Afan, Galih Salman and Yen, Lina Prasetio (2010) IMPLEMENTASI JARINGAN SYARAF TIRUAN RECURRENT. Jurnal ComTech, 01 (02). ISSN 2087-1244
|
Text
19 - Teknik Informatika - Afan Galih - OK-ABSTRACT.pdf Download (6kB) | Preview |
Abstract
Penggunaan teknologi di bidang Artificial Intellegence khususnya teknologi Jaringan Syaraf Tiruan (JST) dalam pendugaan curah hujan dapat dilakukan dengan metoda pendekatan pembelajaran. Keakuratan hasil prediksi JST diukur berdasarkan koefisien determinasi (R2) dan Root Mean Square Error (RMSE). Optimasi pembelajaran heuristik yang dilakukan pada dasarnya adalah pengembangan kinerja algoritma pembelajaran gradient descent standard menjadi algoritma pelatihan yaitu gradient descent adaptive learning rate. Pola input data yang digunakan sangat berpengaruh terhadap kinerja JST Recurrent Elman dalam melakukan proses pendugaan. Kelompok data pertama yaitu 75% data pelatihan & 25% data uji menghasilkan R2 maksimum 69,2% untuk leap 0 sedangkan kelompok data kedua yaitu 50% data pelatihan & 50% data pengujian menghasilkan R2 maksimum 53,6 % untuk leap 0. Hasil nilai R2 pada leap 0 lebih baik dibandingkan pada leap l, leap 2 dan leap 3.
Item Type: | Article |
---|---|
Additional Information: | 8_Volume 01 / Nomor 02 / December 2010_IMPLEMENTASI JARINGAN SYARAF TIRUAN RECURRENT |
Subjects: | Computer Science |
Divisions: | Jurnal ComTech > Volume 01 / Nomor 02 / December 2010 |
Depositing User: | Mr. Super Admin |
Date Deposited: | 05 Jun 2012 04:45 |
Last Modified: | 30 Jan 2013 03:23 |
URI: | http://eprints.binus.ac.id/id/eprint/12886 |
Actions (login required)
![]() |
View Item |