URGENSI PEMBUATAN MODEL PREDIKTIF DALAM TATA KELOLA BISNIS
DOI:
https://doi.org/10.69714/jvtm6q52Keywords:
Business, Predictive modeling, StatisticsAbstract
Predictive modeling is a mathematical and statistical method for predicting future behavior or trends by analyzing input data patterns. This is part of predictive analysis using current and historical data to predict or estimate future events. This paper aims to examine the importance of predictive modeling in business affairs. The method used in this paper is literature review. Data was collected by conducting literature searches, both books and journals. The results of the study show that predictive analytics is an organizational game changer that aims to improve the competency retrieval process and increase efficiency. By leveraging large amounts of data, predictive analytics allows businesses to predict future outcomes by analyzing historical data, identifying trends, and creating insights that can be implemented in the field. For business analysts, understanding predictive analytics is critical to establishing data-driven strategies and addressing the ethical considerations that accompany data manipulation.
References
Bachri, N. (2019). Statistika Dasar Untuk Bisnis: Teori, Pendekatan dan Contoh Kasusnya. Sukabumi: CV Jejak (Jejak Publisher).
Fikri, A., dkk. (2021). Keberlanjutan dalam Perspektif Bisnis dan Inklusifitas. Surabaya: Scopindo Media Pustaka.
Gupta, A. Das. (2020). Strategic Human Resource Management: Formulating and Implementing HR Strategies for a Competitive Advantage. New York: CRC Press.
Husein, A. M., Lubis, F. R., & Harahap, M. K. (2021). Analisis Prediktif untuk Keputusan Bisnis: Peramalan Penjualan. Data Sciences Indonesia (DSI), 1(1), 32–40.
Hutagalung, J. (2021). Kombinasi K-Means Clustering Dan Metode MOORA. Yogyakarta: Deepublish.
Juanda, B., & Junaidi. (2012). Ekonomika Deret Waktu. Bogor: IPB Press.
Khasanah, U. (2021). Analisis Regresi. Yogyakarta: UAD PRESS.
Kurniawan, C. (2019). A Survey on Big Data Analytics Model. ITEJ (Information Technology Engineering Journals), 4(1), 1–13.
Maharani, T. (2024). Visualisasi Data Untuk Pemodelan Prediktif: Metode Dan Alat. Jurnal Teknologi Pintar, 4(5).
Mantik, H., & Awaludin, M. (2023). Revolusi industri 4.0: Big Data, Implementasi Pada Berbagai Sektor Industri. JSI (Jurnal Sistem Informasi) Universitas Suryadarma, 10(1), 107–120.
Natanael, Y. A., Ilmi, B., & Jamaris, E. (2023). Penggunaan Teknologi Kecerdasan Buatan dalam Proses Audit Keuangan: Tantangan dan Peluang. Jurnal Akuntansi Dan Keuangan Kontemporer (JAKK), 6(1), 174–181.
Permana, A. A., Wahyuddin, S., Santoso, L. W., Wibowo, G. W. N., Wardhani, A. K., Wahidin, A. J., … Wijayanti, R. R. (2023). Machine Learning. Padang: Global Eksekutif Teknologi.
Prehanto, D. R. (2020). Konsep Sistem Informasi. Surabaya: Scopindo Media Pustaka.
Putri, K. A. (2023). Pemodelan Matematis dalam Pengembangan Sistem Pengolahan Big Data untuk Analisis Prediktif. Jurnal Dunia Ilmu, 3(7).
Ristianti, D. F., & Suparman, S. (2020). Komparasi Algoritma Klasifikasi Data Mining. Science, Technology, Engineering, Economics, Education, and Mathematics, 1(1).
Saputra, A. (2023). Analisis Prediktif Dalam Bisnis: Menggunakan Data Untuk Meningkatkan Kinerja. Jurnal Teknologi Terkini, 3(8).
Sholihin, M., & Ratmono, D. (2021). Analisis SEM-PLS Dengan WarpPLS 7.0 Untuk Hubungan Nonlinier Dalam Penelitian Sosial dan Bisnis. Yogyakarta: Penerbit Andi.
Sugiana, N. S. S., & Musty, B. (2023). Analisis Data Sistem Informasi Monitoring Marketing; Tools Pengambilan Keputusan Strategic. Jutisi: Jurnal Ilmiah Teknik Informatika Dan Sistem Informasi, 12(2).
Sugiyono. (2018). Metode Penelitian Kualitatif. Badung: Alfabeta.
Sukarsa, S., & Sulaeman, D. A. (2024). Perancangan Sistem Pengolahan Big Data Untuk Analisis Prediktif Dalam Bisnis Dan Industri. Jurnal Review Pendidikan Dan Pengajaran (JRPP), 7(3), 11891–11897.
Suta, I. G. M. A. B., & Ardana, I. K. (2019). Pengaruh Kompensasi, Persepsi Dukungan Organisasi Dan Pengembangan Karir Terhadap Retensi Karyawan. Denpasar: Udayana University.
Sypros, M. (1993). Metode dan Aplikasi Peramalan. Jakarta: Erlangga.
Tahir, R., Aulia, D. I., Sunarto, S., Syahputra, H., Dewi, R., Muharam, D. D., … Afiyah, S. (2023). MANAJEMEN SUMBER DAYA MANUSIA: Sebuah Konsep dan Implementasi terhadap kesuksesan Organisasi. Jambi: PT. Sonpedia Publishing Indonesia.
Wicaksana, W. (2019). Pentingnya Kepuasan Pelanggan Pada Suatu Bisnis. Jurnal Manajemen Pendidikan Dan Ilmu Sosial, 1(1), 317–323.
Zed, M. (2008). Metode Penelitian Kepustakaan. Jakarta: Yayasan Obor Indonesia.
Zeniarja, J., & Luthfiarta, A. (2015). Prediksi Churn dan Segmentasi Pelanggan Menggunakan Backpropagation Neural Network Berbasis Evolution Strategies. Techno. Com, 14(1), 49–54.
