EUVIMEDEUVIMED entdecken
Crossref

PERBANDINGAN AKURASI PREDIKSI METODE REGRESI LINEAR OLS DENGAN JARINGAN SYARAF TIRUAN : STUDI KASUS DATASET STARTUP

Wahyuni Windasari Wahyuni Windasari, Wasiman, M. Annas Alfiyanto

Journal of Data Science Theory and Application · 2023

DOI: 10.32639/jasta.v2i1.283 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Journal of Data Science Theory and Application, 2023. Verfasst von Wahyuni Windasari Wahyuni Windasari und 2 weiteren Autor:innen.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Perkembangan digital membawa pengaruh pada tumbuhnya perusahaan StartUp. Penelitian terkait dengan faktor yang mempengaruhi profit perusahaan StartUp menjadi bahan kajian yang menarik untuk dikaji lebih lanjut. Pada penelitian ini akan dilakukan analisis terkait faktor-faktor yang mempengaruhi profit perusahaan StartUp menggunakan metode prediksi linear berganda dan Jaringan Syaraf Tiruan (JST). Dengan melakukan analisis data pada dataset Kaggle dari 1000 perusahaan StartUp menggunakan RStudio diperoleh hasil bahwa performa model linear berganda lebih akurat dibandingkan dengan performa model JST. Hal ini terlihat dari nilai SAE model linear berganda lebih kecil dibandingkan SAE model JST.

Zitieren

APA

Windasari, W. W. W., Wasiman, & Alfiyanto, M. A. (2023). PERBANDINGAN AKURASI PREDIKSI METODE REGRESI LINEAR OLS DENGAN JARINGAN SYARAF TIRUAN : STUDI KASUS DATASET STARTUP. Journal of Data Science Theory and Application. https://doi.org/10.32639/jasta.v2i1.283

Vancouver

Windasari WWW, Wasiman, Alfiyanto MA. PERBANDINGAN AKURASI PREDIKSI METODE REGRESI LINEAR OLS DENGAN JARINGAN SYARAF TIRUAN : STUDI KASUS DATASET STARTUP. Journal of Data Science Theory and Application. 2023. doi:10.32639/jasta.v2i1.283

BibTeX
@article{Windasari2023,
  author = {Windasari, Wahyuni Windasari Wahyuni and Wasiman and Alfiyanto, M. Annas},
  title = {PERBANDINGAN AKURASI PREDIKSI METODE REGRESI LINEAR OLS DENGAN JARINGAN SYARAF TIRUAN : STUDI KASUS DATASET STARTUP},
  journal = {Journal of Data Science Theory and Application},
  year = {2023},
  doi = {10.32639/jasta.v2i1.283}
}
Kostenlos starten →