BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 1 PENDAHULUAN. 1.1 Latar Belakang"

Transkripsi

1 1 BAB 1 PENDAHULUAN 1.1 Latar Belaang Di aman searang sebuah adal yang tersusun rapi merupaan ebutuhan bagi setiap individu. Namun masalah penyusunan sebuah adal merupaan sebuah masalah umum yang teradi, seperti adal dari dua egiatan pada satu atu yang sama (adal yang bentro). Jia dilihat secara individu, penyusunan adal secara manual buanlah hal yang sulit arena adanya toleransi atu dan adal perseorangan yang berbeda-beda.namun ia masalah penadalan tersebut menyangut banya orang, maa ada fator-fator yang menyebaban adanya bentroan tersebut. Contohnya seperti adanya berbagai epentingan yang berbeda pada tiap orang dengan loasi yang berbeda namun pada atu yang sama. Selain itu, fator human error (esalahan manusia) uga sangat menentuan bagaimana proses penyusunan adal tersebut dapat terlasana. Kesulitan dalam menyusun sebuah adal uga semain dipersulit ia terdapat perubahan atau penambahan adal. Contoh onritnya, dalam menentuan adal peruliahan. Terdapat mahasisa yang mengambil lebih dari satu mata uliah, oleh arena itu penyusunan adal uian suatu mata uliah tida boleh berbentroan dengan adal uian mata uliah lain. Algoritma Bacpropagation adalah suatu algoritma Jaringan Saraf Tiruan yang bai digunaan dalam suatu pengoptimalan, arena algoritma ini dapat menghitung embali suatu dari hasil suatu output guna meminimalan error yang timbul. Di dalam sripsi ini penulis mencoba menerapan Algoritma Bapropagation dalam Jaringan Saraf Tiruan untu membuat pengoptimalan adal peruliahan.

2 2 1.2 Perumusan Masalah Permasalahan yang aan dibahas adalah membuat adal peruliahan di departemenmatematia FMIPA USU yang optimal dengan menerapan Jaringan Saraf Tiruan dengan Algoritma pembelaaran Bacpropagation. 1.3 Batasan Masalah Dalam penulisan ini, penulis memberian batasan yang aan dilauan, yaitu: 1. Tida ada perubahan atau pergantian adal secara mendada 2. Durasi masing-masing peruliahan dianggap sama. 1.4 Tinauan Pustaa (Ross, Dave, Hasiao, 1994) Penadalan uliah (Lecture Timetabling) adalah masalah menempatan atu dan ruangan epada seumlah matauliah, tutorial, dan egiatan aademi seenis dengan memperhatian seumlah aturan yang berhubungan dengan apasitas dan loasi dari ruangan yang tersedia, atu yang diperluan dan seumlah aturan lain yang beraitan dengan toleransi untu dosen, dan hubungan antara mata uliah pilihan. (Kusumadei, 2003) Jaringan Saraf Tiruan adalah merupaan salah satu representasi buatan dari ota manusia yang selalu mencoba untu mensimulasian proses pembelaaran pada ota manusia tersebut. Istilah buatan di sini digunaan arena aringan saraf ini diimplementasian dengan menggunaan program omputer yang mampu menyelesaian seumlah proses perhitungan selama proses pembelaaran. (F. Suhandi, 2009) Bacpropagation adalah pelatihan enis terontrol (supervised) dimana menggunaan pola penyesuaian bobot untu mencapai nilai esalahan yang minimum antara eluaran hasil predisi dengan eluaran yang nyata.

3 3 (Puspitaningrum, 2006) Algoritma pembelaaran Bacpropagation dengan sebuah lapisan tersembunyi sebagai beriut: Langah 1 : Inisialisasi bobot-bobot. Tentuan anga pembelaaran ( ).Tentuan uga nilai toleransi error, atau tentuan masimal epoch (bila digunaan sebagai ondisi berhenti). Langah 2 : Ketia ondisi berhenti tida terpenuhi, lauan langah 3 sampai langah 10. Langah 3 : Untu setiap pasangan pelatihan, lauan langah 4 sampai langah 9. Tahap Feedforard Langah 4 : Setiap unit input x i (dari unit e-1 sampai e-n pada lapisan input) mengiriman sinyal input e semua lapisan yang ada di lapisan atasnya (lapisan tersembunyi). Langah 5 : Pada setiap unit di lapisan tersembunyi (dari unit e-1 sampai unit e-p; i=1,2,,n; =1,2,,p) sinyal output lapisan tersembunyinya dihitung dengan menerapan fungsi ativasi terhadap penumlahan sinyal-sinyal input berbobot x i : n f v0 vi i1 Kemudian diirim e semua unit di lapisan atasnya. Langah 6 : Setiap unit di lapisan output y (dari unit e-1 sampai unit e-m; i=1,2,,n; =1,2,,m) dihitung sinyal outputnya dengan menerapan fungsi ativasi terhadap penumlahan sinyal-sinyal input berbobot bagi lapisan ini: p y f 0 i1

4 4 Tahap Bacpropagation Langah 7 : Setiap unit output y (=1, 2, 3,,m) menerima pola target t lalu informasi esalahan lapisan output ( ) dihitung. diirim e lapisan di baahnya dan digunaan untu menghitung besar oresi bobot dan bias ( dan 0 ) antara lapisan tersembunyi dengan lapisan output. p t y f ' Langah 8 : Pada setiap unit di lapisan tersembunyi dilauan perhitungan informasi esalahan lapisan tersembunyi ( ). emudian digunaan untu menghitung besar oresi bobot dan bias ( vi dan v0 ) antara lapisan input dan lapisan tersembunyi. m n f ' v0 xivi 1 i1 v x i i v 0 Tahap Memperbaharui Nilai Bobot dan Bias Langah 9 : Pada setiap unit output y dilauan pembaharuan nilai bias dan bobot sehingga bias dan bobot yang baru menadi: (baru) = (lama) + Dari unit e-1 sampai unit e-p di lapisan tersembunyi uga dilauan pembaharuan pada bias dan bobotnya (i=0,1,,n;=1,2,,p): v i (baru) = v i (lama) + vi Langah 10 : Tes ondisi berhenti.

5 5 1.5 Tuuan Penelitian Tuuan dari penelitian ini adalah untu melihat penggunaan Algoritma Bacpropagation dalam Jaringan Saraf Tiruan untu persoalan mengoptimalan adal peruliahan, serta untu mencoba membuat susunan-susunan ode programnya dalam suatu bahasa pemrograman. 1.6 Kontribusi Penelitian Manfaat dari penelitian ini adalah sebagai beriut. 1. Membantu penulis menerapan ilmu-ilmunya yang telah didapat diperuliahan e dunia nyata. 2. Meneliti penggunaan Algoritma Bacpropagation dalam membuat adal yang optimal. 3. Dapat digunaan sebagai tambahan informasi dan referensi bacaan untu mahasisa Matematia, terlebih bagi mahasisa yang henda melauan penelitian serupa. 1.7 Metode Penelitian Penelitian ini disusun dengan langah-langah sebagai beriut: 1. Mencari literatur dari beberapa buu dan urnal tentang Algoritma pembelaaran Bacpropagation dalam Jaringan Saraf Tiruan, tentang Penadalan (Schedulling), serta tentang bahasa pemrograman Java. 2. Membuat pengoptimalan adal mata uliah dengan penerapan Algoritma Bacpropagation. 3. Menyusunnya e dalam bahasa program mengunaan bahasa pemrograman Java.

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

Sistem Peramalan Jumlah Produksi Air PDAM Samarinda Menggunakan Jaringan Syaraf Tiruan Backpropagation

Sistem Peramalan Jumlah Produksi Air PDAM Samarinda Menggunakan Jaringan Syaraf Tiruan Backpropagation Sistem Peramalan Jumlah Produsi Air PDAM Samarinda Menggunaan Jaringan Syaraf Tiruan Bacpropagation Anindita Septiarini 1 dan Nur Sya baniah 2 1 Program Studi Ilmu Komputer FMIPA, Universitas Mulaarman

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 6 BAB 2 LANDASAN TEORI 2.1 Penjadwalan 2.1.1 Jadwal Secara Umum Menurut Kamus Besar Bahasa Indonesia (KBBI), jadwal adalah pembagian watu berdasaran rencana pengaturan urutan erja, daftar atau tabel egiatan

Lebih terperinci

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi

Lebih terperinci

ISSN: TEKNOMATIKA Vol.1, No.2, JANUARI

ISSN: TEKNOMATIKA Vol.1, No.2, JANUARI ISSN: 1979-7656 TEKNOMATIKA Vol.1, No.2, JANUARI 2009 25 PERANCANGAN DAN IMPLEMENTASI JARINGAN SYARAF TIRUAN UNTUK MENDIAGNOSA JENIS PENYAKIT KANDUNGAN Bambang Yuwono Jurusan Teni Informatia UPN Veteran

Lebih terperinci

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN BEBAN PEMAKAIAN AIR PADA PDAM KOTA BANDUNG

APLIKASI JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN BEBAN PEMAKAIAN AIR PADA PDAM KOTA BANDUNG APLIKASI JARINGAN SYARAF TIRUAN UNTUK MERAMALKAN BEBAN PEMAKAIAN AIR PADA PDAM KOTA BANDUNG Oleh : M.Rizi.H.S, Andri Heryandi,S.T, Bambang Siswoyo,Ir,M.Si Jl. Dipati Uur Bandung Teni Informatia Universitas

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program

Lebih terperinci

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK

Lebih terperinci

III. METODOLOGI PENELITIAN

III. METODOLOGI PENELITIAN III. METODOLOGI PENELITIAN 3.1 Keranga Pemiiran Pemerintah ahir-ahir ini sering dihadapan pada masalah persediaan pupu bersubsidi yang daya serapnya rendah dan asus elangaan di berbagai loasi di Indonesia.

Lebih terperinci

PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Wahyudi, Sorihi, dan Iwan Setiawan. Jurusan Teni Eletro Faultas Teni Universitas Diponegoro Semarang e-mail : wahyuditinom@yahoo.com.

Lebih terperinci

Analisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network

Analisa Drop Tegangan dan Susut Daya pada Jaringan Listrik Penyulang Renon Menggunakan Metode Artificial Neural Network Analisa Drop Tegangan dan Susut Daya pada Jaringan Listri Penyulang Renon Menggunaan Metode Artificial Neural Networ I Gede Dyana Arana Jurusan Teni Eletro Faultas Teni, Universitas Udayana Denpasar, Bali,

Lebih terperinci

Neural Network menyerupai otak manusia dalam dua hal, yaitu:

Neural Network menyerupai otak manusia dalam dua hal, yaitu: 2.4 Artificial Neural Networ 2.4.1 Konsep dasar Neural Networ Neural Networ (Jaringan Saraf Tiruan) merupaan prosesor yang sangat besar dan memilii ecenderungan untu menyimpan pengetahuan yang bersifat

Lebih terperinci

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108

Lebih terperinci

PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION

PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION Konferensi Nasional Sistem dan Informatia 2008; Bali, November 5, 2008 PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF TIRUAN MULTILAYER FEEDFORWARD NETWORK DENGAN ALGORITMA BACKPROPAGATION Wahyudi Setiawan

Lebih terperinci

JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA

JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA JARINGAN SARAF TIRUAN PROPAGASI BALIK UNTUK KLASIFIKASI DATA Giri Dhaneswara 1) dan Veronica S. Moertini 2) Jurusan Ilmu Komputer, Universitas Katoli Parahyangan, Bandung Email: 1) rebirth_82@yahoo.com,

Lebih terperinci

Model Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009

Model Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009 Model Pembelaaran Off-Line Menggunaan Jaringan Syaraf Tiruan Untu Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teni Eletronia PENS 2009 Arie Setya Wulandari#, Eru Puspita S.T., M.Kom#2 # Jurusan

Lebih terperinci

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB

PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB PENGENALAN POLA DENGAN MENGGUNAKAN METODE BACKPROPAGATION MENGGUNAKAN MATLAB Wirda Ayu Utari Universitas Gunadarma utari.hiaru@gmail.com ABSTRAK Program pengenalan pola ini merupaan program yang dibuat

Lebih terperinci

PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER

PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER Wiaria Gazali 1 ; Haryono Soeparno 2 1 Jurusan Matematia, Faultas Sains dan Tenologi, Universitas Bina Nusantara Jln. K.H. Syahdan No. 9, Palmerah,

Lebih terperinci

SISTEM PENGENALAN WAJAH DENGAN MENGGUNAKAN BACKPROPAGATION ARTIFICIAL NEURAL NETWORK DAN PRINCIPAL COMPONENT ANALYSIS

SISTEM PENGENALAN WAJAH DENGAN MENGGUNAKAN BACKPROPAGATION ARTIFICIAL NEURAL NETWORK DAN PRINCIPAL COMPONENT ANALYSIS Jurnal Teni dan Ilmu Komputer SISTEM PENGENALAN AJAH DENGAN MENGGUNAKAN BACKPROPAGATION ARTIFICIAL NEURAL NETORK DAN PRINCIPAL COMPONENT ANALYSIS FACE RECOGNITION SYSTEM USING BACKPROPAGATION ARTIFICIAL

Lebih terperinci

MAKALAH SEMINAR TUGAS AKHIR

MAKALAH SEMINAR TUGAS AKHIR 1 MAKALAH SEMINAR TUGAS AKHIR PENGENALAN POLA GEOMETRI WAJAH MENGGUNAKAN JARINGAN SYARAF TIRUAN PERAMBATAN BALIK Muhamad Tonovan *, Achmad Hidayatno **, R. Rizal Isnanto ** Abstra - Pengenalan waah adalah

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya

Lebih terperinci

APLIKASI JARINGAN SARAF TIRUAN PERAMBATAN BALIK UNTUK PRAKIRAAN VALUTA GBP/USD DALAM FOREX TRADING

APLIKASI JARINGAN SARAF TIRUAN PERAMBATAN BALIK UNTUK PRAKIRAAN VALUTA GBP/USD DALAM FOREX TRADING APLIKASI JARINGAN SARAF TIRUAN PERAMBATAN BALIK UNTUK PRAKIRAAN VALUTA GBP/USD DALAM FOREX TRADING Hendra William *), Achmad Hidayatno, and Aub Aulian Zahra Jurusan Teni Eletro, Universitas Diponegoro

Lebih terperinci

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS 1 Ihwannul Kholis, 2 Ahmad Rofii. 1 Universitas 17 Agustus 1945 Jaarta,

Lebih terperinci

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

1. Pendahuluan Jaringan syaraf tiruan ( Artificial Neural Networ ) adalah suatu tenologi omputasi yang berbasis pada model syaraf biologis dan mencoba

1. Pendahuluan Jaringan syaraf tiruan ( Artificial Neural Networ ) adalah suatu tenologi omputasi yang berbasis pada model syaraf biologis dan mencoba JARINGAN SYARAF TIRUAN BACKPROPAGATION SEBAGAI METODE PERAMALAN PADA PERHITUNGAN TINGKAT SUKU BUNGA PINJAMAN DI INDONESIA Nurmalasari Rusmiati 1 Sistem Informasi, Faultas Ilmu Komputer, Universitas Gunadarma

Lebih terperinci

Sistem Informasi Peramalan Beban Listrik Jangka Panjang di Kabupaten Jember Menggunakan JST Backpropagation

Sistem Informasi Peramalan Beban Listrik Jangka Panjang di Kabupaten Jember Menggunakan JST Backpropagation 1 Sistem Informasi Peramalan Beban Listri Janga Panang di Kabupaten Jember Menggunaan JST Bacpropagation Dodi Setiabudi Abstra Kebutuhan energi listri sebagai salah satu infrastrutur penting sangat diutamaan.

Lebih terperinci

PREDIKSI KELULUSAN MAHASISWA DENGAN JARINGAN SYARAF TIRUAN

PREDIKSI KELULUSAN MAHASISWA DENGAN JARINGAN SYARAF TIRUAN Ansari Predisi Kelulusan Mahasiswa Dengan Jaringan Syaraf Tiruan PREDIKSI KELULUSAN MAHASISWA DENGAN JARINGAN SYARAF TIRUAN Rudy Ansari STMIK Indonesia Banarmasin e-mail: rudy.ansari@gmail.com ABSTRAK

Lebih terperinci

Dany Candra Febrianto ) dan Hindayati Mustafidah )

Dany Candra Febrianto ) dan Hindayati Mustafidah ) Penerapan Jaringan Saraf Tiruan dengan Metode Pembelaaran Bacpropagation untu Mengetahui Tingat Kualifiasi Calon Siswa pada Sistem Informasi Penerimaan Siswa Baru di MAN 2 Banarnegara (Application of Artificial

Lebih terperinci

Sistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation

Sistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation Seminar Nasional e 9: Reayasa Tenologi Industri dan Informasi Sistem Penduung Keputusan Penerima Beasiswa SMK Menggunaan Metode Bacpropagation Teti Rohaeti 1, Yoyon Kusnendar Suprapto 2, Eo Mulyanto 3

Lebih terperinci

TEKNIK PERAMALAN TINGKAT PENJUALAN DENGAN JARINGAN SYARAF TIRUAN

TEKNIK PERAMALAN TINGKAT PENJUALAN DENGAN JARINGAN SYARAF TIRUAN TENI PERAMALAN TINGAT PENJUALAN DENGAN JARINGAN SYARAF TIRUAN Sri Mulyana Program Studi Ilmu omputer F MIPA UGM Seip Unit III Yogyaarta Telp (0274)546194 e-mail : smulyana@ugm.ac.id Abstra Tingat penualan

Lebih terperinci

Prosiding Semirata FMIPA Universitas Lampung, 2013

Prosiding Semirata FMIPA Universitas Lampung, 2013 Sistem Pengenalan Nomor Plat Kendaraan Berbasis Foto Diital Dengan Metode Moment Invariant dan Jaringan Syaraf Tiruan Menggunaan Algoritma Bacpropagation Zaiful Bahri, Suamto dan Joo Risanto Jurusan Matematia

Lebih terperinci

z_in ( ) dan mengaplikasikan fungsi aktivasi untuk menghitung sinyal output ( ) Propagasi balik:

z_in ( ) dan mengaplikasikan fungsi aktivasi untuk menghitung sinyal output ( ) Propagasi balik: LAMPIRAN 4 Lampiran Algoritma aringan syaraf tiruan propagasi balik Langkah 0 Inisialisasi bobot Langkah Selama kondisi berhenti bernilai salah, lakukan langkah -9. Langkah Untuk setiap pasangan, lakukan

Lebih terperinci

ARSITEKTUR DAN ALGORITMA JST UNTUK MENDUKUNG PREDIKSI GANGGUAN GEOMAGNET

ARSITEKTUR DAN ALGORITMA JST UNTUK MENDUKUNG PREDIKSI GANGGUAN GEOMAGNET Prosiding SNaPP2012 : Sains, Tenologi, dan Kesehatan ISSN 2089-3582 ARSITEKTUR DAN ALGORITMA JST UNTUK MENDUKUNG PREDIKSI GANGGUAN GEOMAGNET 1 John Maspupu 1 Pussainsa LAPAN, Jl Dr Dundunan No 133 Bandung

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN A. Tempat dan Watu Penelitian Penelitian ini dilauan di Jurusan Matematia Faultas Matematia dan Ilmu Pengetahuan Alam Universitas Lampung. Watu penelitian dilauan selama semester

Lebih terperinci

II. DASAR TEORI I. PENDAHULUAN

II. DASAR TEORI I. PENDAHULUAN IMPLEMENTASI JARINGAN SYARAF TIRUAN PERAMBATAN-BALIK UNTUK MENDETEKSI GOLONGAN DARAH PADA MANUSIA M. Fuad Latief *, R. Rizal Isnanto, Budi Setiyono Abstra - Membran sel darah manusia mengandung bermacam-macam

Lebih terperinci

PENDAHULUAN TINJAUAN PUSTAKA

PENDAHULUAN TINJAUAN PUSTAKA 1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii

Lebih terperinci

PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PENGENALAN KAPAL PADA CITRA DIGITAL MENGGUNAKAN IMAGE PROCESSING DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Sutino 1, Helmie Arif Wibawa 2, Priyo Sidi Sasongo 3 123 Jurusan Ilmu Komputer/Informatia, FSM,

Lebih terperinci

APLIKASI ALGORITMA CONJUGATE GRADIENT PADA JARINGAN SYARAF TIRUAN PERAMBATAN BALIK. Tesis

APLIKASI ALGORITMA CONJUGATE GRADIENT PADA JARINGAN SYARAF TIRUAN PERAMBATAN BALIK. Tesis APLIKASI ALGORITMA CONJUGATE GRADIENT PADA JARINGAN SYARAF TIRUAN PERAMBATAN BALIK Tesis Program Studi Teni Eletro Jurusan Ilmu-ilmu Teni disusun oleh : Wiwien Widyastuti 8475/I-/820/02 PROGRAM PASCASARJANA

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract

Lebih terperinci

PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER

PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER PEMODELAN OPTIMALISASI PRODUKSI UNTUK MEMAKSIMALKAN KEUNTUNGAN DENGAN MENGGUNAKAN METODE PEMROGRAMAN LINIER Tantri Windarti Program Studi Sistem Informasi STMIK Surabaya Jl Raya Kedung Baru 98, Surabaya

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

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT 3.1 Studi Literatur tentang Pengelolaan Sampah di Beberapa Kota di Dunia Kaian ilmiah dengan metode riset operasi tentang masalah

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Pengaturan Kecepatan Motor DC Menggunaan Jaringan Syaraf Tiruan Feedforward Bacpropagation Sorihi *, Wahyudi **, Iwan Setiawan ** Abstra - Jaringan syaraf bacpropagation merupaan aringan syaraf yang telah

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)

Lebih terperinci

MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT)

MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT) MODEL OPTIMASI PEMETAAN MATA KULIAH BERPRASYARAT UNTUK RENCANA STUDI MAHASISWA (STUDI KASUS PROGRAM STUDI MATEMATIKA FMIPA UT) Asmara Iriani Tarigan (asmara@ut.ac.id) Sitta Alief Farihati Jurusan Matematia

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas

Lebih terperinci

Prediksi Jumlah Kasus Demam Berdarah Dengue Menggunakan Jaringan Syaraf Tiruan (Studi Kasus daerah Kab. Sleman, Provinsi DIY)

Prediksi Jumlah Kasus Demam Berdarah Dengue Menggunakan Jaringan Syaraf Tiruan (Studi Kasus daerah Kab. Sleman, Provinsi DIY) Jurnal PROte Vol. 3 No. 1, 216 Predisi Jumlah Kasus Demam Berdarah Dengue Menggunaan Jaringan Syaraf Tiruan Iis Hamsir Ayub Wahab Program Studi Teni Eletro Faultas Teni, Universitas Khairun Email: hamsir@unhair.ac.id

Lebih terperinci

PENGENALAN KARAKTER TULISAN TANGAN DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK RESILIENT

PENGENALAN KARAKTER TULISAN TANGAN DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK RESILIENT PENGENALAN KARAKTER TULISAN TANGAN DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK RESILIENT Oleh : DONNY WAHYU SAPUTRO G06499031 DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye

Lebih terperinci

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan

I. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan I. PENDAHULUAN. Latar Belaang Teori graf merupaan salah satu bagian ilmu dari matematia dan merupaan poo bahasan yang relatif muda jia dibandingan dengan cabang ilmu matematia yang lain seperti aljabar

Lebih terperinci

BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN

BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN Kompetensi : 1. Mahasiswa memahami onsep pembelaaran dalam JST Sub Kompetensi : 1. Dapat mengetahui prinsip algoritma Perceptron 2. Dapat mengetahui

Lebih terperinci

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih terperinci

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB 3 PRINSIP SANGKAR BURUNG MERPATI BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana

Lebih terperinci

AKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA

AKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA AKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA Aris Puji Widodo, Suhartono 2, Eo Adi Sarwoo 3, dan Zulfia Firdaus 4,2,3,4 Departemen Ilmu Komputer/Informatia,

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3

Lebih terperinci

Kecerdasan Komputasional Berbasis Jaringan Neural Buatan (JNB) Pada Sistem Pengenalan Wajah (Face Recognition)

Kecerdasan Komputasional Berbasis Jaringan Neural Buatan (JNB) Pada Sistem Pengenalan Wajah (Face Recognition) No. 1/XXVI/2007 Wawan Setiawan, Kecerdasan Komputasional Kecerdasan Komputasional Berbasis Jaringan Neural Buatan (JNB) Pada Sistem Pengenalan Waah (Face Recognition) Wawan Setiawan (Universitas Pendidian

Lebih terperinci

MODEL SISTEM ANTRIAN

MODEL SISTEM ANTRIAN BB V MODEL SISTEM TRI ada teori antrian, suatu model antrian digunaan untu memperiraan suatu situasi antrian sesungguhnya, sehingga elauan antrian dapat dianalisa secara matemati. Dengan model sistem antrian

Lebih terperinci

APLIKASI WAVELET RECURRENT NEURAL NETWORK UNTUK PREDIKSI DATA TIME SERIES. : Agus Sumarno NRP :

APLIKASI WAVELET RECURRENT NEURAL NETWORK UNTUK PREDIKSI DATA TIME SERIES. : Agus Sumarno NRP : APLIKASI WAELET RECURRENT NEURAL NETWORK UNTUK PREDIKSI DATA TIME SERIES Nama : Agus Sumarno NRP : 06 00 706 Jurusan : Matematia Dosen Pembimbing : Drs. Daryono Budi Utomo, M.Si Abstra Model time series

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar Tugas Ahir PENDETEKSI POSISI MENGGUNAKAN SENSOR ACCELEROMETER MMA7260Q BERBASIS MIKROKONTROLER ATMEGA 32 Muhammad Riyadi Wahyudi, ST., MT. Iwan Setiawan, ST., MT. Abstract Currently, determining

Lebih terperinci

PENGEMBANGAN MODEL JARINGAN SYARAF TIRUAN RESILIENT BACKPROPAGATION UNTUK IDENTIFIKASI PEMBICARA DENGAN PRAPROSES MFCC. Oleh:

PENGEMBANGAN MODEL JARINGAN SYARAF TIRUAN RESILIENT BACKPROPAGATION UNTUK IDENTIFIKASI PEMBICARA DENGAN PRAPROSES MFCC. Oleh: 1 PENGEMBANGAN MODEL JARINGAN SYARAF TIRUAN RESILIENT BACKPROPAGATION UNTUK IDENTIFIKASI PEMBICARA DENGAN PRAPROSES MFCC Oleh: NURHADI SUSANTO G64103059 DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN

Lebih terperinci

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler

Penggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

PERAMALAN CURAH HUJAN WILAYAH SEMARANG BARAT DENGAN ALGORITMA RESILIENT BACKPROPAGATION

PERAMALAN CURAH HUJAN WILAYAH SEMARANG BARAT DENGAN ALGORITMA RESILIENT BACKPROPAGATION PERAMALAN CURAH HUJAN WILAYAH SEMARANG BARAT DENGAN ALGORITMA RESILIENT BACKPROPAGATION Wellie Sulistanti Abstract- Tuuan dari penelitian ini untu mengapliasian cara era aringan syaraf tiruan dengan menggunaan

Lebih terperinci

Penggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan

Penggunaan Metode Bagi Dua Terboboti untuk Mencari Akar-akar Suatu Persamaan Jurnal Penelitian Sains Volume 16 Nomor 1(A) Januari 013 Penggunaan Metode Bagi Dua Terboboti untu Menari Aar-aar Suatu Persamaan Evi Yuliza Jurusan Matematia, FMIPA, Universitas Sriwijaya, Indonesia Intisari:

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Tinjauan Pustaa Untu menacapai tujuan penulisan sripsi, diperluan beberapa pengertian dan teori yang relevan dengan pembahasan. Karena itu, dalam subbab ini aan diberian beberapa

Lebih terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( ) PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132

Lebih terperinci

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming

Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni

Lebih terperinci

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA

Lebih terperinci

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR)

Makalah Seminar Tugas Akhir. Aplikasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self Tuning Regulator (STR) Maalah Seminar ugas Ahir Apliasi Kendali Adaptif pada Pengendalian Plant Pengatur Suhu dengan Self uning Regulator (SR) Oleh : Muhammad Fitriyanto e-mail : D_3_N2@yahoo.com Maalah Seminar ugas Ahir Apliasi

Lebih terperinci

BAB 2 TEORI PENUNJANG

BAB 2 TEORI PENUNJANG BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan

Lebih terperinci

PENGEMBANGAN PERANGKAT LUNAK BERBASIS JARINGAN SYARAF TIRUAN UNTUK PERAMALAN BEBAN LISTRIK JANGKA PENDEK (STUDI KASUS DI PT.PLN AREA DISTRIBUSI JABAR)

PENGEMBANGAN PERANGKAT LUNAK BERBASIS JARINGAN SYARAF TIRUAN UNTUK PERAMALAN BEBAN LISTRIK JANGKA PENDEK (STUDI KASUS DI PT.PLN AREA DISTRIBUSI JABAR) PENGEMBANGAN PERANGKAT LUNAK BERBASIS JARINGAN SYARAF TIRUAN UNTUK PERAMALAN BEBAN LISTRIK JANGKA PENDEK (STUDI KASUS DI PT.PLN AREA DISTRIBUSI JABAR) Oleh: ¹ HERLY MARDANI (000298) ² BAMBANG SISWOYO,

Lebih terperinci

Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm)

Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm) Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm) Arna Fariza 1, Entin Martiana 1, Fidi Wincoo Putro 2 Dosen 1, Mahasiswa 2 Politeni Eletronia Negeri Surabaya

Lebih terperinci

APLIKASI ARTIFICIAL NEURAL NETWORK UNTUK PERAMALAN ALIRAN SUNGAI BLEGA ABSTRACT

APLIKASI ARTIFICIAL NEURAL NETWORK UNTUK PERAMALAN ALIRAN SUNGAI BLEGA ABSTRACT APLIKASI ARTIFICIAL NEURAL NETWORK UNTUK PERAMALAN ALIRAN SUNGAI BLEGA Manyu Fauzi, Minarni Nur Trilita Mahasiswa S3 MRSA, Jurusan Teni Sipil-ITS dan Pengaar Jurusan Teni Sipil Univ. Riau Mahasiswa S3

Lebih terperinci

PEMPROSESAN ALARM DALAM PERLINDUNGAN SISTEM DAYA LISTRIK MENGGUNAKAN NEURAL NETWORK. Azriyenni

PEMPROSESAN ALARM DALAM PERLINDUNGAN SISTEM DAYA LISTRIK MENGGUNAKAN NEURAL NETWORK. Azriyenni PEMPROSESAN ALARM DALAM PERLINDUNGAN SISTEM DAYA LISTRIK MENGGUNAKAN NEURAL NETWORK Azriyenni Dosen Tetap Teni Eletro Universitas Riau - Peanbaru Abstra Penelitian ini menyelidii mengenai pemprosesan alarm

Lebih terperinci

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh

INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001

Lebih terperinci

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas

Lebih terperinci

Aplikasi Neural-Fuzzy pada Regresi Interval untuk Data Time Series

Aplikasi Neural-Fuzzy pada Regresi Interval untuk Data Time Series Apliasi Neural-Fuzzy paa Regresi Interval untu Data Time Series Sri Kusumaewi Jurusan Teni Informatia, Universitas Islam Inonesia, Yogyaarta Jl. Kaliurang K, 4, Yogyaarta (04 E-mail : cicie@fti.uii.ac.i

Lebih terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id

Lebih terperinci

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf

Implementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan

Lebih terperinci

CATATAN KULIAH RISET OPERASIONAL

CATATAN KULIAH RISET OPERASIONAL CATATAN KULIAH RISET OPERASIONAL Pertemuan minggu pertama ( x 50 menit) Pemrograman Bulat Linear (Integer Linear Programming - ILP) Tuuan Instrusional Umum : Mahasiswa dapat menggunaan algoritma yang

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti

Lebih terperinci

ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP)

ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP) ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP) Igusta Wibis Vidi Abar Purwanto 2 FMIPA Universitas Negeri Malang E-mail: wibis.roccity@gmail.com Abstra: Multi Depot Vehicle Routing

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.

Lebih terperinci

Variasi Spline Kubik untuk Animasi Model Wajah 3D

Variasi Spline Kubik untuk Animasi Model Wajah 3D Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)

ESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR) SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi

Lebih terperinci

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia

Lebih terperinci

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B

Lebih terperinci

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU

PERTEMUAN 02 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU PERTEMUAN 2 PERBEDAAN ANTARA SISTEM DISKRIT DAN SISTEM KONTINU 2. SISTEM WAKTU DISKRET Sebuah sistem watu-disret, secara abstra, adalah suatu hubungan antara barisan masuan dan barisan eluaran. Sebuah

Lebih terperinci

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry

Lebih terperinci

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga

Estimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,

Lebih terperinci

BAB II DASAR TEORI. II.1. Pendahuluan

BAB II DASAR TEORI. II.1. Pendahuluan BAB II DASAR EORI II.1. Pendahuluan Pada bab ini pertama-tama aan dijelasan secara singat apa yang dimasud dengan target tracing dalam sistem Radar. Di dalam sebuah sistem Radar ada beberapa proses yang

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP )

SATUAN ACARA PERKULIAHAN ( SAP ) SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem

Lebih terperinci

KAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

KAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Media Informatia, Vol. 5, No. 2, Desember 2007, 99-111 ISSN: 0854-4743 KAJIAN PENGENALAN WAJAH DENGAN MENGGUNAKAN METODE FACE-ARG DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Anita Desiani Jurusan Matematia,

Lebih terperinci

MODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU

MODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU MDEL MATEMATIKA KNSENTRASI KSIGEN TERLARUT PADA EKSISTEM PERAIRAN DANAU Sutimin Jurusan Matematia, FMIPA Universitas Diponegoro Jl. Prof. H. Soedarto SH Tembalang, Semarang 5075 E-mail: su_timin@yanoo.com

Lebih terperinci

TRANSFORMASI KOORDINAT MENGGUNAKAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK RESILIENT (Studi Kasus: Daerah Jawa Bagian Barat) SUPRIYANTI

TRANSFORMASI KOORDINAT MENGGUNAKAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK RESILIENT (Studi Kasus: Daerah Jawa Bagian Barat) SUPRIYANTI TRANSFORMASI KOORDINAT MENGGUNAKAN JARINGAN SYARAF TIRUAN PROPAGASI BALIK RESILIENT (Studi Kasus: Daerah Jawa Bagian Barat) SUPRIYANTI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN

Lebih terperinci

- Persoalan nilai perbatasan (PNP/PNB)

- Persoalan nilai perbatasan (PNP/PNB) PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL Persamaan diferensial biasanya digunaan untu pemodelan matematia dalam sains dan reayasa. Seringali tida terdapat selesaian analiti seingga diperluan ampiran

Lebih terperinci