Prediksi Jumlah Kunjungan Wisata Mancanegara Dengan Algoritma Backpropagation

Sovia, Rini; Yanto, Musli; Melati, Putri

doi:10.30865/mib.v4i2.2048

Cited by 6 publications

(5 citation statements)

References 1 publication

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Hal ini termasuk dalam kategori malnutrisi yang menyebabkan penurunan maupun dapat meningkatkan risiko penyakit serius, bahkan berpotensi berujung pada kematian. Penyakit gizi buruk dapat dikategorikan menjadi tiga, yaitu (Sovia & Yanto, 2018) Kwashiorkor adalah bentuk gizi buruk yang ditandai dengan adanya pembengkakan di seluruh tubuh, terutama pada bagian belakang kaki. Gejala lain meliputi wajah yang tampak membulat dan bengkak, perut yang membesar, otot-otot yang mengecil, mata yang cenderung sayu, serta rambut yang tipis atau berubah menjadi kemerahan.…”

Section: Gizi Burukunclassified

Sistem Pakar Diagnosis Penyakit Gizi Buruk Pada Balita Menggunakan Metode Naïve Bayes Berbasis Website

Viransyah,

Sugiarto

2023

digitech

View full text Add to dashboard Cite

Sistem Pakar Diagnosis Penyakit Gizi Buruk Pada Balita merupakan sistem yang dapat mendiagnosis penyakit gizi buruk yang sering terjadi pada balita, gizi buruk adalah masalah kesehatan pada balita yang sering terjadi di negara berkembang yang diakibatkan kurangnya pemberian asupan makanan yang mengandung zat-zat sehat seperti protein dan energi. Asupan protein harus dimulai dengan tingkat rendah dan ditingkatkan secara bertahap. Pentingnya gizi seimbang pada masa balita dan anak-anak sangat dibutuhkan terhadap perkembangan, pertumbuhan maupun kecerdasan balita. Seringkali orang tua mengabaikan pentingnya pemeriksaan dan konsultasi dengan ahli gizi. Kurangnya pemberian makanan bergizi, terutama protein dan zat gizi lainnya, sangat merugikan pertumbuhan dan perkembangan balita dan anak kecil. Hal ini dapat menyebabkan keterlambatan dalam penanganan gizi buruk. Keadaan ini juga dapat meningkatkan risiko penularan penyakit dan mempengaruhi kualitas lingkungan hidup. Oleh karena itu, peranan orang tua untuk mencari informasi dan panduan dari ahli gizi agar dapat mengoptimalkan kesehatan dan pertumbuhan anak-anak mereka. Sistem pakar ini membantu mempercepat diagnosis penyakit gizi buruk pada balita secara efektif dan akurat berdasarkan gejala yang dialami dengan menggunakan metod? Naive Bayes. Hasil akhir dari penelitian ini menghasilkan pengujian sistem sebanyak 5 kali bersama pakar atau ahli dengan akurasi sistem yang dihasilkan sebesar 80%, dengan penyakit yang ada pada sistem sebanyak 3 jenis penyakit gizi buruk dan sebanyak 22 jenis gejala.

show abstract

Section: Gizi Burukunclassified

Sistem Pakar Diagnosis Penyakit Gizi Buruk Pada Balita Menggunakan Metode Naïve Bayes Berbasis Website

Viransyah,

Sugiarto

2023

digitech

View full text Add to dashboard Cite

show abstract

“…Dalam melakukan analisa sistem yang dilakukan pada metode Backpropagation untuk memprediksi dan mengklasifikasi buku. Proses metode Backpropagation dilakukan dengan mendefinisikan nilai awal untuk seluruh variabel yang diperlukan seperti menentukan jumlah lapisan tersembunyi, menentukan jenis aktivasi terbaik, menginisialisasi bobot, menganalisa pelatihan, mengukur kinerja ANN, dan menganalisis linier regresi berganda [17].…”

Section: Menganalisa Masalahunclassified

Peramalan Jumlah Permintaan Produksi Menggunakan Jaringan Saraf Tiruan Algoritma Backpropagation

Thoriq¹

2022

jidt

View full text Add to dashboard Cite

Artificial Neural Network (ANN) technique has developed rapidly in the field of estimation. ANN can predict based on data on events and related factors that existed in the past. ANN has advantages in parallel computing in classifying patterns. ANN is also capable of self-regulating the data to be processed without requiring an explicit function specification. The advantage of using ANN is the elimination of complex analytical and numerical iterative computations. The ANN method that is often used in prediction case studies is the Backpropagation Algorithm. This algorithm has the ability to solve problems in the real world by building trained methods that show good performance on large data scales and are able to overcome complex pattern recognition. This study aims to predict the demand for salt optimally using the ANN Method with the Backprogation Algorithm at PT. Kurnia Garam Prosperous Padang City. This forecasting is needed because of the high cost of production with the large number of requests that occur to be more effective. Proper forecasting will be able to optimize production so that it can reduce the required production costs. The data processed is salt production data from 2016 to 2018 at PT. Kurnia Garam Prosperous. The momentum results obtained are 3-9-1 for dividing the data into 2, namely 24 training data and 12 test data. The optimal prediction result is 0.98946, so this research is very helpful in forecasting optimal and efficient production costs.

show abstract

“…Pengelolaan sektor pariwisata yang menjanjikan untuk hasil masukan bagi yang mengelolanya terutama Dinas Pariwisata Pemuda dan Olahraga. Kunjungan wisata Kota Payakumbuh juga mengalami kenaikan dari tahun ke tahun, banyak yang melakukan prediksi kunjungan wisata salah satu dengan metode jaringan syaraf tiruan backpropagation [6]. Prediksi adalah proses memperkirakan sesuatu yang akan terjadi di masa yang akan datang dengan mempelajari pola data sebelumnya.…”

Section: Pendahuluanunclassified

Prediksi Kunjungan Wisata Kota Payakumbuh Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation

Aulya

2022

INFEB

View full text Add to dashboard Cite

Tourism is a whole related elements which consist of tourists, tourist destinations, travel, industry and so on which are tourism activities and abundant natural wealth. The tourism sector is a very important service-based sector. Tourism is the fastest growing, vibrant and strong economic sector development, it also contributes to Gross Domestic Product (GDP), job creation, social and economic development. Artificial Neural Networks are computer programs that can imitate thought processes and knowledge to solve a specific problem. One of which is applied by the Artificial Neural Network to predict tourist visits. By using the Backpropagation method, it will be known the prediction of the number of tourist visits. The Backpropagation method is very useful for Artificial Neural Networks predicting the number of tourist visits the following year. The data processed in this study were 12 data sourced from the tourism section of the Payakumbuh City Youth and Sports Tourism Office. Furthermore, the data is processed using Matlab software. The stages of backpropagation are initialization, activation, training and iteration. The calculation of the network pattern used and the accuracy level of the expected error is continued. The result of testing this method is that it can predict tourist visits. So the level of accuracy is 95%. The prediction process has been carried out to predict tourist visits to the city of Payakumbuh. With the level of accuracy obtained is met, it can be used to help the Payakumbuh City Tourism Office increase the number of tourist visits in the future and further improve tourism management.

show abstract

Prediksi Jumlah Kunjungan Wisata Mancanegara Dengan Algoritma Backpropagation

Cited by 6 publications

References 1 publication

Sistem Pakar Diagnosis Penyakit Gizi Buruk Pada Balita Menggunakan Metode Naïve Bayes Berbasis Website

Sistem Pakar Diagnosis Penyakit Gizi Buruk Pada Balita Menggunakan Metode Naïve Bayes Berbasis Website

Peramalan Jumlah Permintaan Produksi Menggunakan Jaringan Saraf Tiruan Algoritma Backpropagation

Prediksi Kunjungan Wisata Kota Payakumbuh Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation

Contact Info

Product

Resources

About