Analisis Penerapan Machine Learning dalam Sistem Prediksi dan Pengambilan Keputusan
--- DOI:
https://doi.org/10.64803/joeer.v1i3.19Keywords:
Machine Learning, Sistem Prediksi, Pengambilan Keputusan, Sistem Pendukung Keputusan, Analisis DataAbstract
Perkembangan teknologi machine learning telah mendorong pemanfaatannya secara luas dalam sistem prediksi dan pengambilan keputusan di berbagai sektor. Kemampuan machine learning dalam mengolah data berukuran besar dan kompleks memungkinkan sistem menghasilkan prediksi yang lebih akurat dan mendukung keputusan yang berbasis data. Namun, penerapan teknologi ini masih menghadapi berbagai tantangan, khususnya terkait integrasi hasil prediksi ke dalam proses pengambilan keputusan, interpretabilitas model, serta dampaknya terhadap kualitas keputusan yang dihasilkan. Penelitian ini bertujuan untuk menganalisis penerapan machine learning dalam sistem prediksi dan pengambilan keputusan secara komprehensif. Metode penelitian yang digunakan adalah pendekatan kualitatif-deskriptif melalui kajian literatur ilmiah dan analisis konseptual terhadap struktur sistem, algoritma yang digunakan, serta mekanisme integrasi keputusan. Hasil penelitian menunjukkan bahwa keberhasilan penerapan machine learning tidak hanya ditentukan oleh akurasi prediksi, tetapi juga oleh kualitas data, pemilihan model, dan peran sistem pendukung keputusan dalam menjembatani hasil prediksi dengan pengambil keputusan. Penelitian ini menegaskan pentingnya pendekatan holistik yang menempatkan machine learning sebagai alat pendukung keputusan untuk menghasilkan keputusan yang lebih efektif, transparan, dan dapat dipertanggungjawabkan.
References
[1] T. I. O. A. Muhamad Luqman Nuryana, “Implementasi dan Transformasi Sistem Informasi Manajemen di Era Digital,” J. Tahsinia, vol. 5, no. 9, pp. 1335–1337, 2024.
[2] I. Zaenudin and A. B. Riyan, “Perkembangan Kecerdasan Buatan (AI) Dan Dampaknya Pada Dunia Teknologi,” J. Inform. Utama, vol. 2, no. 2, pp. 128–153, 2024, doi: 10.55903/jitu.v2i2.240.
[3] A. R. Azis, “Analisis Komparasi Algoritma Machine Learning dalam Prediksi Performa Akademik Mahasiswa: Literature Review,” J. Ilmu Komput. dan Inform., vol. 4, no. 2, pp. 143–148, 2025, doi: 10.54082/jiki.212.
[4] S. Perbandingan, P. M. Learning, D. Statistik, P. Prediktif, and P. Elza, “Studi Perbandingan Pendekatan Machine Learning dan Statistik untukPemodelan Prediktif,” J. Comput. Math. Sci., vol. 01, no. 1, pp. 30–36, 2025, [Online]. Available: https://ejournal.pustakabangsaindonesia.com/index.php/jcms
[5] T. H. Salsabila, T. M. Indrawati, and R. A. Fitrie, “Meningkatkan Efisiensi Pengambilan Keputusan Publik melalui Kecerdasan Buatan,” J. Internet Softw. Eng., vol. 1, no. 2, p. 21, 2024, doi: 10.47134/pjise.v1i2.2401.
[6] H. Lestari, A. Irma Purnamasari, and T. Suprapti, “Penerapan Data Mining Menggunakan Algoritma C4.5 Untuk Prediksi Prestasi Belajar Siswa Di Mts Yamuallim Panongan,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 2, pp. 1992–1999, 2024, doi: 10.36040/jati.v8i2.8312.
[7] A. Wira Andika, L. Nurhakim, N. H. Andas, U. M. Denpasar, M. Baitul, and Q. Sambas, “Penggunaan Deep Learning Untuk Memprediksi Kinerja Akademik Dan Memberi Dukungan Yang Tepat Bagi Siswa Using Deep Learning To Predicte Academic Performance and Provide Appropriate Support for Students,” Sibatik J. | Vol., vol. 4, no. 7, pp. 1647–1664, 2025, [Online]. Available: https://publish.ojs-indonesia.com/index.php/SIBATIK
[8] E. R. Mawlidy, R. Dio, and L. Lorensa, “Kemampuan Artifical Intelligence Terhadap Pendeteksian Fraud: Studi Literatur,” Akurasi J. Stud. Akunt. dan Keuang., vol. 7, no. 1, pp. 89–104, 2024, doi: 10.29303/akurasi.v7i1.488.
[9] U. Sri Sulistyawati and Munawir, “Decoding Big Data: Mengubah Data Menjadi Keunggulan Kompetitif dalam Pengambilan Keputusan Bisnis,” J. Manaj. dan Teknol., vol. 1, no. 2, pp. 58–71, 2024, doi: 10.63447/jmt.v1i2.1114.
[10] M. T. Syamkalla, S. Khomsah, and Y. S. R. Nur, “Implementasi Algoritma Catboost Dan Shapley Additive Explanations (SHAP) Dalam Memprediksi Popularitas Game Indie Pada Platform Steam,” J. Teknol. Inf. dan Ilmu Komput., vol. 11, no. 4, pp. 777–786, 2024, doi: 10.25126/jtiik.1148503.
[11] M. Alfidyah, “Optimasi Algoritma Machine Learning untuk Prediksi Kinerja Sistem Komputer,” J. Komput. dan Tek. Inform., vol. 01, no. 01, pp. 1–7, 2025, [Online]. Available: http://pustakajurnal.web.id/index.php/jkti
[12] M. Fahri, “Peran Sistem Informasi Manajemen dalam Pengembangan Strategis Bisnis Berkelanjutan,” J. Akad. Ekon. Dan Manaj., vol. 2, no. 1, pp. 66–72, 2025, [Online]. Available: https://doi.org/10.61722/jaem.v2i1.3943
[13] K. Khotimah, F. Yudistira, and M. Ardiansyah, “Efisiensi Deep learning untuk Analisis Data dan Pengambilan Keputusan,” J. Insa. Peduli Pendidik., vol. 2, no. 2, pp. 79–82, 2024.
[14] A. Sandi Asmoro and S. Sriyono, “Peran Machine Learning dalam Pengambilan Keputusan Manajerial di Industri Fintech: Studi Kasus pada Perusahaan Startup,” J. Account. Financ. Manag., vol. 6, no. 3, pp. 997–1003, 2025, doi: 10.38035/jafm.v6i3.2041.
[15] D. Sunaryo, H. Hamdan, A. Anggriani, C. Winata, and D. D. Alumi, “Prediksi Tren Risiko Keuangan Perusahaan Berdasarkan Model Machine Learning,” J. Akunt. Manaj., vol. 3, no. 2, pp. 78–94, 2025.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 abil alwi prayoga, Muhammad Hasanuddin, Siti Khodijah, Cindy Atika Rizki (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
