Penerapan Artificial Neural Network Dalam Peramalan Tingkat Inflasi Di Indonesia - Ubaya Repository
Bebas
1
0
0
Teks penuh
Dokumen terkait
Beberapa keuntungan ANN dibandingkan ARMA antara lain (i) bisa bekerja pada sistem yang tidak memiliki banyak jenis data (ii) distribusi dan stasioner data
neural network backpropagation metode yang memberikan hasil yang lebih akurat dalam peramalan pada perhitungan tingkat kemiskinan di Indonesia karena metode ini
Pada penelitan ini dilakukan resampling terhadap unit input untuk melihat signifikan bobot neural network dengan melihat selang kepercayaan dari bootstrap.. Perbandingan
Pada penelitan ini dilakukan resampling terhadap unit input untuk melihat signifikan bobot neural network dengan melihat selang kepercayaan dari bootstrap.. Perbandingan
Hasil yang didapatkan dari penelitian ini adalah peramalan permintaan tepung terigu dengan menggunakan model terbaik yang telah didapatkan yaitu dengan nilai MAPE
Penggunaan metode seasonal untuk memprediksi variabel input kemudian variabel input tersebut dimasukkan ke dalam model neural network dengan backpropagation
Dari hasil analisis data yang dilakukan disimpulkan bahwa Performa model multiple linear regression lebih baik dibandingkan dengan metode neural network
Model neural network dalam peramalan produksi minyak mentah di Indonesia dari tahun 1965 sampai tahun 2011 dengan unit input yaitu yt-1, yt-2, yt-3, dan yt- 4, hiden layer
