IMPLEMENTASI ALGORITMA BACKPROPAGATION DALAM EVALUASI PRODUKSI IKAN GURAME DI JAWA BARAT
Evaluasi produksi gurame merupakan salah satu pekerjaan yang cukup sulit diselesaikan karena terkait dengan model kausal, dimana variabel yang akan dievaluasi (variabel dependen) terkait dengan variabel lain (variabel independen) dalam model. Beberapa metode yang dapat digunakan untuk menyelesaikan...
Saved in:
| Main Author: | |
|---|---|
| Format: | Book |
| Published: |
2016-08-26.
|
| Subjects: | |
| Online Access: | Link Metadata |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Evaluasi produksi gurame merupakan salah satu pekerjaan yang cukup sulit diselesaikan karena terkait dengan model kausal, dimana variabel yang akan dievaluasi (variabel dependen) terkait dengan variabel lain (variabel independen) dalam model. Beberapa metode yang dapat digunakan untuk menyelesaikan masalah yang berhubungan dengan metode kausal ini adalah metode regresi dan metode jaringan saraf tiruan khususnya algoritma backpropagation. Pada penelitian ini, metode jaringan saraf tiruan algoritma backpropagation digunakan untuk mengevaluasi produksi gurame di Jawa Barat, dalam metode tersebut diperlukan sebuah jaringan yang optimal untuk untuk memberikan hasil evaluasi dengan akurasi yang tinggi. Jaringan dikatakan optimal jika proses training dan testing menghasilkan nilai galat yang kecil dan nilai akurasi yang tinggi. Satuan galat yang digunakan pada penelitian ini adalah mean square error (MSE). Pada penelitian ini juga berhasil dibuat sebuah aplikasi untuk membuktikan hasil evaluasi dan keabsahan penelitian. Dari serangkaian pengujian pada kasus evaluasi produksi gurame di Jawa Barat didapatkan beberapa hasil yang mencapai akurasi yang diharapkan. ;---Evaluation of production carp is one job that is quite difficult to resolve because associated with a causal model, where the variable that will be evaluated (the dependent variable) associated with other variables (independent variables) within the model. Several methods can be used to solve problems related to causal method is regression method and artificial neural network method especially backpropagation algorithm. In this study, the method of artificial neural network back propagation algorithm was used to evaluate the production of carp in West Java, in the method required an optimal network for to provide evaluation results with high accuracy. The network is said to be optimal if training and testing processes produce a small error value and the value of high accuracy. Unit error used in this study is the mean square error (MSE). In this study also successfully made an application to prove the validity of the results of the evaluation and research. From a series of tests in the case of evaluation of production carp in West Java obtained some results that achieve the expected accuracy. |
|---|---|
| Item Description: | http://repository.upi.edu/26882/1/S_KOM_0902317_Title.pdf http://repository.upi.edu/26882/2/S_KOM_0902317_Abstract.pdf http://repository.upi.edu/26882/3/S_KOM_0902317_Table_of_content.pdf http://repository.upi.edu/26882/4/S_KOM_0902317_Chapter1.pdf http://repository.upi.edu/26882/5/S_KOM_0902317_Chapter2.pdf http://repository.upi.edu/26882/6/S_KOM_0902317_Chapter3.pdf http://repository.upi.edu/26882/7/S_KOM_0902317_Chapter4.pdf http://repository.upi.edu/26882/8/S_KOM_0902317_Chapter5.pdf http://repository.upi.edu/26882/9/S_KOM_0902317_Bibliography.pdf http://repository.upi.edu/26882/10/S_KOM_0902317_Appendix.pdf |