UDiNus Repository

IMPLEMENTASI ALGORITMA REGRESI LINIER BERGANDA UNTUK FITUR PREDIKSI ANGGARAN BELANJA PADA PERANGKAT LUNAK SIM-DESA

ALIP, PRASETYO (2017) IMPLEMENTASI ALGORITMA REGRESI LINIER BERGANDA UNTUK FITUR PREDIKSI ANGGARAN BELANJA PADA PERANGKAT LUNAK SIM-DESA. Skripsi,Fakultas Ilmu Komputer.

[img]
Preview
PDF
Download (4062b) | Preview

    Abstract

    Anggaran merupakan suatu perencanaan yang disusun secara sistematis dalam bentuk angka yang meliputi seluruh kegiatan perusahaan untuk jangka waktu atau periode tertentu di masa yang akan datang. Perencanaan memiliki hubungan yang erat dengan prediksi dimana sebuah perencanan merupakan indikasi apa yang seharusnya terjadi sedangkan prediksi berhubungan dengan apa yang akan terjadi. Perencanaan anggaran yang baik akan mempengaruhi terhadap pelaksanaan program kerja pada suatu daerah. Berdasarkan hal tersebut guna memberikan perencanaan anggaran yang baik diperlukannya fitur prediksi anggaran. Fitur prediksi anggaran dilakukan menggunakan data mining yang dimodelkan dengan algoritma regresi linier berganda. Variabel yang digunakan adalah variabel dependen yaitu anggaran belanja sebagai Y, dan variabel independen yaitu pendapatan asli desa sebagai X1, pendapatan transfer sebagai X2 dan pendapatan lain-lain sebagai X3. Dari penelitian yang dilakukan dengan tingkat kepercayaan 95% diperoleh hasil koefisien korelasi berganda (R) adalah 0.99530172982229 dan koefisien determinasi (R2) adalah 0.99062553338725. Hal tersebut juga ditunjang dengan Uji F yang dilakukan menunjukan bahwa model regresi linier berganda signifikan atau memiliki hubungan linier antara variabel independen terhadap variabel dependen.

    Item Type: Article
    Subjects: T Technology > Teknik Informatika
    Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika
    Divisions: Fakultas Ilmu Komputer
    Depositing User: Psi Udinus
    Date Deposited: 13 Dec 2017 16:48
    Last Modified: 13 Dec 2017 16:48
    URI: http://eprints.dinus.ac.id/id/eprint/23175

    Actions (login required)

    View Item