Pemodelan Prediksi Alokasi Pagu Belanja Pegawai dengan Metode Neural Network dan Linear Regression

Authors

  • Rudi Hartono Ilmu Komputer Universitas Budi Luhur
  • Hendra Adi Saputra Ilmu Komputer Universitas Budi Luhur
  • Gandung Triyono Ilmu Komputer Universitas Budi Luhur

DOI:

https://doi.org/10.51454/decode.v4i3.708

Keywords:

Belanja Pegawai, Linear Regression, Neural Network, Pemodelan, Prediksi

Abstract

Belanja Pegawai meupakan belanja rutin yang diterima Aparatur Sipil Negara (ASN) yang merupakan hak pegawai sebagai wujud penghargaan atau kompensasi atas tugas yang telah dilaksanakan untuk mendukung fungsi dan tugas unit organisasi pemerintah. Penelitian ini bertujuan untuk memprediksi alokasi pagu belanja pegawai tersebut dengan mengimplementasikan dan membandingkan kinerja algoritma Neural Network dan Linear Regression. Penelitian ini menggunakan rasio data pelatihan dan pengujian 90:10, 80:20 dan 70:30 dengan hasil pengujian menggunakan algoritma neural network mendapatkan nilai RMSE sebesar 1.528.548.203,391, 1.574.970.259,712, dan 1.502.955.371,784, sedangkan Linear Regression mendapatkan nilai RMSE sebesar 1.525.213.978,925, 1.612.945.104,455, dan 1.540.826.342,006. Berdasarkan hasil perbandingan pada rasio ideal data uji dan latih 80:20, dapat disimpulkan bahwa algoritma Neural Network dengan nilai RMSE 1.574.970.259,712 menunjukkan nilai kinerja yang lebih baik dari pada Linear Regression dengan nilai RMSE 1.612.945.104,455, diharapkan hasil tersebut dapat digunakan untuk membantu prediksi penyedian alokasi pagu belanja pegawai dimasa yang akan datang.

References

Akhmad, E. P. A. (2020). Data Mining Menggunakan Regresi Linear untuk Prediksi Harga Saham Perusahaan Pelayaran. Jurnal Aplikasi Pelayaran Dan Kepelabuhanan, 10(2), 120. https://doi.org/10.30649/japk.v10i2.83

Fahruddin, Y. I., Kurniawan, R., & Wijaya, Y. A. (2024). Penerapan Algoritma Regresi Linear Pada Data Harga Cabai Rawit Di Pasar Indihiang. JATI (Jurnal Mahasiswa Teknik Informatika), 8(2), 1614-1620. https://doi.org/10.36040/jati.v8i2.9053

Karbilai, I. H. (2023). Politik Fiskal Serapan Anggaran Belanja Pegawai Dan Belanja Barang. Jurnal Manajemen Indonesia), 8(2), 83–97. https://doi.org/10.29103/j-mind.v8i1.12801

Kementerian Agama RI. (2018). Laporan Keuangan Kementerian Agama Tahun 2018 Audited. https://ppid.kemenag.go.id/v5/laporan_keuangan.php

Kementerian Agama RI. (2019). Laporan Keuangan Kementerian Agama Tahun 2019 Audited. https://ppid.kemenag.go.id/v5/laporan_keuangan.php

Kementerian Agama RI. (2020). Laporan Keuangan Kementerian Agama Tahun 2020 Audited. https://ppid.kemenag.go.id/v5/laporan_keuangan.php

Kusumodestoni, R. H., & Suyatno, S. (2015). Prediksi Forex Menggunakan Model Neural Network. Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, 6(2), 205-210. https://doi.org/10.24176/simet.v6i2.453

Mumu, R. G. R., Nurchim, N., & Sumarlinda, S. (2023). Forecasting Central Bank Digital Currency Terhadap Rupiah Digital. IDEALIS: InDonEsiA journaL Information System, 6(2), 65-74. https://doi.org/10.36080/idealis.v6i2.3027

Pratiwi, A. S., & Nawatmi, S. (2024). Analisis Pagu Minus Belanja Pegawai Pada Pengadilan Negeri Semarang Kelas IA Khusus. Jurnal Ekonomi Manajemen Sistem Informasi (JEMSI), 5(5). https://doi.org/10.31933/jemsi.v5i5

Purwati, N., Nurlistiani, R., & Devinsen, O. (2020). Data Mining Dengan Algoritma Neural Network Dan Visualisasi Data Untuk Prediksi Kelulusan Mahasiswa. Jurnal Informatika, 20(2), 156-163.

Rahman, M. (2018). Prediksi Pembayaran Tagihan Listrik Menggunakan Model Artificial Neural Network.

Ridho, I. I., Mahalisa, G., Sari, D. R., & Fikri, I. (2022). Metode Neural Network Untuk Penentuan Akurasi Prediksi Harga Rumah. Technologia: Jurnal Ilmiah, 13(1), 56-58. http://dx.doi.org/10.31602/tji.v13i1.6252

Syahruddin, S. (2022). Analisis Realisasi Anggaran Belanja Pegawai Pada Satker Lingkup Kantor Kementerian Agama Kabupaten Bima Dan Kota Bima. Jurnal Ilmiah Mandala Education, 8(2), 1309-1323. http://dx.doi.org/10.58258/jime.v8i2.2979

Wijaya, A. H. (2019). Artificial Neural Network Untuk Memprediksi Beban Listrik dengan Menggunakan metode Backpropagation (Studi Kasus PT. PLN Regional Sumatera Barat). Jurnal CoreIT, 5(2), 61-70.

Downloads

Published

2024-10-22

How to Cite

Rudi Hartono, Hendra Adi Saputra, & Gandung Triyono. (2024). Pemodelan Prediksi Alokasi Pagu Belanja Pegawai dengan Metode Neural Network dan Linear Regression. Decode: Jurnal Pendidikan Teknologi Informasi, 4(3), 865–880. https://doi.org/10.51454/decode.v4i3.708

Issue

Section

Articles