Analysis of the Accuracy Batch Training Method in Viewing Indonesian Fisheries Cultivation Company Development

Wanto, Anjar; Parulian, Parulian; Siahaan, Hasudungan; Windarto, Agus Perdana; Afriliansyah, Teuku; Saputra, Widodo; Parlina, Iin; Lubis, Muhammad Ridwan; Damanik, Irfan Sudahri

doi:10.1088/1742-6596/1255/1/012003

Cited by 9 publications

(3 citation statements)

References 8 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Setelahdibagimenjadi 2 kelompok data tersebut akan di normalisasikan dengan menggunakan fungsi sigmoid. Tahapan berikutnya melakukan normalisasi data pelatihan dan pengujian dengan menggunakan rumus persamaan (1) [19], [20], [24], [27], [31], [38]- [40].…”

Section: Gambar 1 Tahapanpenelitianunclassified

Pemanfaatan Algoritma JST untuk Menentukan Model Prediksi Umur Harapan Hidup Saat Lahir

Manurung¹,

Andriansya²,

Permana³

et al. 2022

hello world j. ilmu kompʹût.

View full text Add to dashboard Cite

Umur Harapan Hidup merupakan rata-rata jumlah tahun kehidupan yang masih dijalani oleh seseorang yang telah berhasil mencapai umur tertentu. Umur Harapan Hidup merupakan alat untuk mengevaluasi kinerja pemerintah dalam meningkatkan kesejahteraan penduduk pada umumnya, dan meningkatkan derajat kesehatan pada khususnya. Tujuan dari tulisan ini adalah untuk mengestimasi Umur Harapan Hidup di Sumatera Utara, sehingga pemerintah Sumatera Utara memiliki tolak ukur dalam menentukan kebijakan untuk lebih meningkatkan derajat kesehatan dan kesehatan penduduk di negara nya masing-masing. Prediksi dalam tulisan ini akan menggunakan metode Jaringan Saraf Conjugate Gradient Fletcher-Reeves. Data yang digunakan pada tulisan ini adalah Data Umur Harapan Hidup Saat lahir di Sumatera Utara. Sumber data berasal dari Badan Pusat Statistik. Hasil dari penelitian ini diharapkan mampu menjadi rujukan bagi pemerintah Sumatera Utara untuk lebih memperhatikan tingkat kesehatan dan kesejahteraan penduduknya, agar tingkat harapan hidup penduduk semakin tinggi. Penelitian ini menggunakan 5 model arsitektur. Dari ke 5 model ini, model arsitektur yang terbaik adalah 4-10-1 dengan nilai MSE sebesar 0.00026375.

show abstract

Section: Gambar 1 Tahapanpenelitianunclassified

Pemanfaatan Algoritma JST untuk Menentukan Model Prediksi Umur Harapan Hidup Saat Lahir

Manurung¹,

Andriansya²,

Permana³

et al. 2022

hello world j. ilmu kompʹût.

View full text Add to dashboard Cite

show abstract

“…We will use 2017 adjusted data for 2015-2016 as training data and 2018-2019 adjusted for 2018-2019 as test data according to Table 1. Next, normalize the data values when divided by 2 using Equation 1 (Purba et al, 2019), (Wanto, Ginantra, et al, 2019), (Siregar et al, 2019), (Zamzamy Sormin et al, 2019), (Wanto, Parulian, et al, 2019), (Andriani et al, 2018), (Saputra et al, 2019), (N. Ginantra et al, 2021), (Purba et al, 2019), (Julham et al, 2019), (Zola, 2018), (Suheri, 2012) Which one : = Data normalization results, = Data to be normalized, =…”

Section: Data Normalizationmentioning

confidence: 99%

Fletcher-reeves algorithm for predicting the quantity of production tomato plants in indonesia

Haikal

Wahyudi²,

Pujiastuti³

et al. 2022

Computational

View full text Add to dashboard Cite

The growth of Indonesia's tomato plants continues to increase, and this increase needs to be balanced, according to data from 2015 to 2020. Tomatoes should be used all the time, even in Indonesia. Tomatoes are not only edible but also good for your health and appearance. For the government and various conferences to include this as a point of view in dealing with this problem, it is important to look at the amount of tomato production in Indonesia. Data from the Central Statistics Agency was used to obtain statistics on tomato plant cultivation in Indonesia from 2015 to 2020. This data is solved using the Fletcher-Reeves algorithm using architectural models 2-10-1, 2-20-1, 2-30-1, and 2-35-1. Model 2-10-1 is the best architectural model to predict the amount of tomato production compared to other models, according to the training and testing results of the four models. Model 2-10-1 is used to measure the accuracy of the Fletcher-Reeves method, with MSE Training set at 0.00008463 and MSE Testing at 0.0006094.

show abstract

“…HASIL DAN PEMBAHASAN 4.1. Normalisasi Data Pada penelitian ini salah satu langkah simulasi jaringan saraf tiruan adalah dengan membagi data menjadi dua bagian yaitu: data pelatihan (training), dan data untuk pengujian (testing) yang diambil berdasarkan tabel 1, menggunakan rumus normalisasi[39]-[45]. x' : data yang telah di normalisasi, x : data yang akan di normalisasi, a : data yang nilainya paling kecil, dan b : data maksimal yang nilainya paling besar.Dalam percobaan ini, data yang digunakan sebagai sampel adalah data produksi daging ayam ras pedaging tahun 2010 sampai 2021.…”

unclassified

Implementasi Metode Back-Propagation Dalam Memprediksi Jumlah Produksi Daging Ayam Ras Pedaging Di Indonesia

Mhd. Rifadly Ottay,

Heru Satria Tambunan,

Zulia Almaida Siregar

2022

JUISIK

View full text Add to dashboard Cite

Ayam ras pedaging salah satu ras unggulan hasil persilangan dari jenis ayam yang memiliki daya produktivitas tinggi, terutama dalam memproduksi daging. Dengan harga yang cukup terjangkau dan memiliki sumber vitamin yang cukup. Terlihat dari data 2010 hingga 2019 mengalami kenaikan yang sangat tinggi, dan pada tahun 2020 mengalami penurunan, walau pada tahun 2021 mengalami peningkatan kembali. Jika penurunan kembali lagi, ini akan mengakibatkan harga pada daging ayam akan naik. Untuk menghindari kembalinya penurunan, maka penelitian ini menerapkan model jaringan saraf tiruan back-propagation dalam memprediksi jumlah daging ayam, penelitian ini diharapkan dapat memberikan dan dapat membantu pemerintah dalam mengupayakan peningkatan jumlah produksi pada daging ayam ras pedaging di indonesia. Hasil penelitian dengan percobaan yang dilakukan menggunakan arsitektur terbaik yaitu 5-6-1 dalam memprediksi jumlah produksi daging ayam ras pada tahun berikutnya dan mendapatkan MSE sebesar 0,0035 nilai epoch 33410 dengan menghasilkan tingkat akurasi 94%. Kata Kunci:,, , .

show abstract

Analysis of the Accuracy Batch Training Method in Viewing Indonesian Fisheries Cultivation Company Development

Cited by 9 publications

References 8 publications

Pemanfaatan Algoritma JST untuk Menentukan Model Prediksi Umur Harapan Hidup Saat Lahir

Pemanfaatan Algoritma JST untuk Menentukan Model Prediksi Umur Harapan Hidup Saat Lahir

Fletcher-reeves algorithm for predicting the quantity of production tomato plants in indonesia

Implementasi Metode Back-Propagation Dalam Memprediksi Jumlah Produksi Daging Ayam Ras Pedaging Di Indonesia

Contact Info

Product

Resources

About