PEMODELAN YIELD CURVE DATA OBLIGASI PEMERINTAH INDONESIA DENGAN PENDEKATAN GENERAL REGRESSION NEURAL NETWORK DAN RADIAL BASIS FUNCTION NETWORK
Teks penuh
Gambar
Dokumen terkait
By using AFSA to optimize the parameters of RBF neural network, we can get the global optimal solution of the RBF parameter set, AFSA can optimize the number of hidden layer nodes
The demand in the ubiquitous applications of the face recognition system gives the inspiration to establish this project with the application of one of the artificial neural network,
Perbedaan penelitian yang dilakukan dengan penelitian terdahulu adalah penggunaan metode jaringan saraf tiruan Radial Basis Function Neural Network (RBFNN)dan
Model BP-ANN lebih akurat dalam meramalkan yield dan harga obligasi dibandingkan dengan model ARIMA, Hal tersebut berdasarkan nilai MAPE dan RMSE yang dimiliki BP-ANN yang lebih
Kesimpulan yang dapat diambil berdasarkan penelitian ini adalah bahwa performa model neural network radial basis function untuk pemberian kredit mobil yang dibentuk
Berdasarkan penelitian Fisher, Nychka, dan Zerkov (1994), perhitungan kurva yield dengan metode smoothing spline menghasilkan nilai obligasi yang akurat dan fungsi
However, the application of modern control methods such as sliding mode control method, the radial basis function (RBF) neural network control method for controller design of
Prediksi harga saham dengan Optimasi metode Radial Basis Function neural network dengan Menggunakan Growing Hierarchical Self Organizing Map, dengan jumlah vektor data
