PERAMALAN AWAL MUSIM HUJAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION LEVENBERG-MARQUARDT
Teks penuh
Gambar
Dokumen terkait
Pada taraf nyata 5% nilai RMSE di wilayah hujan keempat mengalami penurunan sebesar 0.6 dasarian bila menggunakan bobot yang telah dioptimasi dengan rentang
Panjang data observasi curah hujan yang berhasil diperoleh adalah 30 hingga 40 tahun, sesuai dengan wilayah hujannya. Model yang dibangun akan memprediksi nilai rata-rata dari 5
Penelitian ini bertujuan menggunakan Jaringan Syaraf Tiruan Backpropagation untuk meramalkan harga saham, model ini merupakan sebuah model jaringan syaraf
Jika diaplikasikan ke stasiun hujan lain yang mempunyai karakter sama (tidak berbeda signifikan) maka korelasi antara data simulasi dan data historis sampai 0,8. Model yang
Penerapan GA dalam proses pelatihan jaringan syaraf tiruan selalu memberikan hasil yang lebih baik d ibanding dengan menggunakan algoritma pelatihan JST lain..
Jika diaplikasikan ke stasiun hujan lain yang mempunyai karakter sama (tidak berbeda signifikan) maka korelasi antara data simulasi dan data historis sampai 0,8. Model
Hal ini berarti sebanyak 12% dari nilai observasi dapat digambarkan hubungan liniernya terhadap nilai prediksi yang terdapat pad a kelompok wilayah hujan tersebut, sedangkan pad a
Said (2011) melakukan penelitian peramalan panjang musim hujan menggunakan jaringan syaraf tiruan resilient backpropagation yang menghasilkan prediksi terbaik pada
