Nadia Armelia Amanda, . (2023) Machine Learning Pada Analisis Data Inflasi Indonesia Menggunakan Metode Regresi Logistik. Sarjana thesis, Institut Sains dan Teknologi Nasional (ISTN).
![[thumbnail of Cover]](https://repo.istn.ac.id/style/images/fileicons/text.png)
awal.pdf
Download (1MB)
![[thumbnail of Halaman Pengesahan]](https://repo.istn.ac.id/style/images/fileicons/text.png)
Halaman Pengesahan.pdf
Download (112kB)
![[thumbnail of Abstrak]](https://repo.istn.ac.id/style/images/fileicons/text.png)
Abstract.pdf
Download (241kB)
![[thumbnail of Bab 1]](https://repo.istn.ac.id/style/images/fileicons/text.png)
Chapter 1.pdf
Download (311kB)
![[thumbnail of Bab 5]](https://repo.istn.ac.id/style/images/fileicons/text.png)
Conclusion.pdf
Download (203kB)
![[thumbnail of Skripsi Full File]](https://repo.istn.ac.id/style/images/fileicons/text.png)
Skripsi Nadia Armelia Amanda.pdf
Restricted to Registered users only
Download (8MB)
Abstract
Inflasi memiliki arti kecenderungan kenaikan harga barang dan jasa secara umum yang berlangsung terus menerus. Bila harga barang dan jasa lebih tinggi di dalam negeri, maka inflasi meningkat. Kenaikan harga barang dan jasa juga menyebabkan turunnya nilai uang. Penelitian ini bertujuan menganalisis data inflasi memanfaatkan machine learning dengan metode regresi logistik sebagai algoritma dalam menentukan naik dan turunnya nilai inflasi pada negara Indonesia. Hasil analisis menunjukkan bahwa nilai inflasi selama tahun 2020 sampai dengan 2022 mengalami dengan nilai akurasi yang cukup tinggi sebesar 75% ini membuktikan bahwa inflasi diprediksi mengalami kenaikan yang datanya diambil dari sampel per bulan selama 3 tahun tersebut.
Item Type: | Thesis (Sarjana) |
---|---|
Additional Information: | 1). Marhaeni, S.Kom., M.Kom. |
Subjects: | L Education > L Education (General) Q Science > Q Science (General) T Technology > T Technology (General) |
Divisions: | Fakultas Sains dan Teknologi Informasi (FSTI) > Teknik Informatika |
Depositing User: | Perpusistn 2 |
Date Deposited: | 04 Aug 2025 03:23 |
Last Modified: | 04 Aug 2025 03:23 |
URI: | https://repo.istn.ac.id/id/eprint/573 |