• Tidak ada hasil yang ditemukan

Optimasi jaringan syaraf tiruan dengan algoritma genetika untuk peramalan curah hujan

N/A
N/A
Info
Unduh - Bebas
Protected

Academic year: 2017

Membagikan "Optimasi jaringan syaraf tiruan dengan algoritma genetika untuk peramalan curah hujan"

Copied!
1
0
0

Memuat.... (Lihat teks lengkap sekarang)

Unduh sekarang ( 1 Halaman )

Teks penuh

(1)

Jurnal Ilmu Komputer     Vol 4. No 1 Tahun 2006   

OPTIMASI JARINGAN SYARAF TIRUAN DENGAN ALGORITMA

GENETIKA UNTUK PERAMALAN CURAH HUJAN

Aziz Kustiyo, Agus Buono, Novi Apriyanti

ABSTRAK

Informasi tentang banyaknya curah hujan sangat berguna bagi para petani dalam mengantisipasi kemungkinan terjadinya peristiwa-peristiwa ekstrim (kekeringan dan kebanjiran) yang akan berakibat kegagalan dalam proses produksinya. Dengan demikian, ketersediaan informasi ini memerlukan suatu metode peramalan curah hujan yang akurat. Beberapa penelitian yang sudah dilakukan belum memberikan hasil yang memuaskan.

Algoritma genetika standar adalah metode yang digunakan untuk optimasi konfigurasi neuron pada lapisan tersembunyi dalam Jaringan Syaraf Tiruan (JST) ini. Teknik pembelajaran JST yang digunakan dalam metode peramalan curah hujan ini adalah JST propagasi balik standar dengan arsitektur banyak lapis yaitu satu lapisan input, satu lapisan tersembunyi, dan satu lapisan output. Keakuratan hasil prediksi JST diukur berdasarkan R2 dan RMSE-nya.

Referensi

Unduh sekarang ( PDF - 1 Halaman - 65.50 KB )

Dokumen terkait

Pengenalan karakter tulisan tangan dengan menggunakan jaringan syaraf tiruan propagasi balik resilient

Jika dibandingkan dengan penelitian sebelumnya yang menggunakan JST propagasi balik standar, JST RPROP yang digunakan dalam penelitian ini menghasilkan epoch yang sangat

Evaluasi Kinerja Jaringan Syaraf Tiruan pada Peramalan Konsumsi Listrik Kelompok Tarif Rumah Tangga.

Peramalan konsumsi listrik untuk kelompok tarif rumah tangga di Provinsi Bali yang dilakukan dengan JST MLP - terdiri dari 1 lapisan input , 1 lapisan tersembunyi dan 1 lapisan

Peramalan Penjualan Mobil Menggunakan Jaringan Syaraf Tiruan Dan Certainty Factor

Arsitektur jaringan syaraf tiruan yang dibangun terdiri dari beberapa lapisan, yaitu : lapisan masukan (layer input), satu lapisan tersembunyi (layer hidden), dan lapisan

Evaluasi Model Jaringan Syaraf Tiruan Metode Backpropagation Untuk Prediksi Iklim Ekstrim Dengan Korelasi Curah Hujan Dan Tinggi Muka Laut Di Semarang

Korelasi antara prediksi curah hujan model JST dengan data tinggi muka laut mendapatkan pola grafik yang sesuai, dimana terdapat hubungan antara tingginya curah hujan

Prediksi Kalender TanamBerdasarkan Curah Hujan Dengan Menggunakan Jaringan Syaraf Tiruan dan Algoritma Genetika

Hal ini membuktikan bahwa dengan arsitektur Jaringan Syaraf Tiruan yang telah dilatih di proses training, arsitektur tersebut juga dapat menghasilkan nilai

Implementasi Jaringan Syaraf Tiruan Recurrent Dengan Metode Pembelajaran Gradient Descent Adaptive Learning Rate Untuk Pendugaan Curah Hujan

JST recurrent yang teroptimasi secara heuristik dengan menggunakan gradient descent adaptive learning rate .dapat diterapkan dalam pendugaan curah hujan berdasarkan

EVALUASI MODEL JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK PREDIKSI IKLIM EKSTRIM DENGAN KORELASI CURAH HUJAN DAN TINGGI MUKA LAUT DI SEMARANG

Korelasi antara prediksi curah hujan model JST dengan data tinggi muka laut mendapatkan pola grafik yang sesuai, dimana terdapat hubungan antara tingginya curah hujan

ANALISIS PENGGUNAAN ALGORITMA GENETIKA UNTUK PERBAIKAN JARINGAN SYARAF TIRUAN RADIAL BASIS FUNCTION

Evaluasi dari simulasi menunjukkan bahwa JST GARBF dan AGARBF dapat memperbaiki akurasi untuk arsitektur JST RBF yang sederhana yaitu pada arsitektur dengan jumlah neuron