Peramalan Debit Bendungan Dengan Menggunakan Metode Backpropagation dan Algoritme Genetika
| Main Author: | Hakim, Beta Deniarrahman |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/13915/1/Beta%20Deniarrahman%20Hakim.pdf http://repository.ub.ac.id/13915/ |
Daftar Isi:
- Peramalan#debit bendungan diperlukan untuk merencanakan rencana alokasi air untuk berbagai kebutuhan misalnya untuk Pembangkit Listrik#Tenaga Air (PLTA), pengendalian banjir dan irigasi. Jaringan saraf tiruan dalam#hal ini metode backpropagation memliki metode pembelajaran untuk mengubah bobot dari nilai arsitektur jaringan saraf tiruan tersebut. Algoritme#genetika dapat melakukan optimasi bobot jaringan saraf tiruan untuk menghindari terjadinya lokal minimum yang menjadi kelemahan backpropagation. Algoritme genetika akan melakukan optimasi bobot jaringan saraf#tiruan sehingga dihasilkan individu#sebagai representasi bobot dengan nilai fitness terbaik bobot hasil dari proses optimasi dengan algoritme genetika kemudian digunakan sebagai bobot awal jaringan saraf tiruan metode backpropagation. Data yang digunakan sebagai data input adalah data time series debit bendungan bulan sebelumnya. Data yang digunakan adalah data debit bulanan mulai tahun 2008 sampai dengan tahun 2017. Data input akan diproses oleh sistem untuk menghasilkan nilai output yang merupakan nilai peramalan debit bendungan satu bulan ke depan. Parameter pelatihan optimal pelatihan algoritme genetika dan backpropagation adalah ukuran populasi=100, jumlah generasi=100, kombinasi Cr dan Mr adalah 0,6 dan 0,4, jumlah iterasi=500, nilai learning rate=0,7. Hasil pengujian menggunakan parameter optimal mendapatkan nilai MSE = 0,04188.