creators_name:    NOVITA      VERONIKA , 1817031064
type: other
datestamp: 2022-08-05 08:01:38
lastmod: 2022-08-05 08:01:38
metadata_visibility: show
title: PERAMALAN DATA DERET WAKTU MENGGUNAKAN ALGORITMA BACKPROPAGATION NEURAL NETWORK (BNN)
ispublished: pub
subjects: 500
subjects: 510
full_text_status: restricted
abstract: 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

date: 2022-06-22
date_type: published
publisher: FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
place_of_pub: UNIVERSITAS LAMPUNG
id_number: 1817031064
citation:    NOVITA VERONIKA , 1817031064  (2022) PERAMALAN DATA DERET WAKTU MENGGUNAKAN ALGORITMA BACKPROPAGATION NEURAL NETWORK (BNN).  FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.     
document_url: http://digilib.unila.ac.id/64504/1/1.%20ABSTRAK%20-%20ABSTRACT.pdf
document_url: http://digilib.unila.ac.id/64504/3/2.%20SKRIPSI%20FULL.pdf
document_url: http://digilib.unila.ac.id/64504/2/3.%20SKRIPSI%20TANPA%20BAB%20PEMBAHASAN.pdf