Please take a moment to complete this survey below

Library's collection Library's IT development Cancel

Penggunaan algoritma genetika untuk merancang arsitektur jaringan saraf tiruan pada proses peramalan

Peramalan merupakan bagian yang tidak dapat dipisahkan dari proses
pengambilan keputusan yang berkaitan dengan perencanaan dan pengendalian
dalam dunia industri. Salah satu metode yang diharap dapat mendapatkan akurasi
peramalan yang baik adalah Jaringan Saraf Tiruan yang dirancang dengan coba-coba.
Tujuan dari tugas akhir ini secara khusus adalah menerapkan algoritma
genetika dalam merancang arsitektur jaringan saraf tiruan untuk mendapatkan
arsitektur jaringan saraf tiruan yang baik sehingga nilai peramalan yang diperoleh
di masa mendatang mendekati nilai sebenamya. Pembahasan difokuskan pada
data finansial karena pada data tersebut sering terjadi perubahan mendadak yang
mengakibatkan non homogenitas maupun non stasioneritas.
Hasil akhir memperlihatkan bahwa arsitektur jaringan saraf tiruan terbaik
pada populasi terakhir masih belum optimal tetapi jika dibandingkan dengan
metode GARCH(U) , ARCH(l) dan ARIMA (0,1,3) maka metode Neural
Network ini lebih baik karena memiliki nilai MSE yang paling kecil.

Creator(s)
  • (25497032) BENIDICTUS JOBEANTO
Contributor(s)
  • Siana Halim → Advisor 1
  • Hany Ferdinando → Advisor 2
  • I Nyoman Sutapa → Examination Committee 1
Publisher
Universitas Kristen Petra; 2001
Language
Indonesian
Category
s1 – Undergraduate Thesis
Sub Category
Skripsi/Undergraduate Thesis
Source
Skripsi No. 461/TI-052/2001; Benidictus Jobeanto (25497032)
Subject(s)
  • BUSINESS-FORECASTING
  • NEURAL NETWORKS (COMPUTER SCIENCE)
File(s)

Similar Collection

by creator, contributor, or subject