Penelitian tentang dengan
topik prediksi cukup banyak, berikut beberapa penelitian yang terkait dengan
analisis yang menggunakan linear regresi antara lain penelitian yang berjudul:
Penelitian yang dilakukan oleh
Rochmawati dan Binarsih [4], kepala
sekolah dapat mengadopsi kepemimpinan yang sesuai untuk mempengaruhi kepuasan
kerja dan kinerja para guru dan staf. Penelitian sebelumnya telah meneliti
pengaruh kepemimpinan kepala sekolah dan motivasi terhadap kinerja guru dengan
mediasi kepuasan kerja yang menunjukkan adanya pengaruh yang positif antara
kepemimpinan terhadap kepuasan dan kinerja guru menngunakan algoritma linear regresi.
Rusdianto [5], dalam
penelitiannya berdasarkan hasil penelitian
dari para penelitian terdahulu, dapat dipahami bahwa dalam lingkup organisasi
sekolah, kepemimpinan kepala sekolah berpengaruh terhadap kepuasan kerja para
guru yang menjadi bawahannya. Penelitian berbeda yang menyimpulkan bahwa
meskipun kepemimpinan berpengaruh terhadap kinerja guru, namun besarnya
pengaruh hanya 30% saja sementara 70% dipengaruhi oleh variabel lain
menngunakan algoritma linear regresi.
Penelitian yang dilakukan oleh Agus
Subianto [6], kepemimpinan kepala sekolah
berpengaruh positif dan signifikan terhadap kinerja guru, komunikasi organisasi
berpengaruh positif dan signifikan terhadap kinerja guru, kepuasan kerja
berpengaruh positif dan signifikan terhadap kinerja guru, kepemimpinan kepala
sekolah, komunikasi organisasi dan kepuasan kerja secara bersama sama
berpengaruh positif dan signifikan terhadap kinerja guru menggunakan algoritma linear regresi.
2.1.4 Artificial Neural Network (ANN) dengan proses pembelajaran backpropagation dalam peramalan data deret
waktu.
Penelitian yang dilakukan oleh Bambang [8], tujuannya adalah dengan
menerapakan metode ANN untuk model peramalan dan membandingkan hasilnya dengan
metode ARIMA Box-Jenkis.Pendekatan ARIMA Box-Jenkis terbukti relatif lebih baik
terutama pada data yang stasioner.Sedangkan ANN lebih baik pada data
tak-stasioner.
2.1.5 Penerapan algoritma neural network dengan struktur backpropagation
untuk prediksi stok obat di apotik.
Penelitian yang dilakukan oleh Yanti [9], Tujuan penelitian ini adalah
mendapatkan hasil prediksi obat. Hasil diberikan dalam bentuk angka dan grafik
dan pencarian root mean square error (RMSE) terkecil.
2.1.6 Penerapan model neural
network dengan inisialisasi pembobotan awal menggunakan regresi logistik binner untuk
memprediksi jenis penyakit Erythematho-Squamous.
Penelitian yang dilakukan oleh Aziz [10], Hasil penelitian yang
diperoleh adalah bahwa model neural
network tersebut memiliki ketepatan 91.04% lebih tinggi dibandingkan dengan
model regresi logistik normal (74.50%).