Prediksi Jumlah Kendaraan di Provinsi Riau Menggunakan Metode Backpropagation

Guntoro, Guntoro; Costaner, Loneli; Lisnawita, Lisnawita

doi:10.30872/jim.v14i1.1745

Cited by 16 publications

(16 citation statements)

References 2 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Prediksi merupakan suatu alur dari sebuah gambaran atau peamalan suatu kejadian yang akan terjadi dimasa depan dengan berdasarkan data histori dimasa sebelumnya [9].…”

Section: Pendahuluanunclassified

Penerapan Jaringan Syaraf Tiruan dengan Algoritma Backpropagation dalam Memprediksi Hasil Panen Gabah Padi

Maiyuriska

2022

INFEB

View full text Add to dashboard Cite

Hasil panen gabah padi disetiap daerah tiap tahunnya selalu beruba-ubah, termasuk di Kabupaten Peisisr Selatan. Hal ini disebabkan oleh beberapa faktor seperti musim kemarau yang panjang, serangan hama dan faktor lainnya yang dapat menghambat pertumbuhan padi bahkan dapat menyebabkan gagal panen yang dapat merugikan para petani. Penelitian ini bertujuan untuk membuat memprediksi untuk mengetahui hasil panen gabah padi di Kabupaten Pesisir Selatan dengan menggunakan metode Jaringan Syaraf Tiruan dengan algoritma Backpropagation. Jaringan Syaraf Tiruan merupakan salah satu kecerdasan buatan yang menggunakan teknologi komputer yang disebut juga dengan Artificial Intelligent. Jaringan Saraf Tiruan Backpropagation merupakan sebuah neural network berlapis banyak yang terdiri dari layer input, layer hiden dan layer output. Selanjutnya data diolah dengan menggunakan bantuan software Matlab. Data yang diolah dalam penelitian ini adalah data hasil panen gabah padi dari tahun 2015 sampai 2020 yang diperoleh dari Dinas Pertanian Kabupaten Pesisir Selatan. Dari peneliatan yang dilakuakn dilakuakn dengan menggunakan beberapa model arsitektur maka diperoleh satu arsitektur yang mempunyai tingkat akurasi mencapai 92.9% atau tingkat error 7.1% dengan MSE = 0.00094783.

show abstract

“…Prediksi merupakan suatu alur dari sebuah gambaran atau peamalan suatu kejadian yang akan terjadi dimasa depan dengan berdasarkan data histori dimasa sebelumnya [9].…”

Section: Pendahuluanunclassified

Penerapan Jaringan Syaraf Tiruan dengan Algoritma Backpropagation dalam Memprediksi Hasil Panen Gabah Padi

Maiyuriska

2022

INFEB

View full text Add to dashboard Cite

show abstract

“…Provinsi Riau menjadi salah satu provinsi di Indonesia dengan tingkat pertumbuhan penduduk dan kenaikan jumlah kendaraan yang cukup tinggi. Terlebih dengan kendaraan angkutan berat yang cukup dominan (Guntoro et al, 2019). Jalan menjadi jalur lalu lintas utama angkutan berat untuk membawa berbagai material maupun hasil perkebunan.…”

Section: Pendahuluan Latar Belakangunclassified

Pembuatan Sistem Informasi Kondisi Jalan Pada Ruas Jalan Di Kabupaten Indragiri Hulu

Aryani¹,

Sp²,

Susanta³

2021

SNG

View full text Add to dashboard Cite

Provinsi Riau memiliki tingkat pertumbuhan penduduk dan kenaikan jumlah kendaraan yang cukup tinggi. Menurut Dinas PUPR Provinsi Riau, panjang jalan Provinsi di Riau mencapai 2.799 km, dengan 30 persennya dalam kondisi rusak berat. Salah satu kabupaten yang terdampak adalah Indragiri Hulu. Kerusakan jalan mengakibatkan terhambatnya akses jalan, kemacetan dan kecelakaan lalu lintas. Oleh karena itu, dibutuhkan sistem informasi yang menyajikan informasi kondisi jalan secara lengkap dan efisien, dengan menampilkan persebaran area ruas-ruas jalan dalam kondisi rusak. Sistem informasi berbasis web dibuat menggunakan data sekunder yang diperoleh dari PT Geo Indo Asia (Geohub), berupa data hasil akuisisi dengan MMS, batas administrasi kecamatan, dan data atribut daftar ruas jalan. Video hasil akuisisi dilakukan digitasi menggunakan perangkat lunak Imajview. Melakukan analisis, manajemen data SIG, dan visualisasi pada perangkat lunak QGIS, dan ditampilkan menjadi web menggunakan Plugin QGIS2web. Pembuatan tampilan web memanfaatkan Visual Studio Code sebagai media pembuatan script dengan bahasa pemrograman PHP, Javascript, dan HTML. Hasil web kemudian dilakukan evaluasi pengguna dengan instrumen pengujian USE Questionnare. Web terdiri dari halaman depan dan halaman utama, yang menyajikan menu serta widget dalam mengidentifikasi kondisi jalan, diantaranya berupa peta online interaktif dilengkapi pop up informasi kondisi jalan, terdapat dashboard jenis dan jumlah kerusakan jalan, serta tabel segmen jalan tiap 100 m. Berdasarkan hasil evaluasi pengguna, diperoleh total rata-rata persentase evaluasi sebesar 71,47%. Sistem informasi ini dirancang untuk memudahkan pemerintah dan masyarakat dalam mendapatkan informasi mengenai kondisi jalan dengan lebih efektif.

show abstract

“…Serta mudah dalam pengembangannya. Menurut [4] Prediksi Program Studi Berdasarkan Nilai Siswa Dengan Algoritma Backpropagation (Studi Kasus Sman 6 Depok Jurusan IPS) dengan hasil penelitian masalah sehubungan dengan analisa yang telah dilakukan adalah jaringan saraf tiruan dengan algoritma backpropagation mampu dalam memprediksi program studi berdasarkan nilai siswa. Kemudian setelah melakukan percobaan sebanyak 36 kali, hasil akurasi dari pengujian mendapatkan akurasi tertinggi sebesar 86,96%.…”

Section: Pendahuluanunclassified

Analisa Jaringan Saraf Tiruan Backpropagation Untuk Memprediksi Prestasi Siswa SMA Muhammadiyah Serbelawan

2021

View full text Add to dashboard Cite

Achievements achieved by graduates from an educational institution show the quality and quality. One of them is seen from one of the assessment criteria for assessing the achievement of graduates at the secondary school level, namely through the average score. This average value is often used as a measure to assess students who will enter the next level of education. In addition, the acceptance of students at a level of education is also adjusted to the capacity of the school in question. The high average score at the high school level does not guarantee student achievement at the tertiary level. So that this study aims to obtain an output architecture prediction of student achievement at SMA Muhammadiyah Serbelawan which correlates between the average value and the total score of class XII (twelve) high school students according to the data trained using Artificial Neural Network Analysis using the Backpropagation method. The data taken in the form of the average value of students and the total value of the second semester of class XII students. Furthermore, the data were analyzed using Backpropagation ANN method, with the help of MATLAB software. From the results of testing the Student Achievement data above, we can see in the 5-5-5-1 architecture which shows from the target minus the ANN output that SSE is 0.17625 which shows that there is a measuring tool in predicting the best students using academic value data as a target. From the data obtained, the computational performance of artificial neural networks with the Backpropagation Algorithm is 85%.

show abstract

Prediksi Jumlah Kendaraan di Provinsi Riau Menggunakan Metode Backpropagation

Cited by 16 publications

References 2 publications

Penerapan Jaringan Syaraf Tiruan dengan Algoritma Backpropagation dalam Memprediksi Hasil Panen Gabah Padi

Penerapan Jaringan Syaraf Tiruan dengan Algoritma Backpropagation dalam Memprediksi Hasil Panen Gabah Padi

Pembuatan Sistem Informasi Kondisi Jalan Pada Ruas Jalan Di Kabupaten Indragiri Hulu

Analisa Jaringan Saraf Tiruan Backpropagation Untuk Memprediksi Prestasi Siswa SMA Muhammadiyah Serbelawan

Contact Info

Product

Resources

About