67
DAFTAR PUSTAKA
Amrin. 2016. Analisa Komparasi Neural Network Backpropagation Dan Multiple Linear Regression Untuk Peramalan Tingkat Inflasi. Jurnal Teknik Komputer AMIK BSI 2: 1-6.
Damanik, F.F. & Sinaga, M. 2016. Analisis Indeks Harga Konsumen (IHK) Kota Pematangsiantar. Sensus Ekonomi Badan Pusat Statistik Kota Pematangsiantar 20151: 1-69.
Gutierrez, X. 2016. Analyzed Knowledge, Metalanguage, And Second Language Proficiency. An International Journal Of Educational Technology And Applied Linguistics60: 42-54.
Huang, D., Wu, Z. 2017. Forecasting Out Patient Visits Using Empirical Mode Decomposition Coupled With Backpropagation Artificial Neural Networks Optimized By Particle Swarm Optimization. Journal Plos One 12(2): 1-18. Li, X., Zhang, W., & Dong, X. 2016. A Class Of Modified FR Conjugate Gradient
Method And Applications To Non-Negative Matrix Factorization. An International Journal Of Computers and Mathematics with Applications 73 (2): 270-276.
Listyowati & Sutijo, B. 2013. Pemodelan Indeks Harga Konsumen (IHK) Umum Berdasarkan IHK Sektor Bahan Makanan dan IHK Sektor Makanan Jadi, Minuman/Rokok. Jurnal Sains Dan Seni Pomits 2(2): 323-328.
Nurmahaludin. 2014. Analisis Perbandingan Metode Jaringan Saraf Tiruan Dan Regresi Linear Berganda Pada Prakiraan Cuaca. Jurnal Poros Teknik6(2): 10-55.
Izzah, A. & Dewi, RK. 2013. Jaringan Saraf Tiruan Dengan Pembelajaran Algoritma Genetika Dan Diversitas Untuk Deteksi Kelas Penyakit. ProsidingSeminar Nasional Matematika dan Aplikasinya 2013, pp. 144-148.
Ramanda, K. 2015. Peningkatan Kinerja Algoritma Neural Network Berbasis Particle Swarm Optimization Untuk Memprediksi Kelahiran Prematur Studi Kasus RSUPN Cipto Mangunkusumo Jakarta. Prosiding Seminar Nasional Inovasi dan Tren (SNIT) 2015, pp. 203-208.
68
Mirsantoso, Toibah, UK. & Reno, S. 2015. Implementasi Dan Analisa Per Connection Queue (Pcq) Sebagai Kontrol Penggunaan Internet Pada Laboratorium Komputer. Jurnal Media Infotama 10(2), pp. 139-148.
Sumijan, Windarto, P.A., Muhammad, A. & Budiharjo. 2016. Implementation of Neural Networks in Predicting the Understanding Level of Students Subject. International Journal of Software Engineering and Its Applications 10(10): 189-204.
Weng, F.S., Reps, J., Kai, J., Garibaldi, M.J. & Quresh, N. 2017. Can Machine-Learning Improve Cardiovascular Risk Prediction Using Routine Clinical Data?. Journal Plos One 12(4): 1-15.