• Tidak ada hasil yang ditemukan

Prediksi Permintaan Kredit Menggunakan Metode Adaptive Neuro Fuzzy Inference System (ANFIS)

N/A
N/A
Protected

Academic year: 2017

Membagikan "Prediksi Permintaan Kredit Menggunakan Metode Adaptive Neuro Fuzzy Inference System (ANFIS)"

Copied!
3
0
0

Teks penuh

(1)

56

DAFTAR PUSTAKA

Ai, T. J. 1999. Optimasi Peramalan Pemulusan Eksponensial Satu Parameter Dengan Menggunakan Algoritma Non-Linear Programming. Jurnal Teknologi Industri vol. iii, no. 3: 139-148.

Ariyono, V. 1999. Peramalan Dengan Regresi Orde – N. Jurnal Teknologi Industri vol. iii, no. 1: 71-78.

Basuki, D.W, Mariyansari. N. & Fariza A. 2010. Estimasi penjualan suku cadang mobil menggunakan Fuzzy Sugeno. Makalah Proyek Akhir. Institut Teknologi Sepuluh November.

Defit, Sarjon. 2013. Perkiraan Beban Listrik Jangka Pendek Dengan Metode Adaptive Neuro Fuzzy Inference System. Jurnal SAINTIKOM vol. 12, no.3: 165-176. Dewi, M.S. 2012. Peramalan kecepatan angin di sumenep dengan menggunakan

Adaptive Neuro Fuzzy Inference System (ANFIS).Skripsi.Institut Teknologi Sepuluh November.

Djunaidi, M., Setiawan, E. & Andista, F.W. 2005.Penentuan jumlah produksi dengan aplikasi metode Fuzzy-Mamdani. Jurnal Ilmiah Teknik Industri 4(2) : 95-104. Falopi, T. 2012. Aplikasi Fuzzy Inference System (FIS) Tsukamoto untuk

menganalisa tingkat resiko penyakit dalam.Skripsi.Institut Teknologi Sepuluh November.

Fariska, M. 2010. Peramalan multi atribut dengan menggunakan fuzzy clustering (studi kasus: stock price). Politeknik Elektronika Negeri Surabaya Institut Teknologi Sepuluh Nopember.

Fariza, A., Helen, A., & Rasyid, A. 2007. Performansi neuro fuzzy untuk peramalan data time series. Seminar Nasional Aplikasi Teknologi Informasi (SNATI). Fitrah,A. & Abadi, A.M. 2011. Aplikasi Model Neuro Fuzzy Untuk Prediksi Tingkat

Inflasi Di Indonesia. Prosiding Seminar Nasional Matematika dan Pendidikan Matematika, pp 8-20.

Handayani, D.T. & Abadi A.M. 2012. Penggunaan model Neuro Fuzzy untuk peramalan nilai tukar Rupiah terhadap Yen Jepang. Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, pp 1-8.

Herjanto, E. 2007. Manajemen Operasi. Edisi ke-3. Gramedia: Jakarta. Hermawan, A. 2006. Jaringan Saraf Tiruan. Andi: Yogyakarta.

(2)

57

Kusumadewi, S. 2002. Analisis desain system fuzzy menggunakan Tool Box Matlab. Graha Ilmu: Yogyakarta.

Liu, H. and Kuan-Tan, H. B.. 2009. Covering Code Behavior on Input Validation in Functional Testing: Information and Software Technology, vol. 51, no. 2, pp. 546553.

Manurung, Mandala & Pratama, Rahardja. 2004. Uang, Perbankan, dan Ekonomi Moneter (Ka jian Kontekstual Indonesia). Lembaga Penerbit FEUI. Jakarta. Mordjaoui, M. & Boudjema. 2011. Forecasting and Modelling Electricity Demand

Using Anfis Predictor. Journal of Mathematics and Statistics 7(4): 275-281. Nur Putra, I., Pujawan, I.N. & Arvitrida, N.T. 2010. Peramalan permintaan dan

perencanaan produksi dengan mempertimbangkan special event di PT. Coca-cola Bottling Indonesia (PT.CCBI) Plant Pandaan. Skripsi. Institut Teknologi Sepuluh November.

Poningsih. 2012. Penggunaan Fuzzy Query Database Untuk Pengembangan Model Evaluasi Umpan Balik Terhadap Kinerja Dosen. Tesis. Universitas Sumatera Utara.

Pressman, R.S. 2010. Software Engineering: A Practitioner‟s Approach. 7th Edition. cGraw-Hill: New York.

Rukli. 2013. Studi simulasi menggunakan fuzzy c-means dalam mengklasifikasi konstruk tes. Jurnal Penelitian dan Evaluasi Pendidikan: 115 – 138

Shao, D. Khurshid, S. and Perry, D. E. 2007. A Case for White-box Testing Using Declarative Specifications Poster Abstract. in Testing: Academic and IndustrialConference Practice and Research Techniques, p. 137.

Siang, J.J. 2005.Jaringan Syaraf Tiruan & Pemrograman Menggunakan Matlab. Yogyakarta: ANDI Publisher.

Sugiarto & Harijono, 2000. Peramalan Bisnis, PT Gramedia Pustaka Utama: Jakarta. Sutikno, I.W. 2011. Perbandingan metode defuzzifikasi system kendali logika fuzzy

model mamdani pada motor DC. Skripsi. Universitas Diponegoro.

(3)

58

Tanjung, Ika. 2013. Peramalan Jumlah Penjualan Distributor Telur Terhadap Permintaan Pasar Menggunakan Metode Average-Based Fuzzy Time Series (ABFTS). Skripsi. Universitas Sumatera Utara.

Widodo, T. 2005. Sistem Neuro Fuzzy.Graha Ilmu: Yogyakarta.

Referensi

Dokumen terkait

Validation was made by comparing the classification results with the ground reference data, which yielded satisfactory agreement with overall accuracy 84.1% and Kappa

[r]

However, the random noise cannot be removed completely due to unpredictable pattern (Landgrebe et al., 1986; Corner et al., 2003) Therefore spectral features in

[r]

Panitia Pengadaan Barang dan lasa lvITsN By:aka mengundang penyedia jasa konsfruksi urrtrk mengikuti Pelelangan Umum Fascahnlifikasi uhun

Raditya Danar Dana, M.Kom Yudhistira Arie Wijaya, S.Kom.

Sehubungan dengan pelaksanaan Evaluasi Kualifikasi dari perusahaan yang saudara/i pimpin, maka dengan ini kami mengundang saudara/i dalam kegiatan Pembuktian Kualifikasi untuk

Raditya Danar Dana, M.Kom Yudhistira Arie Wijaya,