BAB 3 METODOLOGI PENELITIAN
|
|
- Irwan Muljana
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 3 METODOLOGI PENELITIAN 3.1 Kerangka berpikir Perubahan nilai tukar rupiah terhadap mata uang asing tidak dapat dihindari. Untuk mengatasi perubahan yang tidak pasti ini diperlukan suatu prediksi. Perubahan ini pasti memiliki pola yang mirip dari tahun ke tahun. Untuk mendapatkan prediksi yang tepat, maka diperlukan pengenalan terhadap pola perubahan yang ada agar dapat memperkirakan nilai yang mungkin terjadi. Untuk melakukan pembelajaran terhadap pola yang ada maka diperlukan adanya aplikasi prediksi dengan memakai model Jaringan Saraf Tiruan (JST). Keuntungan utama dari jaringan adalah dapat di-training agar mengenali pola pola yang diberikan. Tahapan awal dalam perancangan aplikasi ini adalah mencari tahu kebutuhan dasar user terhadap aplikasi ini melalui kuesioner. Data dari kuisioner tersebut akan menentukan bagaimana rancangan dasar dari aplikasi tersebut. Kemudian, akan dicari data input dan output yang dibutuhkan dalam aplikasi iniakan dikumpulkan. Data input dan output tersebut juga akan menentukan spesifikasi komponen JST yang akan dipakai. Dari rancangan aplikasi dan data input - output, akan dicari metode penyelesaian masalah yang mungkin terjadi. Setelah itu akan dilakukan ditentukan software yang dibutuhkan dan spesifikasi hardware yang dapat mendukung pembuatan aplikasi ini. Tahapan selanjutnya adalah perancangan aplikasi ini adalah perancangan JST melalui data input dan output yang telah tersedia. Dalam tahapan ini terdapat 3 proses penting yaitu normalisasi data input - output, training terhadap JST dan proses forecast menggunakan JST yang sudah terlatih tersebut. Tahapan akhir adalah merancang UML (Unified Modelling Language) dan desain tampilan antar muka pengguna (user interface) / storyboard dari aplikasi. 3.2 Metodologi Kuisioner 33
2 34 Berikut ini adalah hasil kuisioner dari 25 responden yang didominasi oleh mahasiswa dan rata rata sudah memiliki pendapatan : 1. Seberapa sering anda melihat perubahan nilai tukar mata uang asing? 2. Jika ada aplikasi untuk melakukan prediksi mata uang asing, apakah anda akan menggunakannya? 3. Berapa hari yang anda ingin ketahui untuk prediksi nilai mata uang asing?
3 4. Apakah anda pernah melakukan transaksi yang berhubungan dengan valuta asing? Jika ya, berhubungan dengan mata uang apa saja? Menurut hasil kuesioner diatas, diketahui bahwa banyak individu yang mengikuti laju perubahan mata uang asing dan ingin menggunakan aplikasi yang dapat memprediksi hal tersebut. Dari kuisioner ini juga diketahui bahwa banyak dari mereka yang ingin menggunakan prediksi ini untuk mengambil keputusan, berjaga-jaga, mencari keuntungan, dan lainnya. Dari data hasil kuesioner diatas, diketahui bahwa terdapat 8% memilih jangka waktu 30 hari, 33% memilih jangka waktu 1 hari dan 59% memilih hasil selama jangka waktu 7 hari yang dipilih untuk prediksi mata uang asing. Jangka waktu ini adalah hasil selama berapa hari yang akan keluar sekaligus dalam sekali prediksi. Aplikasi ini kemudian dirancang dengan dengan fokus untuk perubahan yang terjadi dalam jangka waktu 7 hari atau satu minggu. Oleh karena itu
4 36 maka ditentukan jumlah output node untuk Jaringan Saraf Tiruan sebanyak 7 buah Pengumpulan Data Dalam perancangan aplikasi ini telah dilakukan studi pustaka terlebih dahulu pada data - data input dan output yang dibutuhkan untuk fase training dan forecast. Data - data input berupa nilai tukar mata uang pada tahun-tahun sebelumnya dan faktor - faktor yang mempengaruhi perubahan nilai mata uang tersebut. Data yang dipakai merupakan data historis antara Januari 2011 sampai Desember Terdapat tiga mata uang asing yang akan diprediksi nilai tukarnya terhadap Rupiah yaitu Dolar Amerika, Dolar Singapura, dan Yen Jepang. Sedangkan untuk faktor - faktor tersebut antara lain, inflasi, tingkat suku bunga, harga minyak mentah dunia, dan jumlah uang yang beredar di Indonesia. Untuk data input akan dipakai dari rentang waktu 2 tahun yaitu tahun Sementara data output yang dikehendaki berupa nilai tukar 3 mata uang asing tersebut pada tahun Data - data tersebut dari website - website resmi antara lain dan Metode Penyelesaian Masalah. Proses training di aplikasi ini hanya memakai data yang dimasukkan sampai akhir pembuatan aplikasi ini. Akan tetapi, nilai valuta asing pada setiap harinya mengalami perubahan. Dengan demikian, ada masalah yang mungkin terjadi yaitu aplikasi ini harus bisa beradaptasi terhadap perubahan data yang terjadi setiap hari. Masalah perubahan data yang dihadapi misalkan data terbaru yang ada di database hanya sampai 1 Desember 2013 namun user ingin melakukan prediksi untuk tanggal 10 Desember. Maka dibutuhkan data sampai 9 Desember 2013 agar prediksi yang didapatkan lebih akurat. Oleh karena itu, pengguna dapat menambah kekurangan data dengan memasukkan databaru ke dalam aplikasi. Namun jika pengguna tidak memperbaharuinya, maka aplikasi ini akan membuatdata sementara secara otomatis dengan melakukan prediksi
5 37 secara bertahap untuk mencari data yang kurang mulai dari tanggal 2 sampai 9 Desember. Data ini hanya bersifat sementara dan tidak akan disimpan ke dalam database Spesifikasi Perangkat Lunak dan Perangkat Keras Pembuatan aplikasi ini memakai perangkat lunak (software) Microsoft Visual Studio 2010 untuk merancang user interface-nya dengan bahasa pemrograman C# dan Microsoft SQL Server Management Studio 2008 untuk penyimpanan database. Selain itu, aplikasi ini menggunakan library FANN (Fast Artificial Neural Network) yang diunduh dari situs leenissen.dk untuk merancang Jaringan Saraf Tiruan tersebut. Dalam perancangan aplikasi ini, digunakan komputer dengan spesifikasi sebagai berikut. 1. Prosesor : Intel(R) Core(TM) i7-3610qm 2.30GHz 2. Memori RAM: 8 GB 3. Sistem Operasi : Microsoft Windows 7 Ultimate Perancangan JST Pengembangan aplikasi ini menggunakan Jaringan Saraf Tiruan (JST) berjumlah 7 buah dengan perincian 4 JST untuk setiap faktor yang mempengaruhi, dan 3 JST prediksi setiap mata uang. Masing masing JST memiliki 1 input layer, 1 hidden layer, dan 1 output layer. Jumlah input node dan output node pada proses training setiap JST akan dijelaskan dalam dua tabel berikut. Tabel 3.1 Rancangan JST Faktor Nama Input Output Inflasi Per bulan selama 2 tahun 1 bulan (1 node) (2 * 12 = 24 node) Tingkat Suku Bunga Per bulan selama 2 tahun (2 * 12 = 24 node) 1 bulan (1 node)
6 38 Nama Input Output Harga minyak Per bulan selama 2 tahun 1 bulan (1 node) mentah dunia (2 * 12 = 24 node) Jumlah Uang beredar Per bulan selama 2 tahun (2 * 12 = 24 node) 1 bulan (1 node) Dibawah ini gambar JST faktor sesuai dengan jumlah input dan output node dari tabel di atas. X1 1 Bias V(1*p) 1 Bias W(1*m) Z1 X 2 Z 2 Y1 X 3 m Z 17 Bobot W(p*m) X24 Bobot V(n*p) p n Gambar 3.1 JST Faktor Tabel 3.2 Rancangan JST Mata Uang Asing Nama Input Output USD Nilai mata uang per hari selama 2 tahun + Nilai 4 Faktor per hari selama 2 tahun ( (2*365) + (4*2*12) = = 826 node) 7 hari (7 node) SGD Nilai mata uang per hari selama 2 tahun + 7 hari (7 node)
7 39 Nama Input Output Nilai 4 Faktor per hari selama 2 tahun ( (2*365) + (4*2*12) = = 826 node) JPY Nilai mata uang per hari selama 2 tahun + Nilai 4 Faktor per hari selama 2 tahun ( (2*365) + (4*2*12) = = 826 node) 7 hari (7 node) Dibawah ini gambar JST mata uang asing sesuai dengan jumlah input dan output node dari tabel di atas. X 1 1 Bias V(1*p) 1 Bias W(1*m) Z 1 X2 Y1 Z 2 X 3 Y 7 Z558 Bobot W(p*m) m X826 Bobot V(n*p) p n Gambar 3.2 JST Mata Uang Asing Untuk menghitung jumlah node di hidden layer (p) di atas digunakan rumus p = (2/3* n) + m
8 40 dengan n adalah jumlah node di input layer dan m adalah jumlah node di output layer (Boger, Z., and Guterman, H., 1997) Proses kerja Langkah pertama yang perlu dilakukan adalah dilakukan normalisasi terhadap data - data yang akan dipakai karena data - data tersebut tidak dapat langsung digunakan untuk JST. Training pada JST hanya bisa dilakukan jika data tersebut berkisar dalam rentang nilai tertentu bergantung pada fungsi aktivasi yang digunakan. Fungsi aktivasi yang digunakan dalam pengembangan aplikasi ini adalah sigmoid biner yang memiliki kisaran nilai 0 1. Rumus fungsi aktivasi sigmoid biner : Dengan x adalah nilai yang ingin diaplikasikan fungsi aktivasi, dan yang digunakan selalu 1. Setelah data hasil normalisasi didapat maka data tersebut akan dimasukkan ke dalam JST setiap faktor dan setiap mata uang asing. Rumus untuk menghitung normalisasi data ( x ) yang dipakai adalah normalisasi Min-Max. Perhitungannya adalah sebagai berikut: Dengan x adalah data yang ingin dinormalisasi, high adalah nilai normalisasi tertinggi yang diinginkan sedangkan low adalah nilai normalisasi terendah, a adalah data minimum dan b adalah data maksimum. Langkah selanjutnya adalah melakukan training dengan algoritma backpropagation terhadap JST. Terdapat 2 kali fase training. Masing - masing 1 kali untuk setiap mata uang asing. Pertama - tama, 4 JST setiap faktor akan di-training terlebih dahulu. Setelah itu, langkah berikut ini berbeda tergantung mata uang. Misalkan training akan dilakukan terlebih dahulu terhadap mata uang USD. Input untuk JST USD yaitu nilai mata uang USD akan
9 41 dimasukkan beserta output dari 4 JST faktor sebagai input untuk JST USD. Dengan asumsi output yang dikeluarkan setiap 7 hari / 1 minggu selama 1 tahun maka jumlah set data yang ada adalah sebanyak 52 set. Jumlah ini adalah jumlah minggu dalam 1 tahun. Contoh set data untuk training mata uang: Training data 1 Input = Minggu ke-1 Januari Minggu ke-4 Desember 2012 Output = Minggu ke-1 Januari 2013 Training data 2 Input = Minggu ke-2 Januari 2011-Minggu ke-1 Januari 2013 Output = Minggu ke-2 Januari 2013 Training data 3 Input = Minggu ke-3 Januari 2011-Minggu ke-2 Januari 2013 Output = Minggu ke-3 Januari Training data 52 Input = Minggu ke-4 Desember 2011-Minggu ke-3 Desember2013 Output = Minggu ke-4 Desember 2013 Dibawah ini adalah langkah langkah di dalam proses training backpropagation: 1. Pertama perlu dilakukan inisialisasi bobot dan bias untuk setiap node input dan output a) Inisialisasi matriks bobot dengan ukuran untuk adalah [n*p] dan ukuran untuk adalah [p*m] b) Inisialisasi matriks bias dengan ukuran adalah [1*p] dan adalah [1*m].
10 42 c) Set dengan nilai acak yang berkisar antara 0-1 (sesuai fungsi aktivasi sigmoid biner) untuk kedua matriks. 2. Untuk setiap set data training, ulangi langkah Lakukan fase feedforward yang terdiri dari: a) Setiap node input (xi, i=1,..., n) menerima input Xi (datadata input setelah dinormalisasi) dan dikirim ke hidden unit b) Setiap hidden unit (zj, j=1,...,p) menjumlahkan bobot sehingga mendapat c) Mengaplikasikan fungsi aktivasi sigmoid biner untuk z_inj (j=1,...,p) untuk menghitung yang dikirim ke node output d) Setiap node output (y k, k = 1,..., m) menjumlahkan bobot menjadi e) Mengaplikasikan fungsi aktivasinya pada y_in k (k = 1,..., m) untuk menghitung output. 4. Lakukan fase backpropagation a) Setiap node output (y k, k = 1,..., m) menerima pola target sesuai dengan pola training input, menghitung informasi error. dengan t k merupakan output yang diharapkan setelah dinormalisasi b) Menghitung koreksi bobotnya
11 c) Menghitung koreksi bias (digunakan untuk memperbaharui w 0k ) 43 d) Setiap hidden unit (z j, j = 1,..., p) menjumlahkan delta input e) Menghitung informasi error. f) Menghitung koreksi bobot ( dipakai 0.5) g) Menghitung koreksi bias ( dipakai 0.5) 5. Melakukan update terhadap bobot dan bias a) Setiap unit output (y k, k = 1,..., m) memperbaharui bias dan bobot (j = 0,...., p) b) Setiap hidden unit (z j, j = 1,..., p) memperbaharui bobot dan bias (i = 0,..., n) Setelah selesai proses training, perlu adanya suatu proses untuk mendapatkan hasil yang diinginkan maka akan menggunakan JST yang sudah terlatih. Proses ini adalah proses prediksi (forecast). Untuk melakukan prediksi, langkah - langkah yang dipakai sama seperti pada proses training namun hanya sampai fase feedforward. 1. Inisialisasi bobot (dari proses training). 2. Untuk setiap vektor input ulangi langkah Untuk i = 1,..., n, set aktivasi untuk setiap input node x i.
12 44 4. Kemudian fase Feedforward a) Setiap node input j = 1,..., p b) Setiap node output k = 1,..., m Hasil prediksi yang didapat adalah yang didapat sebanyak 7 buah. dengan k = 7 sehingga output Algoritma perancangan aplikasi Dibawah ini adalah algoritma pada proses prediksi (forecast) : 1) Menerima input tanggal dari pengguna 2) Memeriksa ketersediaan data dalam database sampai dengan tanggal diatas 3) Melakukan prediksi untuk mengisi kekosongan data dengan data sementara 4) Memprediksi nilai untuk tanggal yang dimasukkan oleh pengguna berdasarkan data yang sudah ada dengan data sementara 5) Menampilkan hasil prediksi. Dibawah ini adalah algoritma pada proses update data : 1) Menerima input tanggal dari pengguna 2) Menampilkan data data pada tanggal tersebut (jika ada) 3) Menerima input data data dari pengguna untuk tanggal diatas 4) Menyimpan data kedalam database
13 45 5) Menggunakan data terbaru untuk training Jaringan Saraf Tiruan (JST) faktor dan mata uang (optional) 6) Menyimpan JST hasil training. 3.3 Perancangan Aplikasi UML (Unified Modelling Language) Dalam subbab ini, akan dijelaskan interaksi antar pengguna dengan sistem aplikasi sebagai berikut : a. Melakukan prediksi Dalam proses ini, user terlebih dahulu memasukkan input berupa tanggal yang dibutuhkan untuk proses prediksi. Pada proses prediksi akan digunakan, hasil prediksi akan menampilkan nilai mata uang untuk tanggal tersebut sampai dengan tujuh hari ke depan. Untuk mendapatkan hasil yang maksimal maka user dapat melakukan update data terlebih dahulu atau aplikasi ini dapat menggunakan Jaringan Saraf Tiruan (JST) yang lama untuk mendapatkan update data sementara. Data sementara tersebut akan dipakai untuk training JST yang baru. JST ini kemudian dipakai untuk melakukan prediksi sesuai yang diinginkan user. b. Melakukan update data User dapat memasukkan data - data baru untuk memperbaharui Jaringan Saraf Tiruan (JST). Data tanggal t anggal tertentu yang perlu diperbaharui akan diberitahukan pada user oleh aplikasi ini dengan melakukan pengecekan terhadap database. Data - data yang dimasukkan dapat berupa nilai mata uang atau faktor yang mempengaruhi. Data - data tersebut kemudian disimpan ke database. Aplikasi ini akan memberikan pilihan untuk melakukan training JST baru. Aplikasi ini akan mengolah data - data tersebut untuk melakukan training JST baru. Setelah selesai dilakukan training, JST tersebut akan disimpan dan dapat digunakan untuk prediksi Dibawah ini adalah UML dari proses kerja aplikasi ini.
14 46 Gambar 3.3 Use Case Gambar 3.4 Sequence Diagram Update Data
15 47 Gambar 3.5 Sequence Diagram Forecast Gambar 3.6 Activity Diagram
16 Desain antarmuka pengguna Dibawah ini adalah rancangan desain antarmuka dari setiap menu Gambar 3.7 Form Main (Forecast)
17 49 ambar 3.8 Form Result G Gambar 3.9 Form Update
18 50 Gambar 3.10 Form About Us Gambar 3.11 Form How to Use Diagram Transisi Dibawah ini adalah diagram transisi dari setiap form yang ada.
19 51 Result Start Pilih mata uang Forecast Forecast Other Update How to Use About Gambar 3.12 Diagram Transisi
PERANCANGAN APLIKASI JARINGAN SARAF TIRUAN UNTUK PREDIKSI NILAI TUKAR RUPIAH TERHADAP MATA UANG ASING
PERANCANGAN APLIKASI JARINGAN SARAF TIRUAN UNTUK PREDIKSI NILAI TUKAR RUPIAH TERHADAP MATA UANG ASING Danny Horia Komp. Duta Harapan Indah Blok JJ no 52 021-6682844 dannybinuz@gmail.com Binus University
Lebih terperinciBAB 4 IMPLEMENTASI. minimum 2 Giga Hertz dan memory RAM minimum 256 MB, sedangkan untuk
74 BAB 4 IMPLEMENTASI 4.1 Spesifikasi Kebutuhan Sarana Untuk menjalankan training dalam program peramalan ini diperlukan spesifikasi Hardware dengan prosesor minimum setingkat Intel Pentium IV dengan kecepatan
Lebih terperinciPenerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6
Penerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6 Sari Indah Anatta Setiawan SofTech, Tangerang, Indonesia cu.softech@gmail.com Diterima 30 November 2011 Disetujui 14 Desember 2011
Lebih terperinciAplikasi yang dibuat adalah aplikasi untuk menghitung. prediksi jumlah dalam hal ini diambil studi kasus data balita
BAB III ANALISA DAN PERANCANGAN SISTEM 3.1. Analisa dan Kebutuhan Sistem Analisa sistem merupakan penjabaran deskripsi dari sistem yang akan dibangun kali ini. Sistem berfungsi untuk membantu menganalisis
Lebih terperinciGambar 3.1 Desain Penelitian
METODOLOGI PENELITIAN 3.1 Desain Penelitian Studi Literatur: Permalan Time Series, Harga Minyak Bumi, Jaringan Syaraf Tiruan, Backpropagation Pengumpulan Data Harga Minyak Bumi di Indonesia Perancangan
Lebih terperinciPENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI TINGKAT PENGANGGURAN DI SUMATERA BARAT
PENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI TINGKAT PENGANGGURAN DI SUMATERA BARAT Havid Syafwan Program Studi Manajemen Informatika, Amik Royal, Kisaran E-mail: havid_syafwan@yahoo.com ABSTRAK:
Lebih terperinciBAB I PENDAHULUAN. kebutuhan utama dalam kehidupan sehari-hari. Hal ini dapat dilihat dari maraknya
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi saat ini mengalami kemajuan yang sangat pesat. Terutama internet merupakan sarana teknologi yang lazim digunakan dan menjadi kebutuhan utama
Lebih terperinciBAB I PENDAHULUAN. swasta, khususnya dalam pengolahan data yang relatif besar dan penggunaan data
1 BAB I PENDAHULUAN I.1. Latar Belakang Semakin pesatnya perkembangan teknologi informasi saat ini sangat mempengaruhi pola pikir dan sikap perilaku manusia pada umumnya. Hal ini dapat dirasakan pada dunia
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. menunjukkan aplikasi persewaan buku yang telah berjalan dan dapat
BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Pada implementasi menunjukkan penerapan dari hasil analisis dan perancangan sistem yang telah dibuat. Dengan demikian pada implementasi ini menunjukkan
Lebih terperinciImplementasi Jaringan Syaraf Tiruan Backpropagation dan Steepest Descent untuk Prediksi Data Time Series
Implementasi Jaringan Syaraf Tiruan Backpropagation dan Steepest Descent untuk Prediksi Data Time Series Oleh: ABD. ROHIM (1206 100 058) Dosen Pembimbing: Prof. Dr. M. Isa Irawan, MT Jurusan Matematika
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Pada bab ini akan dijelaskan tampilan hasil dari aplikasi yang telah dibuat, yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada aplikasi
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM Analisis merupakan proses penguraian konsep ke dalam bagian-bagian yang lebih sederhana, sehingga struktur logisnya menjadi jelas. Metode untuk menguji, menilai, dan
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK
APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI VOLUME PEMAKAIAN AIR BERSIH DI KOTA PONTIANAK [1] Meishytah Eka Aprilianti, [2] Dedi Triyanto, [3] Ilhamsyah [1] [2] [3] Jurusan Sistem Komputer, Fakultas
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Gambar 3.1 menggambarkan desain penelitian peramalan volume penumpang kereta api di pulau Jawa-Sumatera dengan metode Jaringan Syaraf Tiruan Backpropagation.
Lebih terperinciIMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM
IMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM Ayu Trimulya 1, Syaifurrahman 2, Fatma Agus Setyaningsih 3 1,3 Jurusan Sistem Komputer, Fakultas MIPA Universitas
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI
BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Kebutuhan Sistem Tahap implementasi sistem merupakan tahap yang bertujuan untuk merubah hasil analisis dan perancangan ke dalam bahasa pemrograman yang dimengerti oleh
Lebih terperinciBAB IV HASIL DAN UJICOBA
48 BAB IV HASIL DAN UJICOBA IV.1. Hasil Berdasarkan dari rancangan di Bab III, maka dihasilkan program berikut adalah tampilan hasil dan pembahasan dari sistem mencocokkan gambar metode Linear Congruent
Lebih terperinciBAB 3 PERANCANGAN SISTEM. Bab ini menguraikan analisa penelitian terhadap metode Backpropagation yang
BAB 3 PERANCANGAN SISTEM Bab ini menguraikan analisa penelitian terhadap metode Backpropagation yang diimplementasikan sebagai model estimasi harga saham. Analisis yang dilakukan adalah menguraikan penjelasan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1. Data Yang Digunakan Dalam melakukan penelitian ini, penulis membutuhkan data input dalam proses jaringan saraf tiruan backpropagation. Data tersebut akan digunakan sebagai
Lebih terperinciJaringan Syaraf Tiruan Menggunakan Algoritma Backpropagation Untuk Memprediksi Jumlah Pengangguran (Studi Kasus DiKota Padang)
Jaringan Syaraf Tiruan Menggunakan Algoritma Backpropagation Untuk Memprediksi Jumlah Pengangguran (Studi Kasus DiKota Padang) Hadi Syahputra Universitas Putra Indonesia YPTK Padang E-mail: hadisyahputra@upiyptk.ac.id
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Perangkat keras komputer berkembang dengan pesat setiap tahunnya selalu sudah ditemukan teknologi yang lebih baru. Meskipun demikian masih banyak hal yang belum dapat
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
68 BAB IV IMPLEMENTASI DAN PENGUJIAN Bab ini membahas tentang program yang telah dianalisis dan dirancang atau realisasi program yang telah dibuat. Pada bab ini juga akan dilakukan pengujian program. 4.1
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Gambaran Umum Sistem Pada tugas akhir ini, akan dibuat aplikasi desktop berbasis komputer menggunakan bahasa pemrograman VB.NET yang diberi nama Aplikasi virtual
Lebih terperinciBACK PROPAGATION NETWORK (BPN)
BACK PROPAGATION NETWORK (BPN) Arsitektur Jaringan Digunakan untuk meminimalkan error pada output yang dihasilkan oleh jaringan. Menggunakan jaringan multilayer. Arsitektur Jaringan Proses belajar & Pengujian
Lebih terperinciJurnal Informatika Mulawarman Vol 5 No. 1 Februari
Jurnal Informatika Mulawarman Vol 5 No. 1 Februari 2010 50 Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Pengangguran di Provinsi Kalimantan Timur Dengan Menggunakan Algoritma Pembelajaran
Lebih terperinciIMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI NILAI KURS JUAL SGD-IDR
Seminar Nasional Teknologi Informasi dan Multimedia 205 STMIK AMIKOM Yogyakarta, 6-8 Februari 205 IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI
Lebih terperinciBAB 3 PERANCANGAN SISTEM. untuk pengguna interface, membutuhkan perangkat keras dan perangkat lunak.
29 BAB 3 PERANCANGAN SISTEM 3.1 Gambaran Umum Sistem Pada dasarnya untuk pembuatan aplikasi ini, yakni aplikasi pengenalan suara untuk pengguna interface, membutuhkan perangkat keras dan perangkat lunak.
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1 Tampilan Hasil Pada bab ini akan dijelaskan tampilan hasil dari aplikasi yang telah dibuat, yang digunakan untuk memperjelas tentang tampilan dari Sistem Pendukung Keputusan
Lebih terperinciBAB I PENDAHULUAN. secara lebih aktual dan optimal. Penggunaan teknologi informasi bertujuan untuk
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi yang sangat cepat telah membawa manusia memasuki kehidupan yang berdampingan dengan informasi dan teknologi itu sendiri. Yang berdampak pada
Lebih terperinci1. Pendahuluan. 1.1 Latar Belakang
1. Pendahuluan 1.1 Latar Belakang Pasar valuta asing telah mengalami perkembangan yang tak terduga selama beberapa dekade terakhir, dunia bergerak ke konsep "desa global" dan telah menjadi salah satu pasar
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN IV.1. Tampilan Hasil Pada bab ini akan dijelaskan tampilan hasil dari aplikasi yang telah dibuat, yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada aplikasi
Lebih terperinciBAB IV METODE PENELITIAN. yaitu membangun sistem pendukung keputusan penentuan kecocokan. menggunakan metode Weighted Product (WP).
BAB IV METODE PENELITIAN A. Jenis Penelitian Penelitian ini adalah jenis penelitian rekayasa atau pengembangan yaitu membangun sistem pendukung keputusan penentuan kecocokan penanaman pohon di Perum Perhutani
Lebih terperinciBAB I PENDAHULUAN. CV. Sejati Furniture adalah suatu perusahaan perseorangan yang bergerak
BAB I PENDAHULUAN I.1. Latar Belakang CV. Sejati Furniture adalah suatu perusahaan perseorangan yang bergerak dalam bidang furniture khususnya untuk daerah Medan. Adapun dalam pengolahan data harga pokok
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Program aplikasi ini dirancang dengan menggunakan perangkat lunak Microsoft Visual C# 2008 Express Edition. Proses perancangan menggunakan pendekatan Object Oriented
Lebih terperinciBAB III PERANCANGAN. aplikasi pencarian judul buku terdiri dari perangkat keras (hardware) dan perangkat
BAB III PERANCANGAN 3.1 Peralatan Pendukung Peralatan pendukung digunakan untuk menunjang keberhasilan dalam pengembangan software. Peralatan pendukung yang dibutuhkan dalam pembuatan aplikasi pencarian
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
BAB 4 IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Sistem Dalam mengimplementasikan program sistem ANPR ini terdapat 2 (dua) buah komponen yang sangat berperan penting, yaitu perangkat keras atau hardware
Lebih terperinci3. METODE PENELITIAN
19 3. METODE PENELITIAN 3.1 Diagram Alir Penelitian Kerangka pemikiran pada penelitian ini dapat digambarkan dalam suatu bagan alir seperti pada Gambar 8. Gambar 8 Diagram Alir Penelitian Pengumpulan Data
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN
32 BAB III ANALISIS DAN PERANCANGAN Pada bab ini akan dibahas tentang analisis sistem melalui pendekatan secara terstruktur dan perancangan yang akan dibangun dengan tujuan menghasilkan model atau representasi
Lebih terperinciPresentasi Tugas Akhir
Presentasi Tugas Akhir Bagian terpenting dari CRM adalah memahami kebutuhan dari pelanggan terhadap suatu produk yang ditawarkan para pelaku bisnis. CRM membutuhkan sistem yang dapat memberikan suatu
Lebih terperinciBAB I PENDAHULUAN. teknologi berbasis komputer, walaupun perusahaan sudah menggunakan
BAB I PENDAHULUAN I.1. Latar Belakang Saat ini kebanyakan dari Perusahaan atau Instansi sudah menggunakan teknologi berbasis komputer, walaupun perusahaan sudah menggunakan komputerisasi di dalam mengelola
Lebih terperinciArsitektur Jaringan Salah satu metode pelatihan terawasi pada jaringan syaraf adalah metode Backpropagation, di mana ciri dari metode ini adalah memin
BACK PROPAGATION Arsitektur Jaringan Salah satu metode pelatihan terawasi pada jaringan syaraf adalah metode Backpropagation, di mana ciri dari metode ini adalah meminimalkan error pada output yang dihasilkan
Lebih terperinciPengembangan Aplikasi Prediksi Pertumbuhan Ekonomi Indonesia dengan Jaringan Syaraf Tiruan Backpropagation
Erlangga, Sukmawati Nur Endah dan Eko Adi Sarwoko Pengembangan Aplikasi Prediksi Pertumbuhan Ekonomi Indonesia dengan Jaringan Syaraf Tiruan Backpropagation Erlangga, Sukmawati Nur Endah dan Eko Adi Sarwoko
Lebih terperinciBAB II DASAR TEORI Jaringan Syaraf Tiruan. Universitas Sumatera Utara
BAB II DASAR TEORI Landasan teori adalah teori-teori yang relevan dan dapat digunakan untuk menjelaskan variabel-variabel penelitian. Landasan teori ini juga berfungsi sebagai dasar untuk memberi jawaban
Lebih terperinciBAB I PENDAHULUAN. untuk berbuat lebih banyak dalam teknologi dan membuka diri terhadap
BAB I PENDAHULUAN I.1. Latar Belakang Ketika menghadapi era globalisasi dibutuhkan tenaga kerja yang siap dipakai menguasai ilmu pengetahuan dan teknologi. Untuk itu kita selalu dituntut untuk berbuat
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kecerdasan buatan merupakan sub-bidang ilmu komputer yang khusus ditujukan untuk membuat software dan hardware yang sepenuhnya bisa menirukan beberapa fungsi
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. Bab ini menguraikan proses implementasiuntuk tahap pelatihanneural networks,
BAB IV IMPLEMENTASI DAN EVALUASI Bab ini menguraikan proses implementasiuntuk tahap pelatihanneural networks, pengenalan not, pembangkitan not, dan tahap evaluasi. Aplikasi yang digunakan untuk pengujian
Lebih terperinciBAB I PENDAHULUAN. Pengelolaan keuangan dalam perusahaan merupakan kunci utama kegiatan
BAB I PENDAHULUAN I.1 Latar Belakang Pengelolaan keuangan dalam perusahaan merupakan kunci utama kegiatan operasional perusahaan dan tidak akan terlepas dari kegiatan yang berhubungan dengan kas. Dalam
Lebih terperinciBAB III METODOLOGI PENELITIAN
38 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Studi Literatur: Peramalan, Curah Hujan, Knowledge Discovery in Database, Jaringan Saraf Tiruan, Backpropagation, Optimalisasasi Backpropagation Pengumpulan
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilaksanakan Februari 2014 sampai dengan Juli 2014 di
BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilaksanakan Februari 2014 sampai dengan Juli 2014 di Laboratorium Pemodelan Fisika, Jurusan Fisika, Fakultas Matematika dan Ilmu
Lebih terperinciSATIN Sains dan Teknologi Informasi
SATIN - Sains dan Teknologi Informasi, Vol. 2, No., Juni 206 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Penerapan Jaringan Syaraf Tiruan Untuk Estimasi Needs
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisis Penelitian bertujuan untuk merancang sebuah sistem yang dapat melakukan Perancangan Aplikasi Keamanan Data Dengan Metode End Of File (EOF) dan Algoritma
Lebih terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Penelitian bertujuan untuk merancang sebuah sistem yang dapat melakukan penyisipan sebuah pesan rahasia kedalam media citra digital dengan
Lebih terperinciBAB III ANALISIS DAN DESAIN SISTEM
BAB III ANALISIS DAN DESAIN SISTEM III.1. Analisa Masalah Perkembangan teknologi pada masa sekarang ini telah mengalami perubahan yang sangat pesat, sama halnya dengan perkembangan Elektronik. Salah satunya
Lebih terperinciBAB V IMPLEMENTASI SISTEM
BAB V IMPLEMENTASI SISTEM Pada bab ini akan dijelaskan implementasi dari Aplikasi Sistem Pendukung Keputusan Penilaian kinerja yang sudah dibangun 5.1 Lingkungan Implementasi Lingkungan implementasi meliputi
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI PROGRAM. implementasi dari program aplikasi yang dibuat. Penulis akan menguraikan
BAB 4 IMPLEMENTASI DAN EVALUASI PROGRAM Dari hasil perancangan yang dilakukan oleh penulis, pada bab ini disajikan implementasi dari program aplikasi yang dibuat. Penulis akan menguraikan spesifikasi sistem
Lebih terperinciBAB I PENDAHULUAN. semakin pesat berkembangnya terutama mengenai sistem informasinya. Ini
BAB I PENDAHULUAN I.1. Latar Belakang Saat ini di Indonesia perkembangan akan ilmu pengetahuan dan teknologi semakin pesat berkembangnya terutama mengenai sistem informasinya. Ini membuat suatu perusahaan
Lebih terperinciPENGESAHAN DOSEN PEMBIMBING...
DAFTAR ISI HALAMAN SAMPUL... i HALAMAN JUDUL... ii HALAMAN PENGESAHAN DOSEN PEMBIMBING... iii HALAMAN PENGESAHAN DOSEN PENGUJI... iv SURAT PERNYATAAN... v MOTO DAN PERSEMBAHAN... vi KATA PENGANTAR... vii
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN. Perancangan game mencocokkan gambar ini dibuat agar dapat berjalan
BAB III ANALISIS DAN PERANCANGAN III.1. Analisa Sistem Perancangan game mencocokkan gambar ini dibuat agar dapat berjalan pada sistem yang beroperasi pada perangkat komputer, game yang dikembangkan adalah
Lebih terperinciPrediksi Pergerakan Harga Harian Nilai Tukar Rupiah (IDR) Terhadap Dollar Amerika (USD) Menggunakan Metode Jaringan Saraf Tiruan Backpropagation
1 Prediksi Pergerakan Harga Harian Nilai Tukar Rupiah (IDR) Terhadap Dollar Amerika (USD) Menggunakan Metode Jaringan Saraf Tiruan Backpropagation Reza Subintara Teknik Informatika, Ilmu Komputer, Universitas
Lebih terperinciBab 3 Metodologi Penelitian
Bab 3 Metodologi Penelitian 3.1 Metode dan Analisis Kebutuhan Sistem Metode yang digunakan untuk perancangan sistem ini adalah metode prototype Perancangan sistem dengan menggunakan metode prototype memiliki
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada saat ini berbagai macam teknologi khususnya dalam bidang teknologi informasi telah banyak diterapkan di berbagai bidang. Baik itu di bidang pendidikan, keuangan,
Lebih terperinciBAB 3 PEMBAHASAN. pelayanan kesehatan prima, Pt Binara Guna Mediktama pada tahun 1986 mendirikan
BAB 3 PEMBAHASAN 3.1 Rumah Sakit Pondok Indah 3.1.1 Latar Belakang Guna memenuhi kebutuhan masyarakat akan adanya rumah sakit swasta dengan pelayanan kesehatan prima, Pt Binara Guna Mediktama pada tahun
Lebih terperinciUKDW BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Toko Rudi Music merupakan salah satu toko alat musik di kota Magelang yang menjual berbagai macam alat musik. Toko ini tidak buka cabang dan merupakan toko
Lebih terperinciBAB IV HASIL DAN UJI COBA
45 BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Laporan skripsi ini mencoba untuk membuat sebuah perancangan aplikasi permainan Color Memory menggunakan metode Brute Force. Dalam proses pembuatan aplikasi
Lebih terperinciBAB I PENDAHULUAN. segala sesuatu dapat dilakukan dengan se-efisien mungkin. Sama halnya dengan
BAB I PENDAHULUAN I.1. Latar Belakang Ilmu pengetahuan dan teknologi merupakan suatu faktor penunjang perkembangan zaman. Dengan adanya ilmu pengetahuan dan teknologi maka segala sesuatu dapat dilakukan
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. sehingga menghasilkan aplikasi. Pada tahap implementasi ini dibagi dua sub yaitu
BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Implementasi Sistem Tahap implementasi sistem adalah tahap yang mengubah hasil analisis dan perancangan ke dalam bahasa pemrograman yang dimengerti oleh komputer sehingga
Lebih terperinciPREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK
PREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK Yudhi Andrian 1, Erlinda Ningsih 2 1 Dosen Teknik Informatika, STMIK Potensi Utama 2 Mahasiswa Sistem Informasi, STMIK
Lebih terperinciBAB III METODE PENELITIAN
3.1. Kerangka Pemikiran BAB III METODE PENELITIAN Permasalahan yang akan dijawab atau tujuan yang ingin dicapai pada penelitian ini adalah untuk melakukan prakiraan beban listrik jangka pendek atau untuk
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN Pada bab ini akan diuraikan mengenai pelaksanaan terhadap hasil perancangan yang telah diperoleh sebelumnya. Hasil perancangan pada tahap perancangan akan diimplemetasikan menjadi
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI
57 BAB 4 IMPLEMENTASI DAN EVALUASI Di dalam bab ini disajikan hasil dari perancangan program aplikasi yang telah dirancang pada bab sebelumnya. Pada bab ini juga ditampilkan hasil percobaan dengan menggunakan
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil Pada bab ini akan dijelaskan tampilan hasil dari aplikasi yang telah dibuat, yang digunakan untuk memperjelas tentang tampilan-tampilan yang ada pada aplikasi
Lebih terperinciBAB I PENDAHULUAN. Pemetaan lokasi cabang cabang toko baju Mode Fashion berbasis web
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan lokasi cabang Mode Fashion di Kota Medan yang begitu cepat harus diimbangi dengan penyampaian informasi dengan cepat dan tepat. Pemetaan lokasi cabang
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kebutuhan akan prediksi semakin meningkat pada era globalisasi saat ini sejalan dengan keinginan masyarakat khususnya pelaku bisnis untuk memberikan tanggapan
Lebih terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Berdasarkan hasil pengamatan yang telah dilakukan terhadap sistem yang yang ada saat ini, secara umum banyak pengguna fasilitas email yang
Lebih terperinci3.2. Analisa Masalah 3-1.
BAB 3. ANALISA SISTEM 3.1. Analisa Sistem Perusahaan PT Retail Department Store saat ini belum mempunyai sebuah sistem informasi yang terintegrasi. Ada banyak laporan-laporan yang diinput secara manual.
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini dilakukan di Jurusan Ilmu Komputer, Fakultas Ilmu Pengetahuan Alam Universitas Lampung. Waktu penelitian dilakukan selama semester
Lebih terperinciMETODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN A. Kerangka Pemikiran Perusahaan dalam era globalisasi pada saat ini, banyak tumbuh dan berkembang, baik dalam bidang perdagangan, jasa maupun industri manufaktur. Perusahaan
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENYAKIT SALURAN PERNAFASAN DENGAN METODE BACKPROPAGATION
APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENYAKIT SALURAN PERNAFASAN DENGAN METODE BACKPROPAGATION [1] Novi Indah Pradasari, [2] F.Trias Pontia W, [3] Dedi Triyanto [1][3] Jurusan Sistem Komputer,
Lebih terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
29 BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Penelitian bertujuan untuk merancang sebuah sistem yang dapat melakukan penyampaian sebuah pesan multi chatting kedalam media LAN. Ada
Lebih terperinciBAB I PENDAHULUAN. memproduksi kapas seperti kapas kecantikan dengan merek Selection Cotton.
BAB I PENDAHULUAN I.1. Latar Belakang Sistem Informasi Geografis adalah sistem informasi khusus yang mengelola data yang memiliki informasi spasial (bereferensi keruangan). Atau dalam arti yang lebih sempit,
Lebih terperinciBAB I PENDAHULUAN. dalam arti yang lebih sempit, adalah sistem komputer yang memiliki kemampuan
BAB I PENDAHULUAN I.1. Latar Belakang Sistem Informasi Geografis adalah sistem informasi khusus yang mengelola data yang memiliki informasi spasial (bereferensi keruangan). Atau dalam arti yang lebih sempit,
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1 Tampilan Hasil IV.1.1. Halaman Form Login Adapun tampilan form login dapat dilihat pada gambar IV.1.: Gambar IV.1. Halaman Form Login Form login berfungsi untuk melakukan
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV.1. Tampilan Hasil IV.1.1. Tampilan Hasil Form Login Form ini berfungsi sebagai tempat untuk melakukan login pada sistem. Pemakai sistem diwajibkan untuk memasukan username
Lebih terperinciBAB I PENDAHULUAN. segala sesuatu dapat dilakukan dengan se-efisien mungkin. Sama halnya dengan
BAB I PENDAHULUAN I.1. Latar Belakang Ilmu pengetahuan dan teknologi merupakan suatu faktor penunjang perkembangan zaman. Dengan adanya ilmu pengetahuan dan teknologi maka segala sesuatu dapat dilakukan
Lebih terperinciBAB IV HASIL DAN UJI COBA
BAB IV HASIL DAN UJI COBA IV. 1. Tampilan Hasil Pada bab ini akan dijelaskan tampilan hasil aplikasi yang telah dibuat, yang digunakan untuk memperjelas tentang tampilan dari Sistem Pendukung Keputusan
Lebih terperinciBAB V IMPLEMENTASI SISTEM
BAB V IMPLEMENTASI SISTEM Tahapan implementasi merupakan kelanjutan dari kegiatan rancangan sistem dan dapat dipandang sebagai suatu usaha untuk mewujudkan sistem yang telah dirancang. Langkah langkah
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Analisis Permasalahan Pada saat ini, para pialang saham di Bursa Efek Indonesia dihadapkan pada suatu problem untuk mengetahui faktor-faktor apakah yang berpengaruh pada
Lebih terperinciBAB III METODOLOGI PENELITIAN
19 BAB III METODOLOGI PENELITIAN 3.1. Kerangka Pemikiran Kerangka pemikiran untuk penelitian ini seperti pada Gambar 9. Penelitian dibagi dalam empat tahapan yaitu persiapan penelitian, proses pengolahan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Desain Penelitian Desain dan tahapan yang dilakukan dalam penelitian ini dapat dilihat pada gambar berikut: Rumusan Masalah Pengembangan Perangkat Lunak Analisis Data Model
Lebih terperinciBACK PROPAGATION NETWORK (BPN)
BACK PROPAGATION NETWORK (BPN) Arsitektur Jaringan Salah satu metode pelatihan terawasi pada jaringan syaraf adalah metode Backpropagation, di mana ciri dari metode ini adalah meminimalkan error pada output
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN Pembahasan pada bab ini menjelaskan gambaran umum nilai tukar mata uang rupiah terhadap dolar amerika, metode penelitian, perancangan program aplikasi, rancangan perangkat lunak
Lebih terperinci4 BAB 4 IMPLEMENTASI DAN PENGUJIAN
4 BAB 4 IMPLEMENTASI DAN PENGUJIAN 4.1 Implementasi Implementasi adalah penerapan hasil perancangan yang telah dilakukan pada tahap analisis dan perancangan sistem. Hasil perancangan diterapkan menjadi
Lebih terperinciBAB III METODE PENELITIAN. penelitian adalah pada semester Genap Tahun Pelajaran
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Penelitian dilakukan di Program Studi Ilmu Komputer Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Waktu
Lebih terperinciBAB I PENDAHULUAN. yang disebabkan oleh faktor manusia (human error). Salah satu bidang yang
BAB I PENDAHULUAN I.1 Latar Belakang Saat ini peranan sistem informasi dalam suatu organisasi tidak dapat diragukan lagi. Dukungannya dapat membuat sebuah perusahaan memiliki keunggulan kompetitif dan
Lebih terperinciBAB I PENDAHULUAN. sudah tidak diragukan lagi. Dengan sistem informasi akuntansi pembelian barang
BAB I PENDAHULUAN I.1. Latar Belakang Peran penting sistem informasi terhadap aktifitas bisnis suatu perusahaan sudah tidak diragukan lagi. Dengan sistem informasi akuntansi pembelian barang secara kredit
Lebih terperinciPERANCANGAN SISTEM PENGENALAN DAN PENYORTIRAN KARTU POS BERDASARKAN KODE POS DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK
PERANCANGAN SISTEM PENGENALAN DAN PENYORTIRAN KARTU POS BERDASARKAN KODE POS DENGAN MENGGUNAKAN ARTIFICIAL NEURAL NETWORK OLEH ARIF MIFTAHU5R ROHMAN (2200 100 032) Pembimbing: Dr. Ir Djoko Purwanto, M.Eng,
Lebih terperinciSISTEM INFORMASI PERPUSTAKAAN PADA SMK NEGERI 1 TEGAL
SISTEM INFORMASI PERPUSTAKAAN PADA SMK NEGERI 1 TEGAL Dea Nefri Livia, Wildani Eko Nugroho, Rais D3 Teknik Komputer Politeknik Harapan Bersama Jln. Mataram No. 9 Tegal Telp/Fax (0283) 352000 ABSTRAK informasi
Lebih terperinciBAB I PENDAHULUAN. membuat kita untuk lebih membuka diri dalam menerima perubahan-perubahan
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan ilmu pengetahuan dan teknologi yang pesat sekarang ini, membuat kita untuk lebih membuka diri dalam menerima perubahan-perubahan yang terjadi akibat kemajuan
Lebih terperinciBAB I PENDAHULUAN. langsung dan overhead pabrik. Dalam dunia usaha yang semakin berkembang ini,
BAB I PENDAHULUAN I.1 Latar Belakang Proses produksi merupakan hal yang sangat krusial karena di dalamnya terkandung biaya persediaan untuk produksi. Biaya persediaan merupakan salah satu faktor penting
Lebih terperinci