Prediksi Kualitas Air Danau Toba Menggunakan Extreme Learning Machine
Teks penuh
Dokumen terkait
error , maka dapat ditampilkan pada Tabel 3. Pada tabel didapatkan besar nilai MAPE dari proses testing dari metode OPELM dan ELM. MAPE testing terkecil dengan metode OPELM yang
Berdasarkan grafik pada Gambar 7 ditunjukkan bahwa nilai MSE terkecil terjadi pada saat jumlah data training sebesar 80% terhadap data testing sebesar 20% dari
Kemudian dilihat dari Tabel_6 dapat diketahui bahwa untuk hasil pengujian jumlah hidden neuron dengan dataset impor, rata – rata nilai MAPE yang tertinggi untuk yaitu
Dataset yang digunakan untuk evaluasi serangan jaringan pada penelitian ini menggunakan KDD Cup, yang mana dataset tersebut dapat dibilang data yang masih mentah
Setiap parameter nilai yang diuji akan dilakukan 10 percobaan dengan nilai parameter yang tetap untuk persentase data training bernilai 90%, persentase data testing
Berdasarkan hasil pengujian dan analisis menggunakan confusion matrix dengan memakai data penyakit TB Puskesmas Dinoyo Tahun 2018-2019 diperoleh nilai akurasi tertinggi
Berdasarkan dari pengujian algoritme Extreme Learning Machine (ELM) yang telah dilakukan menghasilkan Mean Absolute Percentage Error (MAPE) terbaik sebesar 1,1% dan
Persentase akurasi dalam pembelajaran dan pengujian ditunjukkan dengan hasil klasifikasi yang benar untuk setiap data citra yang dilatih atau diuji ke dalam kelas tanaman
