@misc{eprints65683,
           month = {Juli},
           title = {ANALISIS STRUKTUR TERBAIK NEURAL NETWORK DENGAN
ALGORITMA BACKPROPAGATION DALAM MEMPREDIKSI INDEKS
KANDUNGAN SULFIDA (SO2) DI IBU KOTA JAKARTA},
          author = {1857031008 M NAUFAL AMMAR RAFDIONO},
         address = {UNIVERSITAS LAMPUNG},
       publisher = {FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM},
            year = {2022},
             url = {http://digilib.unila.ac.id/65683/},
        abstract = {Udara merupakan salah satu sumber kehidupan manusia. Udara yang tercemar
mengakibatkan berbagai permasalahan besar, seperti: kesehatan. Penelitian ini
bertujuan untuk membandingkan kinerja fungsi aktivasi yang paling sesuai dan
memperoleh struktur jaringan terbaik dalam memprediksi indeks kandungan sulfida
(SO2) di ibu kota Jakarta. Kinerja masing-masing fungsi aktivasi dibandingan
dengan menggunakan Mean Square Error (MSE), Mean Absolute Percentage Error
(MAPE) dan akurasi model. Sehingga didapatkan struktur jaringan terbaik berupa
2 nodes input, 3 hidden layer (3 nodes pada hidden layer pertama, 2 nodes pada
hidden layer kedua, dan 1 nodes pada hidden layer ketiga) dengan menggunakan
skema 90\% training dan 10\% testing serta fungsi aktivasi TanH. Dengan nilai MSE
sebesar 0.009990629 dan nilai MAPE 15.87412\% atau akurasi sebesar 84.12588\%.
Kata Kunci: Indeks Standar Pencemaran Udara (ISPU), Backpropagation,
Neural Network, Deret Waktu, Prediksi}
}