Penggunaan Fungsi Aktivasi Linier Dan Logaritmic Normalization Pada Metode Backpropagation Untuk Peramalan Luas Kebakaran Hutan
| Main Author: | Pratama, Gilang |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/180921/7/Gilang%20Pratama%20%282%29.pdf http://repository.ub.ac.id/180921/ |
Daftar Isi:
- Kebakaran hutan merupakan bencana yang banyak terjadi di berbagai negara di dunia khususnya yang banyak memiliki kawasan hutan. Pada bulan Juni tahun 2017, Portugal mendapat musibah kebakaran hutan dengan kerugian lebih dari 565 juta Dolar Amerika. Dalam kasus ini, data meteorologi dapat mempengaruhi beberapa indeks api dan dapat digunakan untuk peramalan luas area demi penjagaan ekstra untuk mencegah kerugian yang berlebih dan pelestarian sumber daya alam. Paper ini menggunakan metode backpropagation, yang diawali dengan perhitungan preprocessing data (min max normalization, dan logarithmic normalization). Setelah itu dilakukan dilakukan perhitungan normalisasi bobot dengan menggunakan metode nguyen widrow, perhitungan proses feed forward untuk mengetahui output pada setiap indeks iterasi, dihitung nilai error pada indeks iterasi tersebut dan bobot diperbaiki menggunakan proses backpropagation. Selanjutnya, nilai output didenormalisasi untuk mengembalikan data ke range awal. Hasil pengujian dihitung menggunakan Mean Square Error (MSE) pada setiap percobaan uji parameter. Uji parameter mendapatkan nilai learning rate terbaik yaitu 0.1 dengan hasil MSE 6743,716, 3 hidden neuron dengan MSE 6745,456, 10 epoch dengan hasil MSE 6740,684, dan rasio data uji 10% data latih 90% yang menghasilkan MSE 1881,604