BAB I PENDAHULUAN. penduduknya bekerja di bidang pertanian. Datanya dapat diakses pada tabel
|
|
- Teguh Oesman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN 1 Pendahuluan 1.1. Latar Belakang Indonesia merupakan negara agraris, dikarenakan sebagian besar penduduknya bekerja di bidang pertanian. Datanya dapat diakses pada tabel statistik data pekerjaan masyarakat Indonesia situs resmi Badan Pusat Statistik (BPS).Dimana pada tabel tersebut dinyatakan bahwa, 44% orang Indonesia bekerja di bidang pertanian pada tahun 2004 dan meningkat menjadi 45% pada tahun 2006 Februari. Namun terjadi penurunan yang cukup signifikan di tahun 2009 dan masih menurun sampai sekarang, dimana data terakhir diambil per 2014Agustus pekerja dengan profesi ini yang tercatat hanya tinggal 33% saja (Badan Pusat Statistik, 2012). Penyusutan tenaga kerja di bidang pertanian sangat mungkin dipengaruhi oleh penghasilan yang didapatkan para pekerja. Untuk meningkatkan keuntungan yang didapatkan, dapat dilakukan dengan pemaksimalan penjualan hasil panen. Namun pada kenyataanya, banyak hasil panen yang terbuang sia-sia pada saat masa distribusi. Dimana stok produk yang dipasok ke suatu daerah berlebih dari konsumsi yang dibutuhkan, sehingga mempengaruhi kualitas kesegaran produk saat sampai ke konsumen (Gunders, 2012). Oleh karna itu, sangat dibutuhkanuntuk melakukan prediksi produksidan konsumsibahan panganperiode kedepan untuk dapat melakukan pemetaan distribusi bahan pangan.agar dapat memprediksi produksi dan konsumsibahan pangan, dapat dilakukan dengan menggunakan metode penelitian 1
2 2 Artificial Neural Network (ANN)(Nazzal, El-Emary, & Najim, 2008). Untuk prediksi produksi padi telah diterapkan sebelumnya, namun masih menggunakan metode konvensional.sedangkan untuk prediksi konsumsi, belum pernah dilakukan sebelumnya. Penelitian mengenai prediksipada periode terakhir banyak dilaksanakan dengan menggunakan metode Artificial Neural Network (ANN). Dimana ANN merupakan metode yang cukup baik dalam menganalisa data pada pola non-linear (Zhang G. P., 2003). Penelitian ANN sebelumnya juga sudah banyak dilakukan, diantaranya: Penelitian TSF menggunakan ANNoleh Hamzacebi dan kawan - kawan(hamzacebi, Akay, & Kutay, 2009),ANN juga telah digunakan untuk menganalisa sifat Jordan pada minyak (Nazzal, El-Emary, & Najim, 2008), prediksi permintaan untuk mengefektifkan rantai pasokan yang dilakukan oleh Jaipuria dan Mahapatra(Jaipuria & Mahapatra, 2014), penelitian prediksi kasar pasokan produk domestik oleh Liliana dan Napitupulu (Liliana & Napitupulu, 2012), prediksi harga stok oleh Napitupulu dan Wijaya (Napitupulu & Wijaya, 2013), dan masih banyak penelitian lainnya. Penggunaan ANN sebagai metode prediksi sangatlah kuat dan kompetitif dibandingkan metode lainnya, namun dalam perancangan arsitekturnya sangat perlu diperhatikan. Pemilihan arsitektur jenis Multi-Layer Perceptron(MLP), sangat disarankan pada penelitian yang dilakukan oleh Corne, dan untuk pemilihan parameternya beberapa didasarkan pada pendekatan trial and error(crone & Dhawan, 2007). Pada tahun 2013, Singh & Borah berhasil menggunakan algoritma Particle Swarm Optimization (PSO) untuk optimisasiprediksi indeks saham. Optimisasi menggunakan PSO, dilakukan pada model prediksi untuk
3 3 meningkatkan kualitas akurasi prediksiatau memperkecil errorrate (Singh & Borah, 2014). Sedangkan Rahmani, Yusof, Seyedmahmoudian, dan Mekhilef (2013) berhasil menggabungkan algoritma Ant Colony Optimization (ACO) dan Particle Swarm Optimization (PSO) (Rahmani, Yusof, Seyedmahmoudian, & Mekhilef, 2013). Optimisasi menggunakan PSO sangat tergantung pada hasil acak posisi awal partikel, hasil acak awal yang buruk mempengaruhi hasil akhir. ACO berguna untuk mencari solusi yang baik, namun membatasi akurasi learning. Untuk itu Penggabungan keduanya akan dipadukan untuk mendapatkan hasil akurasi yang terbaik (Juang, 2010). Dan Yeh, Chang, Ke, dan Chung (2014) berhasil menggunakan MLP dengan penerapan swarm optimization untuk metode prediksi dan menghasilkan hasil dengan performa terbaik diantara 6 algoritma popular lainnya (Yeh, Yeh, Chang, Ke, & Chung, 2014). Untuk metode evaluasi yang akan digunakan adalah Mean Square Error (MSE), dimana penelitian sebelumnya juga menggunakan metode ini sebagai metode evaluasinya(jaipuria & Mahapatra, 2014). Berdasarkan hasil penelitian-penelitian tersebut,metode dapat diterapkan pada penelitian ini. Prioritas ketepatan hasil sangatlah penting dalam proses ini,maka pada penelitian kali ini akan dilaksanakan menggunakan metode ANN dengan rancangan MLP, dioptimisasi menggunakan PSO, ACO, dan gabungan keduanya, yang diharapkan dapat memprediksi produksi padi dan konsumsi berasdengan nilai MSE yang rendah.pada saat ini, prediksi produksi padi Indonsia telah dilakukan secara tradisional. Sedangkan untuk data konsumsi beras belum pernah dilakukan prediksi. Pada akhir penelitian ini juga akan
4 4 dilakukan perbandingan hasil prediksi menggunakan metode konvensional dengan hasil prediksi dari metode yang diusulkan Rumusan Permasalahan Kesesuaian hasil produksi dan konsumsi bahan pangan tiap daerah sangat penting, sehingga bahan pangan berlebih tidak terbuang dan dapat dimanfaatkan sebaik-baiknya. Berdasarkan kasus yang ditemui dimana bahan pangan terbuang saat proses pemasaran dikarenakan melewati batas waktu pakai disaat bahan pangan belum habis terjual, sedangkan dibeberapa daerah justru kekurangan bahan pangan. Secara umum, pertanyaan yang dapat dijawab setelah penelitian ini selesai dilakukan adalah sebagai berikut: 1. Bagaimana rancangan arsitektur ANN tipe MLP-BP yang dioptimisasi menggunakan algoritma PSO, ACO, dan gabungan PSO-ACO yang berguna untuk mendapatkan prediksiproduksi dan konsumsi bahan pangan? 2. Bagaimana hasil perhitungan error untuk prediksimenggunakan Algoritma ANN tipe MLP-BP yang dioptimisasimenggunakan PSO, ACO, dan gabungan PSO-ACO? 3. Apakah model yang diusulkan untuk prediksi produksi padi dapat menghasilkan prediksi dengan MSE yang lebih rendah dari pada metode yang sudah diterapkan saat ini?
5 Tujuan dan Manfaat Tujuan dari penelitian ini adalah: 1. Diperoleh rancangan arsitektur model ANN-MLP untuk prediksiproduksi dan konsumsi bahan pangan yang dioptimisasimenggunakan algoritma PSO, ACO, dan gabungan PSO-ACO. 2. Membandingkan hasil perhitungan error untuk setiap model. Adapun manfaat yang didapat setelah tujuan dari penelitian ini tercapai adalah: 1. Membantu proses analisis persentase ekspor import bahan pangan yang dibutuhkan 2. Mengetahui model prediksi produksi padi dan konsumsi beras yang dapat menghasilkan prediksi dengan MSE yang paling rendah 1.4. Ruang Lingkup Ruang lingkup dari penelitian ini meliputi: 1. Objek yang diteliti adalah data statistik produksi padi dan konsumsi beras di Indonesia 2. Peramalan yang dilakukan menggunakan data produksi padi dan konsumsi beras tingkat nasional 3. Penelitian ini menggunakan metode ANN tipe MLP-BP dengan menggunakan algoritma optimisasi PSO, ACO, dan gabungan keduanya
6 6 4. Pengukuran hasil yang dilakukan adalah dengan Mean Square Error (MSE) 5. Dalam tahap implementasinya akan dilakukan menggunakan softwarec#
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 terperinciBAB I PENDAHULUAN. Kemunculan minimarket yang begitu banyak membuat manajemen
BAB I PENDAHULUAN 1.1. Pendahuluan Kemunculan minimarket yang begitu banyak membuat manajemen perusahaan minimarket harus berfikir kreatif agar dapat bersaing dengan usaha sejenis dalam merebut pangsa
Lebih terperinciBAB I PENDAHULUAN. penduduknya memiliki mata pencaharian di bidang pertanian. Menurut data
BAB 1 PENDAHULUAN BAB I PENDAHULUAN 1.1 Latar Belakang Sejak dahulu, Indonesia dikenal sebagai negara agraris yang sebagian besar penduduknya memiliki mata pencaharian di bidang pertanian. Menurut data
Lebih terperinciANALISIS PERBANDINGAN METODE JARINGAN SYARAF TIRUAN DAN REGRESI LINEAR BERGANDA PADA PRAKIRAAN CUACA
ANALISIS PERBANDINGAN METODE JARINGAN SYARAF TIRUAN DAN REGRESI LINEAR BERGANDA PADA PRAKIRAAN CUACA Nurmahaludin (1) (1) Staf Pengajar Jurusan Teknik Elektro Politeknik Negeri Banjarmasin Ringkasan Kebutuhan
Lebih terperinciOptimasi Bobot Jaringan Syaraf Tiruan Mengunakan Particle Swarm Optimization
IJCCS, Vol.8, No.1, January 2014, pp. 25~36 ISSN: 1978-1520 25 Optimasi Bobot Jaringan Syaraf Tiruan Mengunakan Particle Swarm Optimization Harry Ganda Nugraha* 1 dan Azhari SN 2 1 Mahasiswa Program Pascasarjana
Lebih terperinciESTIMASI PARAMETER MODEL HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK PADA HASIL PENGUKURAN MEAN SEA LEVEL SATELIT ALTIMETRI JASON 2
Vol. 7, No. 2, Desember 2012 ESTIMASI PARAMETER MODEL HYBRIDIZING EXPONENTIAL SMOOTHING DAN NEURAL NETWORK PADA HASIL PENGUKURAN MEAN SEA LEVEL SATELIT ALTIMETRI JASON 2 Novi Mara KODE ARTIKEL : 117-2-12
Lebih terperinci1. BAB I PENDAHULUAN 1.1. Latar Belakang
1. BAB I PENDAHULUAN 1.1. Latar Belakang Riset di bidang sistem pengenalan ucapan otomatis (Automatic Speech Recognition) merupakan salah satu riset yang banyak ditekuni dan terus dikembangkan hingga saat
Lebih terperinci1 BAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Listrik pada abad ini sudah merupakan kebutuhan primer yang tidak bisa tergantikan. Karena pentingnya listrik ini, sistem yang menyuplai dan mengalirkan listrik ini
Lebih terperinciPelatihan Bobot Jaringan Syaraf Tiruan Menggunakan Particle Swarm Optimization untuk Peramalan Tingkat Inflasi
Pelatihan Bobot Jaringan Syaraf Tiruan Menggunakan Particle Swarm Optimization untuk Peramalan Tingkat Inflasi Training the Weight of Neural Network Using Particle Swarm Optimization to Forecast Inflation
Lebih terperinciPERBANDINGAN ALGORITMA PARTICLE SWARM OPTIMIZATION DAN REGRESI PADA PERAMALAN WAKTU BEBAN PUNCAK
Jurnal POROS TEKNIK, Volume 6, No. 2, Desember 2014 : 55-10 PERBANDINGAN ALGORITMA PARTICLE SWARM OPTIMIZATION DAN REGRESI PADA PERAMALAN WAKTU BEBAN PUNCAK Nurmahaludin (1) (1) Staff Pengajar Jurusan
Lebih terperinci1. Pendahuluan 1.1 Latar belakang masalah
1. Pendahuluan 1.1 Latar belakang masalah Emas adalah unsur kimia dalam tabel periodik yang memiliki simbol Au (bahasa Latin: 'aurum') dan nomor atom 79. Emas digunakan sebagai standar keuangan di banyak
Lebih terperinciPENDAHULUAN. menjadi lebih efisien dan efektif serta dapat meningkatkan penghematan. Untuk
BAB I PENDAHULUAN 1.1 Latar Belakang Kegiatan ekonomi merupakan kegiatan yang sangat penting dalam kehidupan manusia. Kegiatan ekonomi sangat penting bagi manusia untuk memenuhi kebutuhannya. Kegiatan
Lebih terperinci5. Struktur Penulisan Tesis
Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah Penelitian 4. Literature Review 5. Struktur Penulisan Tesis 6. Kesalahan Penulisan Tesis 7. Metode Eksperimen 8. Pengujian Tesis
Lebih terperinciBAB I PENDAHULUAN. berdasarkan rencana pengaturan urutan kerja. Daftar atau tabel kegiatan atau
BAB I PENDAHULUAN 1.1 Latar Belakang Menurut Kamus Besar Bahasa Indonesia, jadwal adalah pembagian waktu berdasarkan rencana pengaturan urutan kerja. Daftar atau tabel kegiatan atau rencana kegiatan dengan
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 terperinciOPTIMASI JUMLAH HIDDEN NODES EXTREME LEARNING MACHINE MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION UNTUK PERAMALAN JUMLAH PENJUALAN BARANG
OPTIMASI JUMLAH HIDDEN NODES EXTREME LEARNING MACHINE MENGGUNAKAN METODE PARTICLE SWARM OPTIMIZATION UNTUK PERAMALAN JUMLAH PENJUALAN BARANG Tesis untuk Memperoleh Gelar Magister pada Program Magister,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Distribusi merupakan proses penyaluran produk dari produsen sampai ke tangan masyarakat atau konsumen. Kemudahan konsumen dalam menjangkau produk yang diinginkan
Lebih terperinciBAB 1 PENDAHULUAN. banyak dijadikan bahan pokok adalah nasi, sagu, dan jagung. Dari ketiga
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Permasalahan Indonesia merupakan negara agraris yang kaya dengan kekayaan alam yang melimpah. Budaya Indonesia pun beragam serta mempunyai banyak kebiasaan yang berbeda
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sering terdapat tenggang waktu (time lag) antara kesadaran akan peristiwa atau kebutuhan mendatang dengan peristiwa itu sendiri. Adanya waktu tenggang ini merupakan
Lebih terperinciPangan merupakan salah satu dari tiga kebutuhan pokok manusia, dan ketersediaan pangan yang cukup adalah masalah yang kompleks yang memiliki
1 BAB I PENDAHULUAN 1.1 Latar Belakang Algoritma propagasi balik (backpropagation) adalah salah satu algoritma yang terdapat pada metode jaringan saraf tiruan (JST) dimana algoritma ini memiliki kecenderungan
Lebih terperinciSPETINDO, Sistem Pendukung Keputusan Pembudidayaan Tanaman Menggunakan Algoritma Quantum Swarm Evolutionary
SPETINDO, Sistem Pendukung Keputusan Pembudidayaan Tanaman Menggunakan Algoritma Quantum Swarm Evolutionary Eka Ayu Puspitaningrum 5109100176 Dosen Pembimbing UMI LAILI YUHANA, S.Kom., M.Sc. WIJAYANTI
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN Bab ini akan membahas mengenai latar belakang penelitian, rumusan masalah, tujuan penelitian, batasan masalah, manfaat penelitian dan sistematika penulisan. 1.1. Latar Belakang Kelapa
Lebih terperinciBAB 1 PENDAHULUAN. era globalisasi, di mana perdagangan mulai bersifat internasioanal. Banyak usahawan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada sepuluh tahun terakhir ini perekonomian negara Indonesia telah mendekati era globalisasi, di mana perdagangan mulai bersifat internasioanal. Banyak usahawan
Lebih terperinci1. BAB I PENDAHULUAN 1.1 Latar Belakang
1. BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia menganut ekonomi terbuka, jadi pertumbuhan ekonomi Indonesia dipengaruhi pertumbuhan ekonomi Internasional. Oleh karena itu, jika terjadi fluktuasi pada
Lebih terperinciPERANCANGAN ALGORITMA BELAJAR JARINGAN SYARAF TIRUAN MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO)
Jurnal POROS TEKNIK, Volume 5, No. 1, Juni 2013 : 18-23 PERANCANGAN ALGORITMA BELAJAR JARINGAN SYARAF TIRUAN MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO) Nurmahaludin (1) (1) Staf Pengajar Jurusan Teknik
Lebih terperinciIMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION SEBAGAI ESTIMASI LAJU TINGKAT PENGANGGURAN TERBUKA PADA PROVINSI JAWA TIMUR
IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION SEBAGAI ESTIMASI LAJU TINGKAT PENGANGGURAN TERBUKA PADA PROVINSI JAWA TIMUR Sofi Dwi Purwanto Teknik Informatika Universitas Islam Negeri Maulana Malik
Lebih terperinciPEMODELAN DAN SISTEM INFORMASI PREDIKSI KAPASITAS PEMBANGKIT LISTRIK MENGGUNAKAN NEURAL NETWORK (SEKTOR RUMAH TANGGA)
PEMODELAN DAN SISTEM INFORMASI PREDIKSI KAPASITAS PEMBANGKIT LISTRIK MENGGUNAKAN NEURAL NETWORK (SEKTOR RUMAH TANGGA) Salmawaty Tansa 1, Bambang Panji Asmara 2 Fakultas Teknik, Jurusan Teknik Elektro,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pembangunan daerah perkotaan atau city development memiliki beberapa aspek penting salah satunya adalah logistik perkotaan atau city logistics. Alasan mengapa city
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 terperinci1 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 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 I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kabupaten Purworejo adalah daerah agraris karena sebagian besar penggunaan lahannya adalah pertanian. Dalam struktur perekonomian daerah, potensi daya dukung
Lebih terperinci1 Pendahuluan. 1.1 Latar Belakang Masalah
1 Pendahuluan 1.1 Latar Belakang Masalah Kebutuhan masyarakat akan perkiraan cuaca terutama curah hujan ini menjadi sangat penting untuk merencanakan segala aktifivitas mereka. Curah hujan juga memiliki
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 terperinciOptimasi PSO Untuk Peramalan Harga Emas Secara Rentet Waktu
Optimasi PSO Untuk Peramalan Harga Emas Secara Rentet Waktu Iwan Fitriadi Mukhlis Sekolah Tinggi Manajemen dan Informatika (STMIK) Indonesia Banjarmasin Jl. Pangeran Hidayatullah Banua Anyar Telp. (0511)4315530
Lebih terperinciPREDIKSI KELULUSAN MAHASISWA MENGGUNAKAN METODE NEURAL NETWORK DAN PARTICLE SWARM OPTIMIZATION
PREDIKSI KELULUSAN MAHASISWA MENGGUNAKAN METODE NEURAL NETWORK DAN PARTICLE SWARM OPTIMIZATION Dewi Kusumawati 1), Wing Wahyu Winarno 2), M. Rudyanto Arief 3) 1), 2), 3) Magister Teknik Informatika STMIK
Lebih terperinciBACKPROPAGATION NEURAL NETWORK BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK PREDIKSI HARGA KARET SPESIFIK TEKNIS
BACKPROPAGATION NEURAL NETWORK BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK PREDIKSI HARGA KARET SPESIFIK TEKNIS Misrawati Aprilyana Puspa* *) Tenaga Pengajar pada Sekolah Tinggi Manajemen Informatika &
Lebih terperinciPERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA KE LOMBOK MENGGUNAKAN JARINGAN SYARAF TIRUAN
PERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA KE LOMBOK MENGGUNAKAN JARINGAN SYARAF TIRUAN Titik Misriati AMIK BSI Jakarta Jl. R.S Fatmawati No. 24 Pondok Labu, Jakarta Selatan titik.tmi@bsi.ac.id ABSTRACT
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 terperinci2016 OPTIMAL ANOMALOUS SHORT TERM LOAD FORECASTING BERBASIS ALGORITMA FEED FORWARD BACKPROPAGATION
BAB I PENDAHULUAN 1.1. Latar Belakang Penelitian Peramalan beban selalu menjadi instrumen penting dalam operasi sistem tenaga. Berbagai keputusan operasi ditentukan oleh peramalan beban, seperti penjadwalan
Lebih terperinciPerbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation
65 Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation Risty Jayanti Yuniar, Didik Rahadi S. dan Onny Setyawati Abstrak - Kecepatan angin dan curah
Lebih terperinciPREDIKSI LUAS PANEN DAN PRODUKSI PADI DI KABUPATEN BANYUMAS MENGGUNAKAN METODE ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)
PREDIKSI LUAS PANEN DAN PRODUKSI PADI DI KABUPATEN BANYUMAS MENGGUNAKAN METODE ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) Supriyanto 1, Sudjono 2, Desty Rakhmawati 3 ( 1,2. UNSOED Purwokerto, 3. STMIK
Lebih terperinciAnalisis Prediksi Indeks Harga Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan Metode Backpropagation
Analisis Prediksi Indeks Harga Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan Metode Backpropagation Anjar Wanto STIKOM Tunas Bangsa Pematangsiantar Pematangsiantar, Indonesia anjarwanto@amiktunasbangsa.ac.id
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
19 3.1 Diagram Alir Penelitian BAB 3 METODOLOGI PENELITIAN MULAI Pengajuan Surat Survei PT. Bangkit Sukses Mandiri (BSM) Diterima? Tidak Ya Observasi Perusahaan Wawancara dengan Direktur PT. BSM Pengamatan
Lebih terperinciPENERAPAN METODE PARTICLE SWARM OPTIMIZATION PADA OPTIMASI DISTRIBUSI LPG DARI AGEN KE TOKO KOMPETENSI KOMPUTASI SKRIPSI
PENERAPAN METODE PARTICLE SWARM OPTIMIZATION PADA OPTIMASI DISTRIBUSI LPG DARI AGEN KE TOKO KOMPETENSI KOMPUTASI SKRIPSI I MADE HARY KARTIKA PUTRA NIM. 0808605070 PROGRAM STUDI TEKNIK INFORMATIKA JURUSAN
Lebih terperinciAnalisis Prediksi Indeks Harga Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan Metode Backpropagation
Analisis Prediksi Indeks Harga Konsumen Berdasarkan Kelompok Kesehatan Dengan Menggunakan Metode Backpropagation Anjar Wanto STIKOM Tunas Bangsa Pematangsiantar Pematangsiantar, Indonesia anjarwanto@amiktunasbangsa.ac.id
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Bab ini membahas tentang hal-hal yang menjadi latar belakang pembuatan tugas akhir, rumusan masalah, tujuan, batasan masalah, manfaat, metodologi penelitian serta sistematika penulisan
Lebih terperinciPERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI
PERANCANGAN PROGRAM PENGENALAN BENTUK MOBIL DENGAN METODE BACKPROPAGATION DAN ARTIFICIAL NEURAL NETWORK SKRIPSI Oleh Nama : Januar Wiguna Nim : 0700717655 PROGRAM GANDA TEKNIK INFORMATIKA DAN MATEMATIKA
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Wilayah persawahan di Indonesia cukup luas dengan hasilnya yang berbagai macam salah satunya padi. Padi merupakan tanaman pangan yang menjadi sumber bahan pokok pangan
Lebih terperinciDaftar Istilah. Dalam tugas kahir ini terdapat istilah-istilah sebagai berikut:
Daftar Istilah Dalam tugas kahir ini terdapat istilah-istilah sebagai berikut: AHP Bias Fungsi aktivasi Input value Neural network SPPK Vendor Salah satu metode yang digunakan untuk member rekomendasi
Lebih terperinciBAB II LANDASAN TEORI. Beberapa penelitian yang telah dilakukan sebelumnya terkait dengan
BAB II LANDASAN TEORI 2.1. State of The Art Beberapa penelitian yang telah dilakukan sebelumnya terkait dengan judul yang diangkat adalah : Tian Syung Lan, dkk. melakukan menggunakan metode Neural Network
Lebih terperinciABSTRAK. Kata Kunci : Artificial Neural Network(ANN), Backpropagation(BP), Levenberg Marquardt (LM), harga emas, Mean Squared Error(MSE), prediksi.
ABSTRAK Prediksi harga emas merupakan masalah yang sangat penting dalam menentukan pengambilan keputusan perdagangan dalam pertambangan. Prediksi yang akurat untuk pertambangan dapat memberikan keuntungan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.6. Jaringan Syaraf Tiruan Jaringan syaraf tiruan atau neural network merupakan suatu sistem informasi yang mempunyai cara kerja dan karakteristik menyerupai jaringan syaraf pada
Lebih terperinciKOMPUTASI PARALEL UNTUK SEGMENTASI CITRA DIGITAL DENGAN PARTICLE SWARM OPTIMIZATION
KOMPUTASI PARALEL UNTUK SEGMENTASI CITRA DIGITAL DENGAN PARTICLE SWARM OPTIMIZATION SKRIPSI Diajukan Untuk Memenuhi Sebagian Persyaratan Mencapai Derajat Sarjana Teknik Informatika Agustinus Kristiadi
Lebih terperinciBAB I PENDAHULUAN. Machine learning (ML), bagian dari kecerdasan buatan (artificial
BAB I PENDAHULUAN 1. 1.1. Latar Belakang Machine learning (ML), bagian dari kecerdasan buatan (artificial intelligence), merupakan metode untuk mengoptimalkan performa dari sistem dengan mempelajari data
Lebih terperinciPENENTUAN JALUR TERPENDEK PADA APLIKASI OJEK ONLINE GO-JEK DENGAN PROBABILISTIC NEURAL NETWORK (PNN) DAN PARTICLE SWARM OPTIMIZATION (PSO)
PENENTUAN JALUR TERPENDEK PADA APLIKASI OJEK ONLINE GO-JEK DENGAN PROBABILISTIC NEURAL NETWORK (PNN) DAN PARTICLE SWARM OPTIMIZATION (PSO) Levina Fitri Rahmawati, Isnandar Slamet, dan Diari Indriati Program
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Motor DC (Direct Current) Brushless atau disebut dengan Motor BLDC (Brushless Direct Current Motor) sangat banyak digunakan dalam berbagai macam aplikasi industri saat
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam perkembangan teknologi yang semakin pesat ini banyak sekali perubahan perkembangan yang telah terjadi untuk membantu kehidupan masyarakat. Dalam perkembangan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan negara agraris yang didukung oleh sektor pertanian. Salah satu sektor pertanian tersebut adalah perkebunan. Perkebunan memiliki peranan yang besar
Lebih terperinciPrediksi Nilai Tukar Petani Menggunakan Jaringan Syaraf Tiruan Backpropagation
Scientific Journal of Informatics Vol 3, No 1, Mei 2016 p-issn 2407-7658 http://journalunnesacid/nju/indexphp/sji e-issn 2460-0040 Prediksi Nilai Tukar Petani Menggunakan Jaringan Syaraf Tiruan Backpropagation
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN Bab ini akan membahas tentang latar belakang, rumusan masalah, keaslian penelitian, tujuan penelitian, manfaat penelitian, batasan masalah, dan sistematika penulisan. 1.1 Latar Belakang
Lebih terperinciBAB I PENDAHULUAN. perdagangan saham secara maksimal (Wang et al, 2009). semakin berkembang. Dengan memanfaatkan model model peramalan dari
BAB I PENDAHULUAN 1.1 Latar Belakang Peramalan indeks harga saham merupakan sebuah peramalan deret waktu yang cukup sulit dilakukan (Kara et al, 2011). Banyak faktor yang mempengaruhi pergerakan harga
Lebih terperinci1 BAB I PENDAHULUAN. manusia untuk menunjang pertumbuhan tersebut memerlukan energi listrik.
1 BAB I PENDAHULUAN 1.1 Latar Belakang Pertumbuhan ekonomi, teknologi, dan industri mengakibatkan peningkatan kebutuhan energi listrik, karena di masa ini hampir semua alat bantu pekerjaan manusia untuk
Lebih terperinciVI. KESIMPULAN DAN SARAN
VI. KESIMPULAN DAN SARAN 6.1. Kesimpulan Dalam penelitian ini telah dilakukan suatu rangkaian penelitian yang mencakup analisis pewilayahan hujan, penyusunan model prediksi curah hujan, serta pemanfaatan
Lebih terperinciPeramalan Curah Hujan Menggunakan Metode Jaringan Saraf Tiruan Dengan Optimasi Algoritma Bee Colony
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: 2548-964X Vol. 2, No. 10, Oktober 2018, hlm. 3624-3631 http://j-ptiik.ub.ac.id Peramalan Curah Hujan Menggunakan Metode Jaringan Saraf
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Penelitian Terdahulu Penelitian dilakukan dengan meninjau penelitianpenelitian terdahulu yang berkaitan. Tinjauan pustaka akan mengetahui faktor-faktor yang perlu diperhatikan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Globalisasi dunia berdampak luas tidak hanya pada hubungan perdagangan antar negara tetapi juga pada kondisi perekonomian antar negara. Hal ini terbukti dengan meningkatnya
Lebih terperinciPerbandingan Metode Extreme Learning Machine dan Particle Swarm Optimization Extreme Learning Machine untuk Peramalan Jumlah Penjualan Barang
84 Teknologi Elektro, Vol.15, No.1, Januari - Juni 2016 Perbandingan Metode Extreme Learning Machine dan Particle Swarm Optimization Extreme Learning Machine untuk Peramalan Jumlah Penjualan Barang I Putu
Lebih terperinciKATA PENGANTAR. Bukit Jimbaran, Agustus 2017 Penyusun. A.A. Gde Ari Sudana
ABSTRAK Masalah kepadatan lalu lintas merupakan hal umum yang dijumpai di kotakota besar, salah satunya di Kota Denpasar. Salah satu faktor penyebabnya adalah banyaknya jumlah kendaraan pribadi. Solusi
Lebih terperinciAplikasi Artificial Neural Network (ANN) untuk Memprediksi Perilaku Sumur Geotermal
Aplikasi Artificial Neural Network (ANN) untuk Memprediksi Perilaku Sumur Geotermal Henny Dwi Bhakti 1,a), Acep Purqon 2,b) 1 Program Studi Sains Komputasi, FMIPA ITB Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPREDIKSI INDEKS PASAR SAHAM S&P500, DOW JONES DAN NASDAQ COMPOSITE DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION
PREDIKSI INDEKS PASAR SAHAM S&P500, DOW JONES DAN NASDAQ COMPOSITE DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION Feni Andriani 1, Ilmiyati Sari 2 1 Universitas Gunadarma, feni.andriani@staff.gunadarma.ac.id
Lebih terperinciBAB 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 terperinciANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION
ANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION Eka Irawan1, M. Zarlis2, Erna Budhiarti Nababan3 Magister Teknik Informatika, Universitas Sumatera
Lebih terperinciBAB 1 PENDAHULUAN. saham harus memperhatikan dengan baik keadaan ekonomi yang sedang berlangsung.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Cepatnya perubahan fluktuasi harga index saham membuat para pemegang saham harus memperhatikan dengan baik keadaan ekonomi yang sedang berlangsung. Saham yang mempunyai
Lebih terperinciPERANCANGAN PARAMETER TERBAIK UNTUK PREDIKSI PRODUKSI BAN GT3 MENGGUNAKAN JARINGAN SYARAF TIRUAN RESILIENT PROPAGATION
PERANCANGAN PARAMETER TERBAIK UNTUK PREDIKSI PRODUKSI BAN GT3 MENGGUNAKAN JARINGAN SYARAF TIRUAN RESILIENT PROPAGATION Fitrisia, Adiwijaya, dan Andrian Rakhmatsyah Program Studi S1 Teknik Informatika,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Sebuah fakta bahwa waktu adalah uang dalam aktivitas penjualan. Pengambilan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sebuah fakta bahwa waktu adalah uang dalam aktivitas penjualan. Pengambilan keputusan merupakan hal yang penting untuk kesuksesan penjualan. Dalam hal ini seseorang
Lebih terperinciBAB I PENDAHULUAN. teliti. Sehingga tidak terjadi bentrok baik antar mata pelajaran, guru, kelas
1 BAB I PENDAHULUAN 1.1 Latar Belakang Penjadwalan merupakan salah satu hal terpenting dalam suatu lembaga pendidikan, begitu juga untuk lingkup Sekolah Menengah Kejuruan (SMK). Penjadwalan pelajaran pada
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1. Analisis Analisis adalah kemampuan pemecahan masalah subjek kedalam elemen-elemen konstituen, mencari hubungan-hubungan internal dan diantara elemen-elemen, serta mengatur
Lebih terperinciNEURAL NETWORK BAB II
BAB II II. Teori Dasar II.1 Konsep Jaringan Saraf Tiruan (Artificial Neural Network) Secara biologis jaringan saraf terdiri dari neuron-neuron yang saling berhubungan. Neuron merupakan unit struktural
Lebih terperinciT 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 terperinciBAB I PENDAHULUAN. merupakan jaringan komputer yang terdiri dari beberapa intercommunicating
BAB I PENDAHULUAN 1.1 Latar Belakang Wireless Sensor Network (WSN) atau Jaringan Sensor Nirkabel merupakan jaringan komputer yang terdiri dari beberapa intercommunicating computers yang dilengkapi dengan
Lebih terperinciBAB 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 terperinciBAB I PENDAHULUAN BAB I. PENDAHULUAN
BAB I PENDAHULUAN BAB I. PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Clustering merupakan proses pengelompokan data menjadi kelompokkelompok atau klaster sehingga data-data yang berada dalam satu klaster
Lebih terperinciOPTIMASI JARINGAN SYARAF TIRUAN BACKPROPAGATION MENGGUNAKAN PARTICLE SWARM OPTIMIZATION UNTUK DETEKSI PENDERITA PENYAKIT JANTUNG
OPTIMASI JARINGAN SYARAF TIRUAN BACKPROPAGATION MENGGUNAKAN PARTICLE SWARM OPTIMIZATION UNTUK DETEKSI PENDERITA PENYAKIT JANTUNG Hargianti Henni Oktawandari Program Studi Teknik Informatika, Fakultas Ilmu
Lebih terperinciANALISIS 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 terperinciMETODOLOGI PENELITIAN
digilib.uns.ac.id BAB III METODOLOGI PENELITIAN 3.1 Studi Literatur Studi ini dilakukan dengan cara mencari dan membaca berbagai literatur serta karya-karya penelitian mengenai topik penelitian yang sudah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sekumpulan fasilitas, pasokan bahan baku, konsumen, produk dan metode yang digunakan untuk mengontrol penyimpanan produk, pembelian, dan pendistribusian disebut
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN Penelitian pada karya akhir ini membahas mengenai pengembangan model Artificial Neural Network serta menganalisa kemampuan Artificial Neural Network sebagai alat peramalan. Obyek yang
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 terperinciKlasifikasi Data Cardiotocography dengan Integrasi Metode Neural Network dan Particle Swarm Optimization
The 13 th Industrial Electronics Seminar 2011 (IES 2011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 26, 2011 Klasifikasi Data Cardiotocography dengan Integrasi
Lebih terperinciPENERAPAN MODEL NEURAL NETWORK BACKPROPAGATION UNTUK PREDIKSI HARGA AYAM
PENERAPAN MODEL NEURAL NETWORK BACKPROPAGATION UNTUK PREDIKSI HARGA AYAM Nanik Susanti 1* 1 Program Studi Sistem Informasi, Fakultas Teknik, Universitas Muria Kudus Gondangmanis, PO Box 53, Bae, Kudus
Lebih terperinciPERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS)
PERAMALAN BEBAN LISTRIK JANGKA PENDEK DI BALI MENGGUNAKAN PENDEKATAN ADAPTIVE NEURO-FUZZY INFERENCE SYSTEM (ANFIS) L K Widyapratiwi 1, I P A Mertasana 2, I G D Arjana 2 1 Mahasiswa Teknik Elektro, Fakultas
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 terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Fakultas Ilmu Komputer Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Fakultas Ilmu Komputer Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 Peramalan Harga Indeks Saham Hang Seng dengan Menggunakan Jaringan
Lebih terperinciPENGOPTIMALAN UMPAN BALIK LINEAR QUADRATIC REGULATOR PADA LOAD FREQUENCY CONTROL MENGGUNAKAN PARTICLE SWARM OPTIMIZATION
PENGOPTIMALAN UMPAN BALIK LINEAR QUADRATIC REGULATOR PADA LOAD FREQUENCY CONTROL MENGGUNAKAN PARTICLE SWARM OPTIMIZATION Oleh : Febriana Kristanti NRP. 1208201011 Dosen Pembimbing : 1. Dr. Erna Apriliani,
Lebih terperinciImplementasi Neural Network pada Matlab untuk Prakiraan Konsumsi Beban Listrik Kabupaten Ponorogo Jawa Timur
P-ISSN 1411-0059 E-ISSN 2549-1571 Implementasi Neural Network pada Matlab untuk Prakiraan Konsumsi Beban Listrik Kabupaten Ponorogo Jawa Timur Niswatul Arifah T 1, Agus Murnomo 2, dan Agus Suryanto 3 Jurusan
Lebih terperinciBAB 2 KONSEP DASAR PENGENAL OBJEK
BAB 2 KONSEP DASAR PENGENAL OBJEK 2.1 KONSEP DASAR Pada penelitian ini, penulis menggunakan beberapa teori yang dijadikan acuan untuk menyelesaikan penelitian. Berikut ini teori yang akan digunakan penulis
Lebih terperinciLampiran 1. Jumlah Penduduk Sumatera Utara ( )
Lampiran 1. Jumlah Penduduk Sumatera Utara (1991-2005) Tahun Jumlah Penduduk (Jiwa) 1991 10454686 1992 10685200 1993 10813400 1994 10981100 1995 11145300 1996 11306300 1997 11463400 1998 11754100 1999
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penyampaian informasi dalam institusi pendidikan dalam hal ini sekolah adalah hal yang penting dilakukan terutama yang berkaitan dengan penjadwalan kegiatan belajar
Lebih terperinciBAB I PENDAHULUAN. yang merupakan keuntungan perusahaan yang dibagikan kepada semua pemegang
BAB I PENDAHULUAN 1.1 Latar Belakang Ekspektasi atau motivasi setiap investor adalah mendapatkan keuntungan dari transaksi investasi yang dilakukan. Para investor yang bertransaksi di pasar modal, khususnya
Lebih terperinci