Hadi, Hasbul (2025) PENGEMBANGAN SISTEM PENGAJUAN PROGRAM KERJA MENGGUNAKAN PREDICTIVE DATA ANALYTICS BERBASIS ALGORITMA NEURAL NETWORK DI PT. POS INDONESIA KC LHOKSEUMAWE. S2 thesis, Universitas Malikussaleh.

	Text cover.pdf Download (109kB)
	Text ABSTRAK.pdf Download (127kB)
	Text BAB I.pdf Download (161kB)
	Text DAFTAR PUSTAKA.pdf Download (162kB)
	Text full tesis.pdf Restricted to Registered users only Download (2MB)

Abstract

ABSTRAK Transformasi digital di lingkungan PT. Pos Indonesia KC Lhokseumawe menuntut sistem pengadaan barang dan jasa yang lebih efisien, aman, dan adaptif. Penelitian ini bertujuan untuk mengembangkan sistem pengajuan program kerja berbasis web yang mengintegrasikan teknologi predictive data analytics dan algoritma neural network guna meningkatkan efisiensi proses pengadaan serta akurasi prediksi anggaran. Sistem dibangun dengan arsitektur frontend React.js dan backend FastAPI, menggunakan MongoDB sebagai basis data. Model N- BEATS digunakan untuk prediksi anggaran berbasis time series, sedangkan Neural Collaborative Filtering digunakan untuk merekomendasikan vendor berdasarkan histori interaksi. Hasil evaluasi menunjukkan performa yang baik, dengan nilai R-squared sebesar 0,9965 untuk model prediksi anggaran dan F1- score sebesar 73,71% untuk model rekomendasi. Sistem ini berhasil menyediakan fitur manajemen pengadaan, prediksi anggaran, dan rekomendasi tender secara terintegrasi, serta diharapkan dapat memberikan kontribusi nyata terhadap efisiensi proses bisnis di lingkungan PT. Pos Indonesia. Kata Kunci :Sistem Pengadaan, Neural Network, N-BEATS, Neural Collaborative Filtering, Forecasting Anggaran, Rekomendasi Vendor.

Item Type:	Thesis (S2)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Pascasarjana > 71102 - Magister Teknologi Informasi
Depositing User:	Mr Hasbul Hadi
Date Deposited:	22 May 2026 10:15
Last Modified:	22 May 2026 10:15
URI:	https://rama.unimal.ac.id/id/eprint/19854

Actions (login required)

View Item