BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah"

Transkripsi

1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Jaringan Syaraf Tiruan (artificial neural network), atau disingkat JST menurut Hermawan (2006, hlm.37) adalah sistem komputasi dimana arsitektur dan operasi diilhami dari pengetahuan tentang sel syaraf biologis di dalam otak, yang merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba menstimulasi proses pembelajaran pada otak manusia tersebut. Jaringan syaraf tiruan yang merupakan bagian dari kecerdasan buatan memiliki kemampuan untuk belajar, selain itu juga mampu menghasilkan aturan atau operasi dari beberapa contoh atau input yang dimasukkan, dan membuat prediksi tentang kemungkinan output yang akan muncul. JST juga dapat menyimpan karakteristik dari input yang disimpan pada jaringan syaraf tiruan tersebut. Aplikasi kecerdasan buatan berbasis Jaringan Syaraf Tiruan banyak diterapkan di berbagai bidang ilmu pengetahuan dan teknologi informasi. Namun dalam dunia kedokteran di Indonesia, penerapannya masih sangat kurang. Oleh karena itu, studi kasus aplikasi jaringan syaraf tiruan di bidang kedokteran akan memberikan jalan pembuka bagi penelitian jaringan syaraf tiruan untuk mengenali pola-pola klinis. Penelitian yang dilakukan saat ini berkaitan dengan jaringan syaraf tiruan dengan kasus penyakit telinga, hidung dan tenggorokan. Dalam hal ini, bantuan seorang dokter ahli yang berpengalaman sangat dibutuhkan untuk memperoleh hasil analisa medis yang benar, karena pengalaman tersebut digunakan untuk melatih jaringan syaraf tiruan yang dibangun. Oleh karena itu diharapkan keberadaan suatu aplikasi jaringan syaraf tiruan dapat membantu seorang dokter dalam memberikan keputusan klinis dimana perangkat ini memiliki pengetahuan berbagai data kasus hasil analisis dari para dokter ahli yang berpengalaman. 1

2 1.2 Perumusan Masalah Permasalahan yang akan dibahas dalam penelitian ini adalah : 1. Bagaimana sistem dapat melakukan latihan mengenali dengan baik dari data yang dilatihkan secara berulang-ulang, sehingga semua pola yang dikeluarkan jaringan dapat memenuhi pola yang diinginkan. 2. Bagaimana parameter-parameter yang ada, seperti maksimal epoh dan learning rate mempengaruhi validitas keluaran pada jaringan saat proses pelatihan atau pembelajaran. 1.3 Batasan Masalah Batasan masalah dalam penelitian ini adalah: 1. Penyakit yang akan dibahas dalam penelitian ini hanya melingkupi penyakit THT yaitu sebanyak 23 jenis penyakit dengan 38 gejala. 2. Gejala-gejala penyakit THT sesuai dengan gejala yang diperoleh dari buku dan keterangan dokter spesialis THT, yaitu dokter Retno. 3. Penyakit THT yang dirancang adalah penyakit THT yang mempunyai gejalagejala yang ringan. 1.4 Hipotesis Dalam penelitian ini terdapat dua (2) hipotesis yang akan dibuktikan, yaitu : 1. Semakin banyak jumlah data yang dilatihkan, maka keluaran data yang dihasilkan juga akan semakin akurat. 2. Semakin kecil nilai learning rate, maka keluaran yang dihasilkan semakin mendekati valid. 2

3 1.5 Tujuan Penelitian Tujuan penelitian ini adalah membangun sebuah sistem yang dapat melakukan diagnosa terhadap penyakit Telinga, Hidung dan Tenggorokan (THT) dengan metode backpropagation. 1.6 Metode Penelitian Metode penelitian yang digunakan dalam menyelesaikan tugas akhir ini adalah sebagai berikut : 1) Studi Pustaka - Dilakukan dengan mencari buku-buku referensi Tugas Akhir, antara lain : buku tentang jaringan syaraf tiruan, buku kesehatan (telinga, hidung dan tenggorokan), buku Visual Studio 2008, serta laporan Tugas Akhir pada perpustakaan UKDW. - Mencari informasi dari Internet dalam merancang dan mendesain sistem yang akan dibuat. 2) Wawancara Penulis melakukan wawancara langsung dengan dokter Retno. Beliau adalah dokter spesialis THT yang menjalankan profesinya di rumah sakit Dr.Kariadi Semarang. Wawancara ini dilakukan penulis untuk mendapatkan data penyakit - penyakit THT beserta gejala-gejala yang menyertainya sebagai salah satu sumber utama pembuatan program. 3) Implementasi Langkah-langkah berikut ini merupakan tahapan di dalam perancangan pembuatan program : a) Perancangan input dan output Program didesain untuk dapat menerima input berupa macam-macam gejala penyakit yang telah diubah ke dalam bentuk suatu matrik atau array, dan 3

4 menghasilkan output berupa prediksi penyakit berdasarkan gejala-gejala yang dimasukkan. b) Metode yang digunakan dalam sistem ini adalah backpropagation. Cara kerja dari backpropagation ini yaitu, menghitung galat dan mengubah bobot-bobot pada semua interkoneksinya. Disini galat dihitung pada semua unit pengolah dan bobotpun diubah pada semua interkoneksi. Perhitungan dimulai dari lapisan keluaran dan mundur sampai lapisan masukan. Hasil keluaran dari perambatan maju dibandingkan hasil keluaran yang diinginkan. Berdasarkan perbedaan ini kemudian dihitung galat untuk tiap-tiap lapisan pada jaringan. Pertama-tama dihitung galat untuk lapisan keluaran, kemudian bobot-bobot setiap interkoneksi yang menuju ke lapisan keluaran disesuaikan. Setelah itu dihitung nilai galat pada lapisan tersembunyi dan dihitung perubahan bobot yang menuju ke lapisan tersembunyi. Demikian proses ini dilakukan mundur sampai ke lapisan masukan secara iteratif. c) Membuat kesimpulan. Setelah dilakukan pengujian pada langkah sebelumnya, maka dilakukan analisa hasil keluaran berdasar pada faktor banyak sedikitnya data yang di masukkan juga pengaruh dari jumlah epoch dan learning rate yang digunakan. Kemudian dari hasil analisa di atas, dapat ditarik suatu kesimpulan mengenai seberapa besar faktor-faktor tersebut mempengaruhi validitas hasil keluaran. 1.7 Sistematika Penulisan Bab 1 merupakan bab pendahuluan yang berisi uraian latar belakang masalah pembangunan sistem berbasis JST terutama dalam dunia kedokteran yang masih sangat sedikit implementasinya. Dalam mempermudah pembangunan sistem, diperlukan perumusan masalah untuk meruntut cara kerja metode yang digunakan. Penulis juga memberi batasan masalah untuk membatasi lingkup penelitian. Penelitian ini mempunyai 2 hipotesis yang akan dibuktikan yaitu keakuratan output 4

5 berdasarkan jumlah banyaknya data dan nilai learning rate. Adapun tujuan daripada penulisan tugas akhir ini untuk membangun sistem yang dapat melakukan diagnosa terhadap penyakit THT ringan dengan metode backpropagation. Metode penelitian yang dilakukan untuk mendukung pembangunan sistem yaitu studi pustaka dan wawancara dengan dokter spesialis THT. Laporan tugas akhir ini dibuat berdasarkan sistematika penulisan yang baku berdasarkan standar APA. Bab 2 merupakan bab tinjauan pustaka yang berisi uraian tentang teori-teori JST secara umum dan perkembangannya dari waktu ke waktu. Landasan teori yang dipakai untuk mendukung perancangan dan implementasi sistem mencakup supervised learning, multilayer net, persamaan dalam fungsi aktivasi dan persamaan dalam algoritma backpropagation. Bab 3 merupakan bab perancangan sistem yang membahas mengenai perancangan sistem secara keseluruhan yang meliputi pengelolaan dan perancangan sistem tersebut. Bab 4 merupakan bab implementasi dan analisis sistem, implementasi dalam bentuk program yang dibuat beserta penjelasan listing program dan algoritmanya, selain itu juga berisi analisa terhadap terhadap sistem yang telah dibuat. Bab 5 merupakan bab kesimpulan dan saran yang berisi kesimpulan dari proyek tugas akhir ini dan saran atas hasil dari program yang dibuat serta pengembangannya pada masa mendatang. 5

MILIK UKDW. Bab 1 PENDAHULUAN. 1.1 Latar Belakang

MILIK UKDW. Bab 1 PENDAHULUAN. 1.1 Latar Belakang Bab 1 PENDAHULUAN 1.1 Latar Belakang Beberapa tahun belakangan ini, jaringan syaraf tiruan telah berkembang dengan pesat. Berbagai aplikasi telah memanfaatkan jaringan syaraf tiruan dalam penerapannya,

Lebih terperinci

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENYAKIT SALURAN PERNAFASAN DENGAN METODE BACKPROPAGATION

APLIKASI 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 terperinci

BAB 1 PENDAHULUAN 1.1. Latar Belakang

BAB 1 PENDAHULUAN 1.1. Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakang Tes potensi akademik merupakan tes potensi intelektual untuk akademik. Tes potensi akademik sudah banyak diterapkan hampir di seluruh universitas saat ujian penerimaan

Lebih terperinci

MODEL PEMBELAJARAN JARINGAN SYARAF TIRUAN UNTUK OTOMATISASI PENGEMUDIAN KENDARAAN BERODA TIGA

MODEL PEMBELAJARAN JARINGAN SYARAF TIRUAN UNTUK OTOMATISASI PENGEMUDIAN KENDARAAN BERODA TIGA MODEL PEMBELAJARAN JARINGAN SYARAF TIRUAN UNTUK OTOMATISASI PENGEMUDIAN KENDARAAN BERODA TIGA Ramli e-mail:ramli.brt@gmail.com Dosen Tetap Amik Harapan Medan ABSTRAK Jaringan Syaraf Tiruan adalah pemrosesan

Lebih terperinci

1 PENDAHULUAN 1.1 Latar Belakang

1 PENDAHULUAN 1.1 Latar Belakang 1 PENDAHULUAN 1.1 Latar Belakang Curah hujan merupakan faktor yang berpengaruh langsung terhadap perubahan cuaca yang semakin memburuk. Curah hujan merupakan total air hujan yang terjatuh pada permukaan

Lebih terperinci

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Bagi seseorang yang berprofesi sebagai dokter, kesalahan diagnosis suatu penyakit akan membawa dampak yang sangat fatal bagi pasiennya. Dalam kasus ini, penulis

Lebih terperinci

BAB II DASAR TEORI Jaringan Syaraf Tiruan. Universitas Sumatera Utara

BAB 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 terperinci

SATIN Sains dan Teknologi Informasi

SATIN Sains dan Teknologi Informasi SATIN - Sains dan Teknologi Informasi, Vol. 2, No. 1, Juni 2015 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Jaringan Syaraf Tiruan untuk Memprediksi Prestasi

Lebih terperinci

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENJUALAN OBAT Pada PT. METRO ARTHA PRAKARSA MENERAPKAN METODE BACKPROPAGATION

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENJUALAN OBAT Pada PT. METRO ARTHA PRAKARSA MENERAPKAN METODE BACKPROPAGATION APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENJUALAN OBAT Pada PT. METRO ARTHA PRAKARSA MENERAPKAN METODE BACKPROPAGATION Zulkarnain Mahasiswa Teknik Informatika STMIK Budi Darma Jl. Sisingamangaraja

Lebih terperinci

APLIKASI 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 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 terperinci

JARINGAN SYARAF TIRUAN PREDIKSI PENYAKIT LUDWIG ANGINA

JARINGAN SYARAF TIRUAN PREDIKSI PENYAKIT LUDWIG ANGINA doi: https://doi.org/10.5281/zenodo.1207339 JARINGAN SYARAF TIRUAN PREDIKSI PENYAKIT LUDWIG ANGINA Siti Aisyah (1), Abdi Dharma (2), Mardi Turnip (3) Sistem Informasi Fakultas Teknologi dan Ilmu Komputer

Lebih terperinci

BAB I PENDAHULUAN. universitas swasta yang memiliki 7 Fakultas dengan 21 Program Studi yang

BAB I PENDAHULUAN. universitas swasta yang memiliki 7 Fakultas dengan 21 Program Studi yang BAB I PENDAHULUAN A. Latar Belakang Masalah Universitas Muhammadiyah Ponorogo merupakan salah satu universitas swasta yang memiliki 7 Fakultas dengan 21 Program Studi yang terdiri dari : 3 program studi

Lebih terperinci

PERANCANGAN APLIKASI MENGIDENTIFIKASI PENYAKIT MATA DENGAN MENGGUNAKAN METODE BACKPROPAGATION

PERANCANGAN APLIKASI MENGIDENTIFIKASI PENYAKIT MATA DENGAN MENGGUNAKAN METODE BACKPROPAGATION Jurnal Riset Komputer (JURIKOM), Volume : 3, Nomor:, Februari 206 ISSN : 2407-389X PERANCANGAN APLIKASI MENGIDENTIFIKASI PENYAKIT MATA DENGAN MENGGUNAKAN METODE BACKPROPAGATION Fahmi Hasobaran Dalimunthe

Lebih terperinci

PENGENALAN AKSARA JAWAMENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ)

PENGENALAN AKSARA JAWAMENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ) PENGENALAN AKSARA JAWAMENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ) Alfa Ceria Agustina (1) Sri Suwarno (2) Umi Proboyekti (3) sswn@ukdw.ac.id othie@ukdw.ac.id Abstraksi Saat ini jaringan saraf tiruan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat ini, metode kecerdasan buatan (Artificial Intelligence) banyak digunakan dalam berbagai bidang seperti: bisnis, militer, pendidikan, psikologi, permainan

Lebih terperinci

VOL. 01 NO. 02 [JURNAL ILMIAH BINARY] ISSN :

VOL. 01 NO. 02 [JURNAL ILMIAH BINARY] ISSN : PENERAPAN JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH PRODUKSI AIR MINUM MENGGUNAKAN ALGORITMA BACKPROPAGATION (STUDI KASUS : PDAM TIRTA BUKIT SULAP KOTA LUBUKLINGGAU) Robi Yanto STMIK Bina Nusantara

Lebih terperinci

PENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI TINGKAT PENGANGGURAN DI SUMATERA BARAT

PENERAPAN 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 terperinci

BAB I PENDAHULUAN I-1

BAB 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Pengenalan Pola Pengenalan pola adalah suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur (ciri) atau sifat utama dari suatu

Lebih terperinci

DIAGNOSA GANGGUAN SALURAN PERNAFASAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

DIAGNOSA GANGGUAN SALURAN PERNAFASAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DIAGNOSA GANGGUAN SALURAN PERNAFASAN MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Bambang Yuwono 1), Heru Cahya Rustamaji 2), Usamah Dani 3) 1,2,3) Jurusan Teknik Informatika UPN "Veteran" Yogyakarta

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB I PENDAHULUAN. satu bagian sistem biometrika adalah face recognition (pengenalan wajah). Sistem

BAB I PENDAHULUAN. satu bagian sistem biometrika adalah face recognition (pengenalan wajah). Sistem 1 BAB I PENDAHULUAN 1.1. Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia yang memiliki keunikan. Salah satu bagian sistem biometrika

Lebih terperinci

1. Pendahuluan. 1.1 Latar Belakang

1. 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 terperinci

Penerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6

Penerapan 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 terperinci

KLASIFIKASI KELAINAN JANTUNG ANAK MENGGUNAKAN JARINGAN SARAF TIRUAN ALGORITMA BACKPROPAGATION A B S T R A K

KLASIFIKASI KELAINAN JANTUNG ANAK MENGGUNAKAN JARINGAN SARAF TIRUAN ALGORITMA BACKPROPAGATION A B S T R A K KLASIFIKASI KELAINAN JANTUNG ANAK MENGGUNAKAN JARINGAN SARAF TIRUAN ALGORITMA BACKPROPAGATION Oleh : Gunawan Abdillah, Agus Komarudin, Rachim Suherlan A B S T R A K Kelainan jantung anak merupakan salah

Lebih terperinci

Kesehatan balita bisa diketahui salah satunya melalui penilaian status gizinya. Penelitian ini bertujuan untuk mempermudah

Kesehatan balita bisa diketahui salah satunya melalui penilaian status gizinya. Penelitian ini bertujuan untuk mempermudah 16 khazanah informatika Jurnal Ilmu Komputer dan Informatika 1* 1 1 Program Studi Informatika Universitas Muhammadiyah Surakarta Surakarta *fyai181@ums.ac.id Kesehatan balita bisa diketahui salah satunya

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1. Forecasting Forecasting (peramalan) adalah seni dan ilmu untuk memperkirakan kejadian di masa yang akan datang. Hal ini dapat dilakukan dengan melibatkan data historis dan memproyeksikannya

Lebih terperinci

BAB III RANCANG BANGUN

BAB III RANCANG BANGUN BAB III RANCANG BANGUN 3.1 LANGKAH PENGERJAAN Program identifikasi dengan media biometrik citra iris mata yang menggunakan Metode Jaringan Syaraf Tiruan (JST) terdiri dari dua tahap, yaitu proses pelatihan

Lebih terperinci

BAB 2 LANDASAN TEORI. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu

BAB 2 LANDASAN TEORI. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu BAB 2 LANDASAN TEORI 2.1 Pengenalan Suara. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu speech recognition dan speaker recognition. Speech recognition adalah proses yang dilakukan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Jaringan Syaraf Biologi Jaringan Syaraf Tiruan merupakan suatu representasi buatan dari otak manusia yang dibuat agar dapat mensimulasikan apa yang dipejalari melalui proses pembelajaran

Lebih terperinci

BAB I PENDAHULUAN. kecerdasan buatan, kecerdasan buatan merupakan salah satu bagian ilmu

BAB I PENDAHULUAN. kecerdasan buatan, kecerdasan buatan merupakan salah satu bagian ilmu BAB I PENDAHULUAN A Latar Belakang Masalah Jaringan Syaraf Tiruan merupakan bagian dari sistem kecerdasan buatan, kecerdasan buatan merupakan salah satu bagian ilmu pengetahuan yang digunakan untuk menyelesaikan

Lebih terperinci

Jaringan syaraf dengan lapisan tunggal

Jaringan syaraf dengan lapisan tunggal Jaringan syaraf adalah merupakan salah satu representasi buatan dari otak manusia yang mencoba untuk mensimulasikan proses pembelajaran pada otak manusia. Syaraf manusia Jaringan syaraf dengan lapisan

Lebih terperinci

APLIKASI JARINGAN SYARAF TIRUAN DALAM PENGHITUNGAN PERSENTASE KEBENARAN KLASIFIKASI PADA KLASIFIKASI JURUSAN SISWA DI SMA N 8 SURAKARTA

APLIKASI JARINGAN SYARAF TIRUAN DALAM PENGHITUNGAN PERSENTASE KEBENARAN KLASIFIKASI PADA KLASIFIKASI JURUSAN SISWA DI SMA N 8 SURAKARTA APLIKASI JARINGAN SYARAF TIRUAN DALAM PENGHITUNGAN PERSENTASE KEBENARAN KLASIFIKASI PADA KLASIFIKASI JURUSAN SISWA DI SMA N 8 SURAKARTA Pembimbing: Desi Fitria Utami M0103025 Drs. Y. S. Palgunadi, M. Sc

Lebih terperinci

ANALISA JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI PRODUKTIVITAS PEGAWAI. Jasmir, S.Kom, M.Kom

ANALISA JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI PRODUKTIVITAS PEGAWAI. Jasmir, S.Kom, M.Kom ANALISA JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI PRODUKTIVITAS PEGAWAI Jasmir, S.Kom, M.Kom Dosen tetap STIKOM Dinamika Bangsa Jambi Abstrak Pegawai atau karyawan merupakan

Lebih terperinci

PREDIKSI PERHITUNGAN DOSIS RADIASI PADA PEMERIKSAAN MAMMOGRAFI MENGGUNAKAN ALGORITMA JARINGAN SYARAF TIRUAN PROPAGASI BALIK

PREDIKSI PERHITUNGAN DOSIS RADIASI PADA PEMERIKSAAN MAMMOGRAFI MENGGUNAKAN ALGORITMA JARINGAN SYARAF TIRUAN PROPAGASI BALIK Berkala Fisika ISSN : 1410-9662 Vol.18, No.4, Oktober 2015, hal 151-156 PREDIKSI PERHITUNGAN DOSIS RADIASI PADA PEMERIKSAAN MAMMOGRAFI MENGGUNAKAN ALGORITMA JARINGAN SYARAF TIRUAN PROPAGASI BALIK Zaenal

Lebih terperinci

lalu menghitung sinyal keluarannya menggunakan fungsi aktivasi,

lalu menghitung sinyal keluarannya menggunakan fungsi aktivasi, LAMPIRAN 15 Lampiran 1 Algoritme Jaringan Syaraf Tiruan Propagasi Balik Standar Langkah 0: Inisialisasi bobot (bobot awal dengan nilai random yang paling kecil). Langkah 1: Menentukan maksimum epoch, target

Lebih terperinci

Kata Kunci: Jaringan Syaraf Tiruan, Metode Backpropagation, penyakit saluran pernafasan.

Kata Kunci: Jaringan Syaraf Tiruan, Metode Backpropagation, penyakit saluran pernafasan. 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 terperinci

OPTICAL CHARACTER RECOGNIZATION (OCR)

OPTICAL CHARACTER RECOGNIZATION (OCR) LAPORAN JARINGAN SYARAF TIRUAN OPTICAL CHARACTER RECOGNIZATION (OCR) DISUSUN OLEH: DIJAS SCHWARTZ. S (524) FIRNAS NADIRMAN (481) INDAH HERAWATI (520) NORA SISKA PUTRI (511) OKTI RAHMAWATI (522) EKSTENSI

Lebih terperinci

Architecture Net, Simple Neural Net

Architecture Net, Simple Neural Net Architecture Net, Simple Neural Net 1 Materi 1. Model Neuron JST 2. Arsitektur JST 3. Jenis Arsitektur JST 4. MsCulloh Pitts 5. Jaringan Hebb 2 Model Neuron JST X1 W1 z n wi xi; i1 y H ( z) Y1 X2 Y2 W2

Lebih terperinci

IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI LAYER FEEDFORWARD DENGAN ALGORITMA BACKPROPAGATION SEBAGAI ESTIMASI NILAI KURS JUAL SGD-IDR

IMPLEMENTASI 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 terperinci

SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH DENGUE BERBASIS ANDROID MENGGUNAKAN JARINGAN SARAF TIRUAN

SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH DENGUE BERBASIS ANDROID MENGGUNAKAN JARINGAN SARAF TIRUAN SISTEM PAKAR DIAGNOSA PENYAKIT DEMAM BERDARAH DENGUE BERBASIS ANDROID MENGGUNAKAN JARINGAN SARAF TIRUAN Ahyuna 1), Komang Aryasa 2) 1), 2) Jurusan Teknik Informatika, STMIK Dipanegara Makassar 3) Jl. Perintis

Lebih terperinci

Analisis Jaringan Saraf Tiruan Pengenalan Pola Huruf Hiragana dengan Model Jaringan Perceptron

Analisis Jaringan Saraf Tiruan Pengenalan Pola Huruf Hiragana dengan Model Jaringan Perceptron Jurnal Ilmiah Teknologi dan Informasi ASIA (JITIKA) Vol.11, No.1, Februari 017 ISSN: 085-70X Analisis Jaringan Saraf Tiruan Pengenalan Pola Huruf Hiragana dengan Model Jaringan Perceptron Irfan Ramadhani

Lebih terperinci

KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Dhita Azzahra Pancorowati

KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Dhita Azzahra Pancorowati KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION Dhita Azzahra Pancorowati 1110100053 Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi

Lebih terperinci

Analisis Jaringan Saraf Tiruan dengan Metode Backpropagation Untuk Mendeteksi Gangguan Psikologi

Analisis Jaringan Saraf Tiruan dengan Metode Backpropagation Untuk Mendeteksi Gangguan Psikologi Analisis Jaringan Saraf Tiruan dengan Metode Backpropagation Untuk Mendeteksi Gangguan Psikologi Kiki, Sri Kusumadewi Laboratorium Komputasi & Sistem Cerdas Jurusan Teknik Informatika, Fakultas Teknologi

Lebih terperinci

RANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON

RANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON RANCANG BANGUN TOOL UNTUK JARINGAN SYARAF TIRUAN (JST) MODEL PERCEPTRON Liza Afriyanti Laboratorium Komputasi dan Sistem Cerdas Jurusan Teknik Informatika, Fakultas Teknologi Industri,Universitas Islam

Lebih terperinci

PENERAPAN ALGORITMA JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM MEMPREDIKSI TINGKAT SUKU BUNGA BANK

PENERAPAN ALGORITMA JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM MEMPREDIKSI TINGKAT SUKU BUNGA BANK PENERAPAN ALGORITMA JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM MEMPREDIKSI TINGKAT SUKU BUNGA BANK Badrul Anwar Program Studi Sistem Komputer, STMIK Triguna Dharma badrul.anwar@gmail.com ABSTRAK: Prediksi

Lebih terperinci

JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI CURAH HUJAN SUMATERA UTARA DENGAN METODE BACK PROPAGATION (STUDI KASUS : BMKG MEDAN)

JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI CURAH HUJAN SUMATERA UTARA DENGAN METODE BACK PROPAGATION (STUDI KASUS : BMKG MEDAN) JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI CURAH HUJAN SUMATERA UTARA DENGAN METODE BACK PROPAGATION (STUDI KASUS : BMKG MEDAN) Marihot TP. Manalu Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN Bab ini menjelaskan tentang latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, dan sistematika penulisan dalam penelitian ini.

Lebih terperinci

JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MENDETEKSI GANGGUAN PSIKOLOGI

JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MENDETEKSI GANGGUAN PSIKOLOGI Media Informatika, Vol. 2, No. 2, Desember 2004, 1-11 ISSN: 0854-4743 JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MENDETEKSI GANGGUAN PSIKOLOGI Kiki, Sri Kusumadewi Jurusan Teknik Informatika,

Lebih terperinci

BAB I PENDAHULUAN. Kelancaran berkomunikasi radio sangat ditentukan oleh keadaan lapisan E

BAB I PENDAHULUAN. Kelancaran berkomunikasi radio sangat ditentukan oleh keadaan lapisan E 1 BAB I PENDAHULUAN 1.1 Latar Belakang Kelancaran berkomunikasi radio sangat ditentukan oleh keadaan lapisan E sporadis yang merupakan bagian dari lapisan ionosfer. Untuk mengetahui keadaan lapisan E sporadis

Lebih terperinci

PREDIKSI PENDAPATAN ASLI DAERAH KALIMANTAN BARAT MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PREDIKSI PENDAPATAN ASLI DAERAH KALIMANTAN BARAT MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PREDIKSI PENDAPATAN ASLI DAERAH KALIMANTAN BARAT MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Dwi Marisa Midyanti Sistem Komputer Universitas Tanjungpura Pontianak Jl Prof.Dr.Hadari Nawawi, Pontianak

Lebih terperinci

JARINGAN SYARAF TIRUAN MENGGUNAKAN ALGORITMA BACKPROPAGATION UNTUK MEMPREDIKSI NILAI UJIAN AKHIR SEKOLAH (STUDI KASUS DI MAN 2 PADANG)

JARINGAN SYARAF TIRUAN MENGGUNAKAN ALGORITMA BACKPROPAGATION UNTUK MEMPREDIKSI NILAI UJIAN AKHIR SEKOLAH (STUDI KASUS DI MAN 2 PADANG) Jurnal Teknologi Vol 7, No 2, Oktober 2017, Hal 183-192 E- ISSN : 2541-1535 ISSN : 2301-4474 JARINGAN SYARAF TIRUAN MENGGUNAKAN ALGORITMA BACKPROPAGATION UNTUK MEMPREDIKSI NILAI UJIAN AKHIR SEKOLAH (STUDI

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Beban dan Prakiraan Beban Listrik Di dalam sebuah sistem kelistrikan terdapat 2 sisi yang sangat berbeda, yaitu sisi beban dan sisi pembangkitan. Pada sisi beban atau beban

Lebih terperinci

ANALISIS PERBANDINGAN METODE BACKPROPAGATION DAN RADIAL BASIS FUNCTION UNTUK MEM PREDIKSI CURAH HUJAN DENGAN JARINGAN SYARAF TIRUAN

ANALISIS PERBANDINGAN METODE BACKPROPAGATION DAN RADIAL BASIS FUNCTION UNTUK MEM PREDIKSI CURAH HUJAN DENGAN JARINGAN SYARAF TIRUAN ANALISIS PERBANDINGAN METODE BACKPROPAGATION DAN RADIAL BASIS FUNCTION UNTUK MEM PREDIKSI CURAH HUJAN DENGAN JARINGAN SYARAF TIRUAN Abstrak Vinsensius Rinda Resi - NIM : A11.2009.04645 Program Studi Teknik

Lebih terperinci

PREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK

PREDIKSI 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 terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 7 BAB 2 TINJAUAN PUSTAKA 21 Anatomi Ayam Pengetahuan tentang anatomi ayam sangat diperlukan dan penting dalam pencegahan dan penanganan penyakit Hal ini karena pengetahuan tersebut dipakai sebagai dasar

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Sistem kehidupan menyangkut berbagai macam aspek yang mempunyai kekhasan masalah tersendiri dan memerlukan rekomendasi atau solusi yang cepat, tepat serta akurat. Salah

Lebih terperinci

Model Arsitektur Backpropogation Dalam Memprediksi Faktor Tunggakan Uang Kuliah (Studi Kasus AMIK Tunas Bangsa)

Model Arsitektur Backpropogation Dalam Memprediksi Faktor Tunggakan Uang Kuliah (Studi Kasus AMIK Tunas Bangsa) IJCCS, Vol.x, No.x, July xxxx, pp. 1~5 ISSN: 1978-1520 1 Model Arsitektur Backpropogation Dalam Memprediksi Faktor Tunggakan Uang Kuliah (Studi Kasus AMIK Tunas Bangsa) Agus Perdana Windarto* 1, Dedy Hartama

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Investasi merupakan suatu rangkaian tindakan menanamkan sejumlah dana dengan tujuan mendapatkan nilai tambah berupa keuntungan dimasa yang akan datang. Dalam perkembangannya

Lebih terperinci

BACKPROPAGATION NEURAL NETWORK AS A METHOD OF FORECASTING ON CALCULATION INFLATION RATE IN JAKARTA AND SURABAYA

BACKPROPAGATION NEURAL NETWORK AS A METHOD OF FORECASTING ON CALCULATION INFLATION RATE IN JAKARTA AND SURABAYA BACKPROPAGATION NEURAL NETWORK AS A METHOD OF FORECASTING ON CALCULATION INFLATION RATE IN JAKARTA AND SURABAYA Anggi Purnama Undergraduate Program, Computer Science, 2007 Gunadarma Universiy http://www.gunadarma.ac.id

Lebih terperinci

JARINGAN SARAF TIRUAN DENGAN BACKPROPAGATION UNTUK MENDETEKSI PENYALAHGUNAAN NARKOTIKA

JARINGAN SARAF TIRUAN DENGAN BACKPROPAGATION UNTUK MENDETEKSI PENYALAHGUNAAN NARKOTIKA JARINGAN SARAF TIRUAN DENGAN BACKPROPAGATION UNTUK MENDETEKSI PENYALAHGUNAAN NARKOTIKA Dahriani Hakim Tanjung STMIK POTENSI UTAMA Jl.K.L.Yos Sudarso Km 6.5 Tanjung Mulia Medan notashapire@gmail.com Abstrak

Lebih terperinci

ARTIFICIAL NEURAL NETWORK TEKNIK PERAMALAN - A

ARTIFICIAL NEURAL NETWORK TEKNIK PERAMALAN - A ARTIFICIAL NEURAL NETWORK CAHYA YUNITA 5213100001 ALVISHA FARRASITA 5213100057 NOVIANTIANDINI 5213100075 TEKNIK PERAMALAN - A MATERI Neural Network Neural Network atau dalam bahasa Indonesia disebut Jaringan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI Pada bab ini akan dielaskan mengenai teori-teori yang berhubungan dengan penelitian ini, sehingga dapat diadikan sebagai landasan berpikir dan akan mempermudah dalam hal pembahasan

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN

BAB 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 terperinci

MEMPREDIKSI KECERDASAN SISWA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS ALGORITMA BACKPROPAGATION (STUDI KASUS DI LP3I COURSE CENTER PADANG)

MEMPREDIKSI KECERDASAN SISWA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS ALGORITMA BACKPROPAGATION (STUDI KASUS DI LP3I COURSE CENTER PADANG) MEMPREDIKSI KECERDASAN SISWA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS ALGORITMA BACKPROPAGATION (STUDI KASUS DI LP3I COURSE CENTER PADANG) R. Ayu Mahessya, S.Kom, M.Kom, Fakultas Ilmu Komputer Universitas

Lebih terperinci

PENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI TINGKAT PENGANGGURAN DI SUMATERA UTARA MENGGUNAKAN METODE BACKPROPAGATION

PENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI TINGKAT PENGANGGURAN DI SUMATERA UTARA MENGGUNAKAN METODE BACKPROPAGATION PENERAPAN JARINGAN SYARAF TIRUAN DALAM MEMPREDIKSI TINGKAT PENGANGGURAN DI SUMATERA UTARA MENGGUNAKAN METODE BACKPROPAGATION Havid Syafwan 1, Herman Saputra 2 *1 Program Studi Manajemen Informatika, AMIK

Lebih terperinci

Gambar 3.1 Desain Penelitian

Gambar 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 terperinci

MATERI DAN METODE. Cara Pengambilan Data

MATERI DAN METODE. Cara Pengambilan Data MATERI DAN METODE Lokasi dan Waktu Penelitian ini dilaksanakan di Laboratorium Lapang Bagian Ilmu Produksi Ternak Perah, Fakultas Peternakan Institut Pertanian Bogor. Penelitian dilaksanakan selama dua

Lebih terperinci

ANALISIS JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH RESERVASI KAMAR HOTEL DENGAN METODE BACKPROPAGATION (Studi Kasus Hotel Grand Zuri Padang)

ANALISIS JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH RESERVASI KAMAR HOTEL DENGAN METODE BACKPROPAGATION (Studi Kasus Hotel Grand Zuri Padang) ANALISIS JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI JUMLAH RESERVASI KAMAR HOTEL DENGAN METODE BACKPROPAGATION (Studi Kasus Hotel Grand Zuri Padang) 1 Musli Yanto, 2 Sarjon Defit, 3 Gunadi Widi Nurcahyo

Lebih terperinci

1. Pendahuluan Pasar modal memungkinkan para investor mempunyai berbagai pilihan investasi yang sesuai dengan preferensi risiko mereka. Seandainya tid

1. Pendahuluan Pasar modal memungkinkan para investor mempunyai berbagai pilihan investasi yang sesuai dengan preferensi risiko mereka. Seandainya tid OPTIMASI PORTOFOLIO MENGGUNAKAN JARINGAN SARAF TIRUAN Rima Marina Yusiana Jurusan Teknik Informatika, Universitas Gunadarma, Depok Email: rima.marina@yahoo.com Abstraksi Dalam penulisan ini data yang digunakan

Lebih terperinci

UJM 3 (1) (2014) UNNES Journal of Mathematics.

UJM 3 (1) (2014) UNNES Journal of Mathematics. UJM 3 (1) (2014) UNNES Journal of Mathematics http://journal.unnes.ac.id/sju/index.php/ujm APLIKASI JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM PERAMALAN BEBAN PUNCAK DISTRIBUSI LISTRIK DI WILAYAH PEMALANG

Lebih terperinci

PENGENALAN POLA HURUF ROMAWI DENGAN JARINGAN SARAF TIRUAN PERSEPTRON LAPIS JAMAK

PENGENALAN POLA HURUF ROMAWI DENGAN JARINGAN SARAF TIRUAN PERSEPTRON LAPIS JAMAK PENGENALAN POLA HURUF ROMAWI DENGAN JARINGAN SARAF TIRUAN PERSEPTRON LAPIS JAMAK Eko Budi Wahyono*), Suzuki Syofian**) *) Teknik Elektro, **) Teknik Informatika - Fakultas Teknik Abstrak Pada era modern

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang 1 BAB I PENDAHULUAN 1.1 Latar Belakang Dewasa ini, jumlah penderita dan tingkat kematian akibat penyakit paru-paru semakin mengkhawatirkan. Forum Masyarakat Respiratory Internasional (FIRS) mengungkapkan

Lebih terperinci

ARSITEKTUR JARINGAN SYARAF TIRUAN UNTUK PEMODELAN PROSES EKSTRAKSI ATURAN DENGAN SEARCH TREE

ARSITEKTUR JARINGAN SYARAF TIRUAN UNTUK PEMODELAN PROSES EKSTRAKSI ATURAN DENGAN SEARCH TREE ARSITEKTUR JARINGAN SYARAF TIRUAN UNTUK PEMODELAN PROSES EKSTRAKSI ATURAN DENGAN SEARCH TREE Rina Dewi Indah Sari 1 dan Gunawan 2 1 Teknik Informatika STMIK ASIA Malang 2 Teknik Informatika STTS Surabaya

Lebih terperinci

ABSTRACT. Kata kunci: Fuzzy Tsukamoto, Jaringan Syaraf Tiruan, Backpropagation 1. LATAR BELAKANG MASALAH

ABSTRACT. Kata kunci: Fuzzy Tsukamoto, Jaringan Syaraf Tiruan, Backpropagation 1. LATAR BELAKANG MASALAH PERBANDINGAN PREDIKSI HARGA SAHAM DENGAN MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN DAN FUZZY TSUKAMOTO COMPARISON OF SHARE PRICE PREDICTION USING ARTIFICIAL NEURAL NETWORK AND FUZZY TSUKAMOTO ABSTRACT

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara BAB I PENDAHULUAN 1.1 Latar Belakang Artificial Neural Network atau jaringan syaraf tiruan merupakan bidang yang sangat berkembang saat ini. Pemanfaatan teknologi mesin dan computer yang tidak terbatas

Lebih terperinci

ANALISIS PENGGUNAAN ALGORITMA KOHONEN PADA JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM PENGENALAN POLA PENYAKIT PARU

ANALISIS PENGGUNAAN ALGORITMA KOHONEN PADA JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM PENGENALAN POLA PENYAKIT PARU ANALISIS PENGGUNAAN ALGORITMA KOHONEN PADA JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM PENGENALAN POLA PENYAKIT PARU Rosmelda Ginting 1*, Tulus 1, Erna Budhiarti Nababan 1 Program S2 Teknik Informatika

Lebih terperinci

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) PEMBANGUNAN SISTEM PENDETEKSI PENYALAHGUNAAN NARKOBA MENGGUNAKAN ALGORITMA JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION Dwi Putri Pangrestu 1, Nelly Indriani Widiastuti 2 Teknik Informatika Universitas

Lebih terperinci

METODOLOGI PENELITIAN

METODOLOGI 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 terperinci

Laporan Skripsi BAB I PENDAHULUAN

Laporan Skripsi BAB I PENDAHULUAN 1.1. Latar Belakang PENDAHULUAN Perkembangan teknologi saat ini sudah sangat pesat, teknologi merupakan metode ilmiah untuk mencapai tujuan praktis ataupun keseluruhan sarana untuk menyediakan barang-barang

Lebih terperinci

SATIN Sains dan Teknologi Informasi

SATIN 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 terperinci

Jurnal Informatika Mulawarman Vol 5 No. 1 Februari

Jurnal 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 terperinci

ANALISA JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MENGETAHUI LOYALITAS KARYAWAN

ANALISA JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MENGETAHUI LOYALITAS KARYAWAN ANALISA JARINGAN SARAF TIRUAN DENGAN METODE BACKPROPAGATION UNTUK MENGETAHUI LOYALITAS KARYAWAN Jasmir, S.Kom, M.Kom Dosen tetap STIKOM Dinamika Bangsa Jambi Abstrak Karyawan atau tenaga kerja adalah bagian

Lebih terperinci

2 2 ... v... 3 Santoso... 21 abawa... 29... 37... 53... 59... 67... 77 Yohakim Marwanta... 85... 89... 101 ... 109... 117 D. Jaringan Komputer Amirudd... 135 andha... 141... 151... 165 Syahrir... 171...

Lebih terperinci

2014 ESTIMASI BEBAN PUNCAK HARIAN BERDASARKAN KLUSTER TIPE HARI BERBASIS ALGORITMA HYBRID SWARM PARTICLE-ARTIFICIAL NEURAL NETWORK

2014 ESTIMASI BEBAN PUNCAK HARIAN BERDASARKAN KLUSTER TIPE HARI BERBASIS ALGORITMA HYBRID SWARM PARTICLE-ARTIFICIAL NEURAL NETWORK BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di negara yang memiliki jumlah populasi penduduknya besar dan perkembangan industrinya mengalami peningkatan, tentunya memiliki tingkat kebutuhan akan sumber

Lebih terperinci

Generated by Foxit PDF Creator Foxit Software For evaluation only. BAB I PENDAHULUAN

Generated by Foxit PDF Creator Foxit Software  For evaluation only. BAB I PENDAHULUAN 1 BAB I PENDAHULUAN I.1 Latar Belakang Perkembangan teknologi khususnya komputer beberapa tahun terakhir ini sangat pesat. Pesatnya perkembangan juga dirasakan di berbagai disiplin ilmu termasuk kedokteran.

Lebih terperinci

APLIKASI JARINGAN SYARAF TIRUAN UNTUK DIAGNOSA PENYAKIT JANTUNG KORONER (PJK) DENGAN METODE BACKPROPAGATION

APLIKASI JARINGAN SYARAF TIRUAN UNTUK DIAGNOSA PENYAKIT JANTUNG KORONER (PJK) DENGAN METODE BACKPROPAGATION APLIKASI JARINGAN SYARAF TIRUAN UNTUK DIAGNOSA PENYAKIT JANTUNG KORONER (PJK) DENGAN METODE BACKPROPAGATION [1] Lufi Afriyantika Larandipa, [2] F. Trias Pontia W, [3] Dedi Triyanto [1][3] Jurusan Sistem

Lebih terperinci

T 11 Aplikasi Model Backpropagation Neural Network Untuk Perkiraan Produksi Tebu Pada PT. Perkebunan Nusantara IX

T 11 Aplikasi Model Backpropagation Neural Network Untuk Perkiraan Produksi Tebu Pada PT. Perkebunan Nusantara IX T 11 Aplikasi Model Backpropagation Neural Network Untuk Perkiraan Produksi Tebu Pada PT. Perkebunan Nusantara IX Oleh: Intan Widya Kusuma Program Studi Matematika, FMIPA Universitas Negeri yogyakarta

Lebih terperinci

Perancangan Prediksi Keputusan Medis Untuk Penyakit Demam Berdarah Dengue Dengan Jaringan Syaraf Tiruan

Perancangan Prediksi Keputusan Medis Untuk Penyakit Demam Berdarah Dengue Dengan Jaringan Syaraf Tiruan Konferensi asional Sistem & Informatika 2015 STMIK STIKOM Bali, 9 10 Oktober 2015 Perancangan Prediksi Keputusan Medis Untuk Penyakit Demam Berdarah Dengue Dengan Jaringan Syaraf Tiruan i Komang Sri Julyantari

Lebih terperinci

Deteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation

Deteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation Deteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation Tri Deviasari Wulan 1, Endah Purwanti 2, Moh Yasin 3 1,2 Program Studi Fisika Fakultas Sains dan Teknologi

Lebih terperinci

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

UKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Memprediksi situasi dalam suatu bisnis perdagangan merupakan suatu aspek yang sangat penting untuk menjaga dan memajukan bisnis tersebut. Informasi naik-turunnya

Lebih terperinci

BAB III METODE PENELITIAN. Data-data historis beban harian yang akan diambil sebagai evaluasi yaitu

BAB III METODE PENELITIAN. Data-data historis beban harian yang akan diambil sebagai evaluasi yaitu BAB III METODE PENELITIAN 3.1 Pengumpulan Data Beban Listrik dari PLN Data-data historis beban harian yang akan diambil sebagai evaluasi yaitu selama lima tahun pada periode 2006-2010, selanjutnya data

Lebih terperinci

BAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK)

BAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) BAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) Kompetensi : 1. Mahasiswa memahami konsep Jaringan Syaraf Tiruan Sub Kompetensi : 1. Dapat mengetahui sejarah JST 2. Dapat mengetahui macam-macam

Lebih terperinci

IMPLEMENTASI JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION UNTUK MEMPREDIKSI HARGA SAHAM

IMPLEMENTASI 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 terperinci

SISTEM DETEKSI DINI KANKER PAYUDARA MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DENGAN MOMENTUM DAN ALGORITMA NGUYEN WIDROW

SISTEM DETEKSI DINI KANKER PAYUDARA MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DENGAN MOMENTUM DAN ALGORITMA NGUYEN WIDROW SISTEM DETEKSI DINI KANKER PAYUDARA MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DENGAN MOMENTUM DAN ALGORITMA NGUYEN WIDROW SKRIPSI Disusun Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana

Lebih terperinci

SISTEM PENILAIAN RESIKO TINGKAT BAHAYA KEBAKARAN HUTAN BERBASIS JARINGAN SYARAF TIRUAN

SISTEM PENILAIAN RESIKO TINGKAT BAHAYA KEBAKARAN HUTAN BERBASIS JARINGAN SYARAF TIRUAN SISTEM PENILAIAN RESIKO TINGKAT BAHAYA KEBAKARAN HUTAN BERBASIS JARINGAN SYARAF TIRUAN Addy Suyatno Jurusan Ilmu Komputer - Fakultas MIPA Universitas Mulawarman Jalan Barong Tongkok No. 4 Kampus Gunung

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Perkebunan di Negara kita sangat berperan penting baik dibidang ekonomi maupun sosial karena dapat menghasilkan devisa yang cukup besar. Pembangunan ekonomi jangka

Lebih terperinci

Jaringan Syaraf Tiruan

Jaringan Syaraf Tiruan Jaringan Syaraf Tiruan (Artificial Neural Network) Intelligent Systems Pembahasan Jaringan McCulloch-Pitts Jaringan Hebb Perceptron Jaringan McCulloch-Pitts Model JST Pertama Diperkenalkan oleh McCulloch

Lebih terperinci

PENGENAL HURUF TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN METODE LVQ (LEARNING VECTOR QUANTIZATION) By. Togu Sihombing. Tugas Ujian Sarjana

PENGENAL HURUF TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN METODE LVQ (LEARNING VECTOR QUANTIZATION) By. Togu Sihombing. Tugas Ujian Sarjana PENGENAL HURUF TULISAN TANGAN MENGGUNAKAN JARINGAN SARAF TIRUAN METODE LVQ (LEARNING VECTOR QUANTIZATION) By. Togu Sihombing Tugas Ujian Sarjana. Penjelasan Learning Vector Quantization (LVQ) Learning

Lebih terperinci

JARINGAN SYARAF TIRUAN UNTUK KLASIFIKASI STATUS GIZI BALITA JENIS KELAMIN LAKI-LAKI DENGAN METODE BACKPROPAGATION

JARINGAN SYARAF TIRUAN UNTUK KLASIFIKASI STATUS GIZI BALITA JENIS KELAMIN LAKI-LAKI DENGAN METODE BACKPROPAGATION JARINGAN SYARAF TIRUAN UNTUK KLASIFIKASI STATUS GIZI BALITA JENIS KELAMIN LAKI-LAKI DENGAN METODE BACKPROPAGATION Naskah Publikasi Program Studi Informatika Fakultas Komunikasi dan Informatika Oleh: Hasna

Lebih terperinci