JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH PENUMPANG MENGGUNAKAN METODE BACKPROPAGATION
|
Abstract
Jaringan syaraf tiruan cabang dari kecerdasan buatan yang meniru atau mencontoh cara kerja otak manusia. JST dapat diimplementasikan pada berbagai macam aplikasi untuk menyelesaikan banyak masalah khususnya dalam bidang peramalan. Salah satu algoritma yang sering digunakan adalah Backpropagation. Backpropagation salah satu algoritma yang dapat digunakan untuk memprediksi jumlah penumpang. Ada dua tahapan yang digunakan pada metode backpropagation ini yaitu tahap pelatihan dan tahap pengujian. Pada tahap pelatihan pola berusaha untuk mengenali masukan dan pada tahap pengujian pola yang sudah dikenali diujikan sehingga diketahui pola jaringan yang dapat mengenali dan melakukan prediksi terhadap jumlah penumpang. Dalam penelitian ini metode jaringan syaraf tiruan yang digunakan adalah metode backpropagtion untuk memprediksi jumlah penumpang. Perangkat lunak yang digunakan untuk pengujian adalah aplikasi Matlab versi 6.1
Full Text:
PDFArticle Metrics
Abstract view : 512 timesPDF - 377 times
References
Maharani Dessy Wuryandari, “Jaringan Syaraf Tiruan Untuk Memprediksi Laju Pertumbuhan Penduduk Menggunakan Metode Backpropagation (STUDI KASUS DI KOTA BENGKULU)”, Media Infotama, Vol. 12 No. 1, Februari 2016
M.F Andrijasa, “Jaringan Syaraf Tiruan”, Andi, Yogyakarta, 2006.
Jong Jek Siang, M.Sc, “Jaringan Syaraf Tiruan & Pemrograman Menggunakan Matlab”, Yogyakarta,Andi, 2005.
Arif Jumarwanto, “Jaringan Syaraf Tiruan”, Andi, Yogyakarta, 2009.
Hardiahardaja,“ Pemodelan Jaringan Syaraf Tiruan”, Andi, Yogyakarta, 2006.
Bila bermanfaat silahkan share artikel ini
Berikan Komentar Anda terhadap artikel JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH PENUMPANG MENGGUNAKAN METODE BACKPROPAGATION
Refbacks
- There are currently no refbacks.
Copyright (c) 2018 Pelita Informatika: Informasi dan Informatika
Jurnal PELITA INFORMATIKA: INFORMASI DAN INFORMATIKA
Published by STMIK Budi Darma
Email: pelitainformatika.stmikbd@gmail.com
Journal is licensed under a Creative Commons Attribution 4.0 International License