyah alyusi
Date Deposited: 08 Jan 2019 10:36
Last Modified: 09 Jan 2019 03:30
URI: http://repository.unair.ac.id/id/eprint/77916
Sosial Share:

Actions (login required)

View Item View Item