• Tidak ada hasil yang ditemukan

APLIKASI JARINGAN SARAF TIRUAN UNTUK PREDIKSI BEBAN PUNCAK DI KABUPATEN MANOKWARI

N/A
N/A
Protected

Academic year: 2021

Membagikan "APLIKASI JARINGAN SARAF TIRUAN UNTUK PREDIKSI BEBAN PUNCAK DI KABUPATEN MANOKWARI"

Copied!
5
0
0

Teks penuh

Gambar

Gambar 2. Back propagation neural network  Back  propagation  algorithm  dimulai  dengan  menghitung  perbedaan  antar  input  dan  output  atau  error  E  menggunakan  persamaan  berikut  (Adelhard, 2010; Brian 2006)
Tabel 1. Data beban puncak
Tabel 3. Hasil Prediksi

Referensi

Dokumen terkait

Data yang digunakan pada penelitian , terdiri dari data primer dan sekunder. Data primer merupakan data yang diperoleh dari hasil pengamatan langsung di lapangan berupa

Data yang digunakan dalam penelitian ini terdiri dari data primer dan data sekunder. Data primer merupakan data yang diperoleh berdasarkan wawancara secara langsung

Parameter jaringan terbaik diperoleh dari percobaan menggunakan kelompok data kedua, dengan fungsi fungsi pelatihan levenberg-marquardt, dimana untuk model prediksi lama

Energi merupakan salah satu hal mendasar yang dibutuhkan oleh manusia, salah satu jenis kebutuhan energi tersebut berupa energi listrik. Energi listrik merupakan bentuk energi

Pada pengujian data uji netw24 merupakan jaringan yang paling baik dikarenakan tingkat keakuratan 99,21% dan dapat melakukan prakiraan yang tepat sebanyak 4 kali, dan

diperoleh dari percobaan menggunakan kelompok data kedua, dengan fungsi fungsi pelatihan levenberg-marquardt, dimana untuk model prediksi lama studi, percobaan dengan

Pemodelan berbasis jaringan syaraf tiruan merupakan pembelajaran dan adaptasi suatu obyek. Terdapat beberapa metode dalam pembelajaran dengan pengawasan pada jaringan

menggunakan metode pengumpulan data primer dan data sekunder. Data primer merupakan data yang diperoleh langsung dari objek yang. diteliti, sedangkan data sekunder yakni