• Tidak ada hasil yang ditemukan

PENERAPAN ARTIFICIAL NEURAL NETWORK UNTUK MEMPREDIKSI PRAKIRAAN CUACA DENGAN MENGGUNAKAN METODE BACKPROPAGATION

N/A
N/A
Protected

Academic year: 2017

Membagikan "PENERAPAN ARTIFICIAL NEURAL NETWORK UNTUK MEMPREDIKSI PRAKIRAAN CUACA DENGAN MENGGUNAKAN METODE BACKPROPAGATION"

Copied!
1
0
0

Teks penuh

(1)

PENERAPAN ARTIFICIAL NEURAL NETWORK UNTUK MEMPREDIKSI

PRAKIRAAN CUACA DENGAN MENGGUNAKAN METODE

BACKPROPAGATION

NOVI HENDRIYANTO

Program Studi Magister Teknik Informatika

Fakultas Ilmu Komputer Universitas Dian Nuswantoro

Semarang 50131, Indonesia

ABSTRAKSI

Referensi

Dokumen terkait

proses training pada algoritma ANN-BP LM dengan tujuan menghasilkan nilai bobot-bobot yang optimal, dimana nilai tersebut digunakan untuk proses testing dan

setelah dilakukan perubahan pada beberapa parameter yang meliputi training cycle, learning rate, momentum, neuron size dan hidden layer diperoleh nilai akurasi yang

Pencarian Nilai eigen dan vektor eigen bertujuan untuk mengetahui sejauh mana dimensionalitas dataset dapat dipotong, dimensi yang memiliki eigen value yang besar adalah

Tujuan dilakukannya tugas akhir ini adalah untuk memperoleh model yang tepat terhadap jenis data yang ada pada variabel cuaca kota Surabaya dengan menggunakan metode

Berdasarkan latar belakang dan rumusan masalah diatas, maka tujuan penelitian ini adalah untuk meningkatkan akurasi prediksi kecepatan angin dengan melihat tingkat

Metode penelitian yang dilakukan melalui tahapan penelitian yang terbagi dalam 7 tahapan, yaitu : 1) Pengambilan Sampel, 2) Preprocessing Data, 3) Training Data dan Testing

setelah dilakukan perubahan pada beberapa parameter yang meliputi training cycle, learning rate, momentum, neuron size dan hidden layer diperoleh nilai akurasi yang

Penerapan graf pada artificial neural network adalah neuron input, neuron output, hidden neuron atau neuron pemroses sebagai simpulnya dan jaringan atau koneksi