ANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION
| Main Authors: | Irawan, Eka, Zarlis, M., Nababan, Erna Budhiarti |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Universitas Islam Sumatera Utara
, 2017
|
| Online Access: |
https://jurnal.uisu.ac.id/index.php/infotekjar/article/view/67 https://jurnal.uisu.ac.id/index.php/infotekjar/article/view/67/54 |
| ctrlnum |
--jurnal.uisu.ac.id-index.php-index-oai:article-67 |
|---|---|
| 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 lang="en-US">ANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION</title><creator>Irawan, Eka</creator><creator>Zarlis, M.</creator><creator>Nababan, Erna Budhiarti</creator><description lang="en-US">Algoritma backpropagation merupakan multi layer perceptron yang banyak digunakan untuk menyelesaikan persoalan yang luas, namun algoritma backpropagation juga mempunyai keterbatasan yaitu laju konvergensi yang cukup lambat. Pada penelitian ini penulis menambahkan parameter learning rate secara adaptif pada setiap iterasi dan koefisien momentum untuk menghitung proses perubahan bobot. Dari hasil simulasi komputer maka diperoleh perbandingan antara algoritma backpropagation standar dengan backpropagation dengan penambahan momentum. Untuk algoritma backpropagation standar kecepatan konvergensi 727 epoch dengan nilai MSE 0,01, sedangkan algoritma backpropagation standar mencapai 4000 epoch dengan nilai MSE 0,001. . Hal ini menunjukkan bahwa algoritma backpropagation adaptive learning lebih cepat mencapai konvergensi daripada algoritma backpropagation standar.</description><publisher lang="en-US">Universitas Islam Sumatera Utara</publisher><contributor lang="en-US"/><date>2017-03-03</date><type>Journal:Article</type><type>Other:info:eu-repo/semantics/publishedVersion</type><type>Journal:Article</type><type>File:application/pdf</type><identifier>https://jurnal.uisu.ac.id/index.php/infotekjar/article/view/67</identifier><identifier>10.30743/infotekjar.v1i2.67</identifier><source lang="en-US">InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan; Vol 1, No 2 (2017): InfoTekJar Maret; 84-89</source><source>2540-7600</source><source>2540-7597</source><source>10.30743/infotekjar.v1i2</source><language>eng</language><relation>https://jurnal.uisu.ac.id/index.php/infotekjar/article/view/67/54</relation><rights lang="en-US">Copyright (c) 2017 Eka Irawan, M. Zarlis, Erna Budhiarti Nababan</rights><rights lang="en-US">https://creativecommons.org/licenses/by/4.0</rights><recordID>--jurnal.uisu.ac.id-index.php-index-oai:article-67</recordID></dc>
|
| language |
eng |
| format |
Journal:Article Journal Other:info:eu-repo/semantics/publishedVersion Other File:application/pdf File Journal:eJournal |
| author |
Irawan, Eka Zarlis, M. Nababan, Erna Budhiarti |
| title |
ANALISIS PENAMBAHAN NILAI MOMENTUM PADA PREDIKSI PRODUKTIVITAS KELAPA SAWIT MENGGUNAKAN BACKPROPAGATION |
| publisher |
Universitas Islam Sumatera Utara |
| publishDate |
2017 |
| url |
https://jurnal.uisu.ac.id/index.php/infotekjar/article/view/67 https://jurnal.uisu.ac.id/index.php/infotekjar/article/view/67/54 |
| contents |
Algoritma backpropagation merupakan multi layer perceptron yang banyak digunakan untuk menyelesaikan persoalan yang luas, namun algoritma backpropagation juga mempunyai keterbatasan yaitu laju konvergensi yang cukup lambat. Pada penelitian ini penulis menambahkan parameter learning rate secara adaptif pada setiap iterasi dan koefisien momentum untuk menghitung proses perubahan bobot. Dari hasil simulasi komputer maka diperoleh perbandingan antara algoritma backpropagation standar dengan backpropagation dengan penambahan momentum. Untuk algoritma backpropagation standar kecepatan konvergensi 727 epoch dengan nilai MSE 0,01, sedangkan algoritma backpropagation standar mencapai 4000 epoch dengan nilai MSE 0,001. . Hal ini menunjukkan bahwa algoritma backpropagation adaptive learning lebih cepat mencapai konvergensi daripada algoritma backpropagation standar. |
| id |
IOS4523.--jurnal.uisu.ac.id-index.php-index-oai:article-67 |
| institution |
Universitas Islam Sumatera Utara |
| institution_id |
1254 |
| institution_type |
library:university library |
| library |
Universitas Islam Sumatera Utara |
| library_id |
1095 |
| collection |
InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan) |
| repository_id |
4523 |
| subject_area |
Computer Modeling and Simulation/Model dan Simulasi Komputer Computer Communications Networks/Jaringan Komunikasi Komputer Algorithms/Algoritma Computer Security, Data Security/Keamanan Komputer, Keamanan Data |
| city |
KOTA MEDAN |
| province |
SUMATERA UTARA |
| shared_to_ipusnas_str |
1 |
| repoId |
IOS4523 |
| first_indexed |
2020-02-05T04:14:55Z |
| last_indexed |
2020-02-05T04:14:55Z |
| recordtype |
dc |
| _version_ |
1686136660826259456 |
| score |
17.538404 |