PERBANDINGAN RADIAL BASIS FUNCTION DAN RECURRENT NEURAL NETWORK PADA PREDIKSI CURAH HUJAN DI PALEMBANG
Teks penuh
Dokumen terkait
Tahapan analisis mencakup pewilayahan curah hujan dengan teknik analisis gerombol fuzzy , pemodelan dan prediksi curah hujan dengan teknik analisis jaringan syaraf
Prediksi rata-rata curah hujan bulanan tahun 2008 diperoleh menggunakan model SD dengan Regresi Linier Peubah Ganda. Ukuran kebaikan prediktor dalam memprediksi curah
Input neuron terbaik untuk prediksi harga komoditas dengan data harga historis disertai curah hujan adalah input neuron untuk komoditas cabai merah yang digunakan
Penerapan Fuzzy Sugeno dalam memprediksi curah hujan bulanan pada 36 sampel yatu data dari Januari 2011 sampai dengan Desember 2013 menghasilkan nilai (AFER) sebesar
Sistem prediksi curah hujan yang digunakan dalam penelitian tugas akhir ini adalah algoritma Partially Connected Feedforward Neural Network (PCFNN) untuk memprediksi
Penelitian ini bertujuan untuk memprediksi beban listrik yang akan datang dengan menggunakan algoritma Radial Basis Function (RBF) berbasis yang akan
Kondisi tersebut menunjukkan bahwa model ANN yang dibuat untuk memprediksi curah hujan harian di Kemayoran menggunakan data input cuaca permukaan seperti suhu
Jaringan Syaraf Tiruan Dalam Menganalisa Bentuk Sel Darah Putih Dengan Menggunakan Metode Radial Basis Function RBF Yuyung Aquen Nababan Program Studi Teknik Informatika,
