PERAMALAN DATA DERET WAKTU MENGGUNAKAN ALGORITMA BACKPROPAGATION NEURAL NETWORK (BNN)

NOVITA VERONIKA , 1817031064 (2022) PERAMALAN DATA DERET WAKTU MENGGUNAKAN ALGORITMA BACKPROPAGATION NEURAL NETWORK (BNN). FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK - ABSTRACT.pdf Download (11Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (1425Kb) | Minta salinan
Preview	File PDF 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1250Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Jaringan Syaraf Tiruan (JST) merupakan pengolahan informasi yang terinspirasi oleh cara kerja sistem syaraf biologis dalam memproses informasinya. ANN sering digunakan dalam peramalan data runtun waktu yang salah satunya yaitu algoritma Backpropagation Neural Network (BNN). BNN adalah metode penurunan gradien untuk meminimalkan error yang memiliki dua tahap perhitungan. Dengan menggunakan algoritma BNN dapat dilatih untuk menganalisa pola data masa lalu dengan output yang diinginkan pada saat ini. Dari hasil analisis yang telah dilakukan menggunakan algoritma BNN menghasilkan model terbaik yaitu MSE 0.0002452 dan MAPE 5.1165471 pada fungsi aktivasi tanh di hidden layer ke-2 dengan pembagian data pelatihan 70% (1534 data) dan data pengujian 30% (658 data). Peramalan dengan analisis ini menghasilkan harga emas terbesar pada 23 Juni 2022 sebesar Rp873.639,00 dan harga emas terkecil pada 26 Juni 2022 sebesar Rp841.742,00. Kata kunci: jaringan syaraf tiruan, backpropagation, peramalan, harga emas

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika 500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	2203585725 . Digilib
Date Deposited:	05 Aug 2022 08:01
Terakhir diubah:	05 Aug 2022 08:01
URI:	http://digilib.unila.ac.id/id/eprint/64504

Actions (login required)

Lihat Karya Akhir