Perpustakaan Fakultas Teknik

Universitas Mataram

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of PREDIKSI CURAH HUJAN BULANAN MENGGUNAKAN JARINGAN
SYARAF TIRUAN BACKPROPAGATION
BERBASIS WEBSITE

Tugas Akhir Elektro

PREDIKSI CURAH HUJAN BULANAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION BERBASIS WEBSITE

Abdul Amar Gifari - Nama Orang;

Informasi curah hujan bulanan sangat diperlukan dalam perencanaan irigasi
dan bangunan air, perencanaan infrastruktur, pertanian, transportasi dan juga
telekomunikasi. Dengan adanya perbedaan sifat curah hujan bulanan setiap
tahunnya, kita tidak dapat memprediksi sifat curah hujan yang akan terjadi pada
tahun berikutnya. Backpropagation adalah salah satu metode dalam Jaringan Syaraf
Tiruan (JST) yang digunakan untuk prediksi. Jaringan syaraf tiruan (JST)
merupakan salah satu sistem pemrosesan informasi yang meniru cara kerja otak
manusia. JST mempunyai kemampuan untuk memberikan keputusan terhadap data
yang telah dipelajari sebelumnya. Pada penelitian ini, JST Backpropagation
menggunakan 3 neuron berupa variabel input yaitu data curah hujan bulanan 3
tahun sebelumnya dengan target curah hujan bulanan tahun berikutnya, 1 lapisan
tersembunyi dengan 3 neuron, Pada pengujia ini ditentukan nilai parameter learning
rate (α) dimulai dari 0.01, 0.03, 0.05, 0.09 dan 0.1, sedangkan batasan epoch yang
digunakan dimulai epoch 1000, epoch 1500 dan epoch 2000, dan nilai ambang batas
(threshold) 0.0001, 0.00001 dan 0.000001, dalam proses pembelajaran dilakukan 5
kali pengujian terhadap data curah hujan bulanan. Akurasi MSE tekecil yang
didapat pada pengujian paramater ini yaitu 0,005 terdapat pada learning rate 0,1
dengan epoch ke 2000, dari semua pengujian parameter yang dilakukan memiliki
hasil prediksi yang sama yaitu dari 12 bulan terdapat 9 bulan yang sesuai dengan
target dan 3 bulan yang tidak sesuai target terhadap data curah hujan bulanan tahun
2017. Sehingga kelayakan sistem yang didapatkan dari pengujian tersebut adalah
91,67%.


Ketersediaan

Tidak ada salinan data

Informasi Detail
Judul Seri
-
No. Panggil
006.7
Penerbit
Fakultas Teknik Unram : Fakultas Teknik Unram., 2020
Deskripsi Fisik
xii;59 Hlm; 21x29 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
006.7
Tipe Isi
other
Tipe Media
computer
Tipe Pembawa
audio disc
Edisi
Edisi 1 Jilid 1
Subjek
Jaringan Syaraf Tiruan Backpropagation
JARINGAN SYARAF TIRUAN BACKPROPAGATION BERBASIS WE
Prediksi Curah Hujan Bualan
Info Detail Spesifik
PREDIKSI CURAH HUJAN BULANAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION BERBASIS WEBSITE
Pernyataan Tanggungjawab
Abdul Amar Gifari
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • PREDIKSI CURAH HUJAN BULANAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION BERBASIS WEBSITE
Komentar

Anda harus login sebelum memberikan komentar

Perpustakaan Fakultas Teknik
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Ruang Baca Fakultas Teknik

Kami menyedian Buku ajar ilmu teknik dan Tugas Akhir mahaiswa Fakultas Teknik Universitas Mataram

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik