Pengembangan Model Jaringan Syaraf Tiruan untuk Memprediksi Jumlah Mahasiswa Baru di PTS Surabaya (Studi Kasus Universitas Wijaya Putra)

Jurnal Ilmiah Teknologi Informasi Asia

View Publication Info
 
 
Field Value
 
Title Pengembangan Model Jaringan Syaraf Tiruan untuk Memprediksi Jumlah Mahasiswa Baru di PTS Surabaya (Studi Kasus Universitas Wijaya Putra)
Pengembangan Model Jaringan Syaraf Tiruan untuk Memprediksi Jumlah Mahasiswa Baru di PTS Surabaya (Studi Kasus Universitas Wijaya Putra)
 
Creator Ritonga, Alven Safik
Atmojo, Suryo
 
Description Artificial Neural Network and data time series can use for good forecasting method. Artificial Neural Network is a method whose working principle is adapted from mathematical models in humans or biological neural.Neural networks are characterized by; (1)pattern of connections between the neurons(called architecture), (2)determine the weight of the connection (called training or learning), and (3)activation function.The objective of this research is to get the best artificial neural network architecture, compare two method of Backpropagation Artificial Neural Network with Radial Basis Function Artificial Neural Network (RBF).This research is a research using actual data (true experimental). This research was conducted at Wijaya Putra University Surabaya, using secondary data obtained from 2012 to 2016.The result of the research shows that there is a difference between RBF ANN method and the method of Backpropagation ANN, obtained statistical index of RBF ANN, MAE = 0.0074, RMSE = 0.0096, error = 12.6532%. Statistical index of Backpropagation ANN, MAE = 0.2129, RMSE = 0, 2752, error = 13.3217%.
Jaringan Syaraf Tiruan (JST) dan data time series dapat digunakan untuk metode peramalan dengan baik. Jaringan Syaraf Tiruan adalah suatu metode yang prinsip kerjanya diadaptasi dari model matematika pada manusia atau syaraf biologi. Jaringan syaraf dikarakteristikkan oleh; (1) pola koneksi diantara neuron (disebut arsitektur), (2) menentukan bobot dari koneksi (disebut training atau learning), dan (3) fungsi aktifasi.  Tujuan penelitian adalah mendapatkan arsitektur jaringan syaraf tiruan yang terbaik, membandingkan dua metode Jaringan Syaraf Tiruan Backpropogation dengan metode Jaringan Syaraf Tiruan Fungsi Basis Radial (RBF). Penelitian ini merupakan penelitian dengan menggunakan data yang sebenarnya (true experimental). Penelitian ini dilaksanakan di Universitas Wijaya Putra Surabaya, dengan memakai data kedua yang diperoleh dari tahun 2012 sampai dengan 2016. Hasil penelitian menunjukkan adanya perbedaan antara metode JST RBF dengan metode JST Backpropagation, diperoleh indeks statistik JST RBF, MAE= 0,0074, RMSE=0, 0096, error=12,6532 %. Indeks statistik JST Backpropagation, MAE= 0,2129, RMSE=0, 2752, error=13,3217 %.
 
Publisher LP2M INSTITUT TEKNOLOGI DAN BISNIS ASIA MALANG
 
Date 2018-01-01
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
 
Format application/pdf
 
Identifier http://jurnal.stmikasia.ac.id/index.php/jitika/article/view/213
10.32815/jitika.v12i1.213
 
Source Jurnal Ilmiah Teknologi Informasi Asia; Vol 12 No 1 (2018): Volume 12 Nomor 1 (8); 15-24
Jurnal Ilmiah Teknologi Informasi Asia; Vol 12 No 1 (2018): Volume 12 Nomor 1 (8); 15-24
2580-8397
0852-730X
10.32815/jitika.v12i1
 
Language ind
 
Relation http://jurnal.stmikasia.ac.id/index.php/jitika/article/view/213/162
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library