Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Permintaan Pemasangan Indihome Dengan Metode Radial Basic Function Neural Network (RBFNN)

Abstract

Jaringan saraf tiruan adalah cabang kecerdasan buatan yang meniru atau meniru cara kerja otak manusia. JST dapat diimplementasikan dalam berbagai aplikasi untuk menyelesaikan banyak masalah terutama di bidang peramalan. Salah satu algoritma yang sering digunakan adalah Radial Basis Function Neural Network. Radial Base Function Neural Network adalah salah satu algoritma yang dapat digunakan untuk memprediksi jumlah permintaan instalasi Indihome. Ada dua tahap yang digunakan dalam metode Neural Network Function Radial Base, yaitu tahap pelatihan dan fase pengujian. Pada fase pelatihan, pola berusaha mengenali input dan pada tahap pengujian, pola yang dikenali diuji sehingga diketahui pola jaringan yang dapat mengenali dan memprediksi jumlah permintaan instalasi indihome. Jumlah permintaan untuk instalasi Indihome adalah salah satu metode dalam penelitian ini. Metode jaringan saraf tiruan yang digunakan adalah metode Radial Basis Function Neural Network untuk memprediksi jumlah permintaan pemasangan indihome. Perangkat lunak yang digunakan untuk pengujian adalah aplikasi Matlab versi 6.1

Kata Kunci: Jaringan Saraf Tiruan, Prediksi, RBFNN