25 research outputs found
Implementasi Neural Fuzzy Inference System dan Algoritma Pelatihan Levenberg-Marquardt untuk Prediksi Curah Hujan
No full textRainfall prediction can be used for various purposes and the accuracy in predicting is important in many ways. In this research, data of rainfall prediction use daily rainfall data from 2013-2014 years at rainfall station in Putussibau, West Kalimantan. Rainfall prediction using four parameters: mean temperature, average humidity, wind speed and mean sea level pressure.
This research to determine how performance Neural Fuzzy Inference System with Levenberg-Marquardt training algorithm for rainfall prediction. Fuzzy logic can be used to resolve the linguistic variables used in rule of rainfall. While neural networks have ability to adapt and learning process, due to recognize patterns of data from input need training to prediction. And Levenberg-Marquardt algorithm is used for training because of effectiveness and convergence acceleration.
The results showed five models NFIS-LM developed using a variety of membership functions as input obtained that model NFIS-LM with twelve of membership functions and use four inputs, such as mean temperature, average humidity, wind speed and mean sea level pressure gives best results to predict rainfall with values Mean Square Error (MSE) of 0.0262050. When compared with model NN-Backpropagation, NFIS-LM models showed lower accuracy. It is shown from MSE generated where model NN-Backpropagation generate MSE of 0.0167990
Optimasi Jaringan Syaraf Tiruan Backpropagation Dengan Particle Swarm Optimization Untuk Prediksi Pasang Surut Air Laut
No full textIndonesia merupakan negara maritim yang lebih dari 70 % wilayahnya adalah lautan. Lautan memiliki banyak fenomena alam yang mempengaruhi kehidupan sehari-hari masyarakat bahari atau masyarakat yang hidup tergantung pada laut. Salah satu fenomena alam dari laut adalah pasang surut. Pasang surut air laut dalam hal ini tinggi memegang peranan penting pada masyarakat diberbagai aspek seperti transportasi, pariwisata dan ekonomi. Prediksi tinggi pasang surut air dapat bermanfaat untuk memudahkan segala aktifitas masyarakat bahari. Penelitian ini menggunakan metote Particle Swarm Optimization (PSO) dan Jaringan Syaraf Tiruan (JST) untuk prediksi tinggi pasang surut air laut. Metode Particle Swarm Optimization dan Neural Network memiliki beberapa parameter inputan seperti, jumlah neuron input, learning rate, swarm, c1,c2 inertia min, inertia max. Data yang digunakan sebanyak 1000 yang terbagi menjadi 700 data training dan 300 data testing. Hasil pengujian menunjukkan akurasi prediksi adalah 91.56 % dengan menggunakan 90 swarm, learning rate 0,9 dan iterasi sebanyak 20 kali.
Abstract
Indonesia is a maritime country where 70% of its territory is the ocean. Oceans have many natural phenomena that affect the daily lives of maritime communities or people who live dependent on the sea. One of the natural phenomena of the sea is tide level. Tide level plays an important role in the community both directly and indirectly such as transportation, tourism and the economy. Predictions of tide level can be useful to facilitate all marine activities. This study uses Particle Swarm Optimization (PSO) and Artificial Neural Networks (ANN) to forecast tide level. PSO is used to optimize the minimum error value on the network in order to get the ideal ANN network. The Particle Swarm Optimization and Neural Network methods have several input parameters such as number of input neurons, learning rate, swarm, c1, c2 inertia min, inertia max. The number of data being used in this reseach is 1000 which divided into 700 training data and 300 testing data. The test results shows the prediction accuracy level is 0. 078373 using 90 swarms, learning rate is 0.9 and iteration is 20 times.
Case Based Reasoning untuk Mendeteksi Kerusakan Harddisk
No full textDiperlukan suatu teknologi yang dirancang untuk membantu menyelesaikan penanganan perbaikan perangkat keras komputer khususnys harddisk. Nearest neighbor adalah pendekatan untuk mencari kasus dengan menghitung kedekatan antara kasus baru dengan kasus lama. Harddisk Drive adalah media penyimpanan utama yang digunakan pada computer dengan kapasitas penyimpanan yang sangat tinggi dan bersifat non volatile. Berdasarkan hasil perhitungan, maka dapat disimpulkan bahwa gejala A (Harddisk bad sector) memiliki kedekatan terhadap kasus lama sebesar 0,35
Perencanaan Kawasan Prioritas Penyediaan Air Bersih menggunakan Fuzzy Multi Criteria Decision Making
No full textThe Provision of water for the community, there are some problems and until now can not be overcome completely. Especially in slum areas that are prone to water so that people have difficulty to get water. Many of slums in Kab. Lingga becomes a separate problem for the planning of water supply, from the problem it is designed a system that aims to determine the priority area of water supply by implementation the fuzzy multi criteria decision making method in the planning of the priority area of water supply, obtaining the region with the highest total integral value that is Marok Tua with a value of α0 is 0,34375, α0,5 is 0,51875, α1 is 0,69375.
Intisari
Penyediaan air bersih untuk masyarakat, masih terdapat beberapa permasalahan dan sampai saat ini masih belum dapat diatasi sepenuhnya. Terutama pada kawasan kumuh yang merupakan kawasan rawan air bersih sehingga masyarakat mengalami kesulitan untuk mendapatkan air bersih. Banyaknya kawasan kumuh di Kab. Lingga menjadi permasalahan tersendiri untuk perencanaan penyediaan air bersih, dari permasalah tersebut dirancanglah suatu sistem yang bertujuan untuk menentukan kawasan prioritas penyediaan air bersih dengan menerapkan metode fuzzy multi criteria decision making dalam perencanaan kawasan prioritas penyediaan air bersih, mendapatkan kawasan yang nilai total integral tertinggi yaitu Marok Tua dengan nilai α0 adalah 0,34375, α0,5 adalah 0,51875, α1 adalah 0,69375. 
IMPLEMENTASI TEKNIK WORD EMBEDDING UNTUK REKOMENDASI HASIL PENCARIAN KATALOG ONLINE MENGGUNAKAN ALGORITMA WORD2VEC
No full textThe purpose of this study is to apply the word2vec algorithm to recommend search results in online catalogs. The reason for taking this title is because, based on the results of observations and the observations of researchers, the data search process, especially in online catalogs, only reaches the syntactic level. So that the results are given only up to the syntactic level. Therefore, researchers utilize the word2vec algorithm, which has the ability to represent words at the semantic level, to carry out a search process where the results of this process are used as alternative search results or recommendations for search results. The data that the researchers used was data on 12,701 book titles in the Raja Ali Haji Maritime University library. To evaluate the recommendations for the search results obtained, the researcher tested the recommendation system for search results using several scenarios, and then the results were measured using a precision test on the k document (P@k). From the results of the precision test measurements on the k document, various results were found. Scenarios 1 and 2 show a fairly high precision value with a value of 0.53 and 0.59, while for testing in scenarios 3, 4, and 5, the resulting precision value is relatively low with a value of 0.50, 0.42, and 0.14.Tujuan dari penelitian ini adalah untuk mengaplikasi algoritma word2vec dalam merekomendasikan hasil pencarian pada katalog online. Alasan mengambil judul tersebut karena berdasarkan hasil observasi dan pengamatan peneliti proses pencarian data khususnya pada katalog online hanya sampai pada level sintaksis saja. Sehingga hasil yang diberikan hanya sampai pada level sintaksis saja. Oleh sebab itu, peneliti memanfaatkan algoritma word2vec yang mempunyai kemampuan untuk merepresentasikan kata pada level semantis untuk melakukan proses pencarian dimana hasil dari proses ini dijadikan hasil pencarian alternatif atau rekomendasi hasil pencarian. Data yang peneliti gunakan adalah data judul buku sebanyak 12.701 judul buku yang ada pada perpustakan Universitas Maritim Raja Ali Haji. Untuk mengevaluasi rekomendasi hasil pencarian yang didapat, peneliti menguji system rekomendasi hasil pencarian dengan menggunakan beberapa scenario kemudian hasilnya diukur dengan menggunakan uji presisi pada k document (P@k). Dari hasil pengukuran uji presisi pada k document didapati hasil yang bervariatif. Skenario 1 dan 2 menunjukan nilai presisi yang cukup tinggi dengan nilai sebesar 0.53 dan 0.59, sedangkan untuk pengujian pada scenario 3, 4, dan 5 nilai presisi yang di hasilkan terbilang rendah dengan nilai 0.50, 0.42, 0.14
Implementasi Metode Brown’s Double Exponential Smoothing Dalam Peramalan Indeks Harga Konsumen (IHK) Kota Tanjungpinang
No full textThe Consumer Price Index (CPI) is an index in measures the average price change over time of the types of goods and services used or consumed by residents in urban areas for the basis of a certain period. Changes in the Consumer Price Index (CPI) which from time to time indicate the level of increase (inflation) or the rate of decline (deflation) of prices for goods and services. The value of the Tanjungpinang City Consumer Price Index (CPI), which has been calculated and published at the beginning of each month by the Central Statistics Agency (BPS) tends to increase continuously every month, indicating that the data pattern is experiencing an upward trend. Brown\u27s Double Exponential Smoothing method is one of the time series forecasting methods used in forecasting trend-patterned data. Therefore, in this study, we will use Brown\u27s Double Exponential Smoothing method in forecasting the Tanjungpinang City Consumer Price Index (CPI). The purpose of this study is to determine the forecasting of the Tanjungpinang City Consumer Price Index from January to December 2022 with the parameter which produces the smallest error using the Brown\u27s Double Exponential Smoothing method. The best parameter used for forecasting CPI in Tanjungpinang City is 0.51 with a MAPE value of 1.11083%. The results of the Tanjungpinang City CPI forecast from January to December 2022 show that it is increasing every month.Indeks Harga Konsumen (IHK) adalah suatu indeks dalam mengukur rata-rata perubahan harga antar waktu dari jenis barang dan jasa yang digunakan atau konsumsi oleh penduduk didaerah perkotaan dari dasar suatu periode tertentu. Perubahan Indeks Harga Konsumen (IHK) yang dari waktu ke waktu tersebut menandakan tingkat kenaikan (inflasi) atau tingkat penurunan (deflasi) harga barang dan jasa. Nilai Indeks Harga Konsumen (IHK) Kota Tanjungpinang yang telah dihitung dan dipublikasikan tiap awal bulannya oleh Badan Pusat Statistik (BPS) cenderung mengalami peningkatan secara terus menerus tiap bulannya yang menunjukkan bahwa pola data tersebut mengalami pola trend naik. Metode Brown’s Double Exponential Smoothing merupakan salah satu metode peramalan deret waktu yang digunakan dalam meramalkan data yang berpola trend. Oleh karena itu, pada penelitian ini akan menggunakan metode Brown’s Double Exponential Smoothing dalam meramalkan Indeks Harga Konsumen (IHK) Kota Tanjungpinang. Tujuan dari penelitian adalah mengetahui peramalan Indeks Harga Konsumen Kota Tanjungpinang bulan Januari hingga bulan Desember Tahun 2022 dengan parameter ? yang menghasilkan error paling kecil menggunakan metode Brown’s Double Exponential Smoothing. Parameter ? terbaik yang digunakan untuk peramalan IHK Kota Tanjungpinang adalah 0,51 dengan nilai MAPE sebesar 1,11083%. Hasil peramalan IHK Kota Tanjungpinang dari bulan Januari sampai Desember 2022 menunjukkan bahwa mengalami peningkatan tiap bulannya
Implementasi Paralel PSO dalam Melatih JST untuk Memprediksi Ketinggian Gelombang Laut: Komputasi Paralel
No full textKetinggian gelombang laut menjadi faktor utama keselamatan pelayaran di laut. Teknologi prediksi diperlukan untuk memperkirakan ketinggian selanjutnya yang akan muncul. Prediksi bisa dilakukan dengan mempelajari pola-pola perubahan tinggi gelombang air laut. Jaringan Syaraf Tiruan dapat digunakan untuk melakukan prediksi, dan Particle Swarm Optimization digunakan untuk melatih bobot dan bias jaringan syaraf agar dapat melakukan prediksi. Namun, banyaknya data pada pembelajaran membuat pemrosesan pelatihan membutuhkan waktu yang lama. Penelitian ini mengusulkan teknik pemrosesan pelatihan dengan membagi tugas pemrosesan data-data tersebut. Pemrosesan ditugaskan dengan teknik pemrograman multithread. Swarm dibagi dengan jumlah thread yang dibangkitkan kemudian ditransfer ke masing-masing thread untuk diproses secara paralel. Hasil percobaan menunjukkan bahwa error prediksi dari pelatihan secara paralel tidak lebih buruk dari pelatihan secara sekuensial, namun kecepatan pelatihan secara paralel lebih cepat dibandingkan dengan pelatihan secara sekuensia
Implementasi Metode VIseKriterijumska Optimizacija I Kompromisno Resenje (VIKOR) dalam Pengambilan Keputusan Penerima Bantuan Langsung Tunai Dana Desa di Daerah Pesisir (Studi Kasus : Pengujan, Bintan)
No full textInappropriate distribution of assistance is one of the problems often encountered in the provision of social assistance program benefits, such as the Village Fund Cash Assistance (BLT-DD) in Pengujan Village. There are still some people who are marked as recipients of direct cash assistance but not in accordance with the predetermined criteria. This research implements a decision support system method with the VIseKriterijumska Optimizacija I Kompromisno Resenje (VIKOR) method in making decisions on BLT-DD recipients. The VIKOR method selects and ranks alternatives based on conflicting criteria. In this method, alternatives are evaluated based on all the criteria set, choosing a solution that is close to the ideal. This research involved analyzing 200 community data in Pengujan Village, Bintan. The criteria evaluated included age, occupation, income, dependents, house type & status, fishing needs, fishing vehicle, history of illness, disability, and history of receiving assistance. The testing methods used in this research include user acceptance testing, precision, recall, and accuracy. Testing was carried out through filling out questionnaires and using desktop devices, involving 10 respondents from village officials and neighborhood associations in Pengujan Village. Based on the analysis conducted, the test results with a precision value of 71%, recall of 71%, and accuracy of 94%. In addition, user acceptance testing also achieved a feasibility value of 88%.Penyaluran bantuan yang tidak tepat sasaran menjadi salah satu permasalahan yang kerap ditemui dalam pemberian manfaat program bantuan sosial, seperti halnya Bantuan Langsung Tunai Dana Desa (BLT-DD) di Desa Pengujan. Masih terdapat beberapa masyarakat yang ditandai sebagai penerima bantuan langsung tunai namun tidak sesuai dengan kriteria yang telah ditentukan. Penelitian ini mengimplementasikan sistem pendukung keputusan dengan metode VIseKriterijumska Optimizacija I Kompromisno Resenje (VIKOR) dalam pengambilan keputusan penerima BLT-DD. Metode VIKOR memilih dan meranking alternatif berdasarkan kriteria yang saling bertentangan. Dalam metode ini, alternatif dievaluasi berdasarkan semua kriteria yang ditetapkan, dengan memilih solusi yang mendekati ideal. Penelitian ini melibatkan analisis terhadap 200 data masyarakat di Desa Pengujan, Bintan. Kriteria yang dievaluasi meliputi usia, pekerjaan, penghasilan, tanggungan, tipe & status rumah, kebutuhan melaut, kendaraan melaut, riwayat penyakit, memiliki disabilitas/difabel, dan riwayat menerima bantuan. Adapun metode pengujian yang digunakan pada penelitian ini meliputi user acceptance testing, precision, recall, dan accuracy. Pengujian dilakukan melalui pengisian angket/kuesioner dan menggunakan perangkat desktop, melibatkan 10 responden dari perangkat desa dan RT/RW Desa Pengujan. Berdasarkan analisis yang dilakukan, didapatkan hasil pengujian dengan nilai precision sebesar 71%, recall sebesar 71%, dan accuracy sebesar 94%. Selain itu, pengujian user acceptance testing juga mencapai nilai kelayakan sebesar 88%
Prediksi Pasang Surut Air Laut Menggunakan Jaringan Syaraf Tiruan Backpropagation
No full textThe tide of sea water has an effect on the activities carried out in the sea, namely shipping activities, fishing activities, and loading and unloading of ships, because tidal events occur not at the same time therefore the need for tide level prediction. Tide level data for forecast based historical tide data obtained from BMKG Tanjungpinang from January 1 to February 11, 2015, research was done by using Backpropagation. This study using as many as 1000 high tide data with some input parameters such as max iteration, target error, learning rate, number of input, and update learning rate. The accuracy of this forecast is measured by calculating the average error using MSE (Means Square Error). The best modeling result of Backpropagation with 5 hidden layer and learning rate 0,9 produce the smallest MSE 0,0035861
