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

 (*)Monika Banurea Mail (STMIK Budi Darma, Medan, Indonesia)

(*) Corresponding Author

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

Full Text:

PDF


Article Metrics

Abstract view : 60 times
PDF - 15 times

References

D. Puspitaningrum, Jaringan Syaraf Tiruan, Yogyakarta: Andi. 2006

M. Febrina, “Peramalan Jumlah Permintaan Produksi (JST) Backpropagation”, Jurnal Teknik Industri, vol.1, pp. 174-179

Y.LestariJaringan Syaraf Tiruan Untuk Memprediksi penjualan Jamur Dengaan Metode Backpropagation”, Jurnal iSD, Vol.2, No 1, Januari –Juni 2017, PISN : 2477-863X

PT. Telekomunikasi Devisi Regional Sumatera Utara

Masria, Dasar-dasar pengenalan komputer, yogyakarta Graha Ilmu, 2007

whisnu, Prediksi Kecepatan Air Laut perairan pulau Bintan menggunakan Radial Basic Function Neural Network, Universitas Maritim Raja Ali Haji , 2016

S. Kusumadewi, Artificial Intelligence, Yogyakarta: GRAHA ILMU. 2003

J.J Siang, JaringanSyaraf Tiruan dan Pemograman Menggunakan Matlab, Yogyakarta: ANDI. 2005.

Mohammad yazdi pusadan S.kom, M.eng (2015). Pemograman Matlab pada Sistem Pakar Fuzzy.

.

Bila bermanfaat silahkan share artikel ini

Berikan Komentar Anda terhadap artikel Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Permintaan Pemasangan Indihome Dengan Metode Radial Basic Function Neural Network (RBFNN)

Refbacks

  • There are currently no refbacks.


Creative Commons License

Majalah Ilmiah INTI
P3M STMIK Budi Darma
Sekretariat : Jln. Sisingamangaraja No. 338 
email : ejurnal.stmikbudidarma@gmail.com
Creative Commons Attribution 4.0 International License
.