Cover Image

Prediksi Lorenz's chaotic system menggunakan jaringan saraf tiruan radial basis function extreme learning machine = Prediction of Lorenz's chaotic system using radial basis function extreme learning machine neural network

Format: Bachelors
Terbitan: Fakultas Teknik Universitas Indonesia , 2014
Subjects:
Extreme machines
Online Access: http://lib.ui.ac.id/file?file=digital/2016-3/20402591-S-Yacub Putra Apriadi.pdf
ctrlnum 20402591
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><title>Prediksi Lorenz's chaotic system menggunakan jaringan saraf tiruan radial basis function extreme learning machine = Prediction of Lorenz's chaotic system using radial basis function extreme learning machine neural network</title><creator/><type>Thesis:Bachelors</type><place/><publisher>Fakultas Teknik Universitas Indonesia</publisher><date>2014</date><description>[Kondisi chaotic merupakan kondisi dimana sistem selalu berkembang. Prediksi dari sistem yang memiliki kondisi chaotic sangat penting untuk menentukan keputusan yang akan diambil. Dalam skripsi ini dibahas mengenai prediksi dari Lorenz&#x2019;s Chaotic System, dimana prediksi yang dilakukan menggunakan jaringan saraf tiruan Radial Basis Function Extreme Learning Machine. Jaringan saraf tiruan dipilih karena kemampuannya untuk dapat beradaptasi dengan sistem sehingga diharapkan dapat melakukan prediksi dengan baik. Hasil penelitian ini menunjukkan bahwa jaringan saraf tiruan Radial Basis Function Extreme Learning Machine dapat melakukan prediksi dengan baik yaitu dengan waktu pembelajaran yang sangat cepat dan tingkat akurasi yang tinggi., Chaotic condition is a condition where the system is always evolving. Prediction of the system that has chaotic condition is very important for determining the decisions to be taken. In this thesis discussed about the prediction of Lorenz's Chaotic System, where the predictions are made using Radial Basis Function Extreme Learning Machine neural network. Artificial neural network is chosen for its ability to be able to adapt to a system that is expected to do well prediction. The results of this study indicate that the Radial Basis Function Extreme Learning Machine neural network can perform good prediction with very fast learning time and high accuracy.]</description><subject>Extreme machines</subject><identifier>20402591</identifier><source>http://lib.ui.ac.id/file?file=digital/2016-3/20402591-S-Yacub Putra Apriadi.pdf</source><recordID>20402591</recordID></dc>
format Thesis:Bachelors
Thesis
title Prediksi Lorenz's chaotic system menggunakan jaringan saraf tiruan radial basis function extreme learning machine = Prediction of Lorenz's chaotic system using radial basis function extreme learning machine neural network
publisher Fakultas Teknik Universitas Indonesia
publishDate 2014
topic Extreme machines
url http://lib.ui.ac.id/file?file=digital/2016-3/20402591-S-Yacub Putra Apriadi.pdf
contents [Kondisi chaotic merupakan kondisi dimana sistem selalu berkembang. Prediksi dari sistem yang memiliki kondisi chaotic sangat penting untuk menentukan keputusan yang akan diambil. Dalam skripsi ini dibahas mengenai prediksi dari Lorenz’s Chaotic System, dimana prediksi yang dilakukan menggunakan jaringan saraf tiruan Radial Basis Function Extreme Learning Machine. Jaringan saraf tiruan dipilih karena kemampuannya untuk dapat beradaptasi dengan sistem sehingga diharapkan dapat melakukan prediksi dengan baik. Hasil penelitian ini menunjukkan bahwa jaringan saraf tiruan Radial Basis Function Extreme Learning Machine dapat melakukan prediksi dengan baik yaitu dengan waktu pembelajaran yang sangat cepat dan tingkat akurasi yang tinggi., Chaotic condition is a condition where the system is always evolving. Prediction of the system that has chaotic condition is very important for determining the decisions to be taken. In this thesis discussed about the prediction of Lorenz's Chaotic System, where the predictions are made using Radial Basis Function Extreme Learning Machine neural network. Artificial neural network is chosen for its ability to be able to adapt to a system that is expected to do well prediction. The results of this study indicate that the Radial Basis Function Extreme Learning Machine neural network can perform good prediction with very fast learning time and high accuracy.]
id IOS18064.20402591
institution Universitas Indonesia
institution_id 51
institution_type library:university
library
library Perpustakaan Universitas Indonesia
library_id 492
collection Repository Skripsi (open) Universitas Indonesia
repository_id 18064
city KOTA DEPOK
province JAWA BARAT
repoId IOS18064
first_indexed 2022-12-13T08:59:34Z
last_indexed 2022-12-13T08:59:34Z
recordtype dc
merged_child_boolean 1
_version_ 1752188190943346688
score 17.13294

Lihat Juga