89 research outputs found
Meningkatkan aktivitas dan hasil bnelajar IPS dengan menggunakan model Pembelajaran Aktif, Inovatif, Kreatif, Efektif dan Menyenangkan (PAIKEM) pada siswa Kelas V SD Negeri Sangun Ratu Lampung Tengah [Skripsi] / oleh Bangun Anjar Wanto
No full textBibl. : 51-52Ada CD.ix, 52 hlm. : ill. ; 28 cm. -- Lamp. ( 53 lemba
PENERAPAN JARINGAN SARAF TIRUAN DALAM MEMPREDIKSI JUMLAH KEMISKINAN PADA KABUPATEN/KOTA DI PROVINSI RIAU
Get PDF<p><em>Provinsi Riau yang kaya akan Sumber Daya Alam ternyata tidak sebanding dengan jumlah penduduk miskin yang menempati di sejumlah kabupaten/kota di Riau. Contohnya seperti pada tahun 2013 terdapat ± 68.600 penduduk miskin di kabupaten Kampar, atau merupakan yang tertinggi dibandingkan kabupaten/kota lainnya. Oleh karena itu dibutuhkan langkah-langkah strategis agar jumlah penduduk miskin tidak bertambah sepanjang tahun, salah satu nya adalah dengan melakukan prediksi jumlah penduduk miskin untuk tahun-tahun selanjutnya. Cara ini dilakukan agar angka kemiskinan bisa semakin ditekan dengan cara melakukan penganggulangan sejak dini. Data yang akan diprediksi adalah data jumlah kemiskinan kabupaten/kota di Provinsi Riau yang bersumber dari Badan Pusat Statistik Provinsi Riau tahun 2010 sampai dengan 2015. Algoritma yang digunakan untuk melakukan prediksi adalah jaringan saraf tiruan Backpropagation. Algoritma ini memiliki kemampuan untuk mengingat dan membuat generalisasi dari apa yang sudah ada sebelumnya. Ada 5 model arsitektur yang digunakan pada algoritma backpropagation ini, antara lain 4-2-5-1 yang nanti nya akan menghasilkan prediksi dengan tingkat akurasi 8%, 4-5-6-1=25%, 4-10-12-1=92%, 4-10-15-1=100% dan 4-15-18-1=33%. Arsitektur terbaik dari ke 5 model ini adalah 4-10-12-1 dengan tingkat keakurasian mencapai 100% dan tingkat error yang digunakan 0,001-0,05. Sehingga model arsitektur ini cukup baik digunakan untuk memprediksi jumlah kemiskinan. </em><br /> <br /><em><strong>Keywords</strong>: Penerapan, Jaringan Saraf Tiruan, Backpropagation, Prediksi, Kemiskinan</em></p><p><em>Riau is rich in Natural Resources is not comparable with the number of poor people who occupy in a number of districts/cities in Riau. For example, in 2013 there were ± 68,600 poor people in Kampar district, or the highest compared to other districts. Therefore, strategic steps are needed so that the number of poor people will not increase throughout the year, one of them is to predict the number of poor people for the next years. This way is done so that the poverty rate can be further suppressed by doing the countermeasures early on. The data to be predicted is the data of the number of poverty districts/cities in Riau Province sourced from the Central Bureau of Statistics of Riau Province in 2010 until 2015. Algorithm used to make prediction is the Backpropagation. This algorithm has the ability to remember and make generalizations of what has been there before. There are 5 architectural models, among others 4-2-5-1 which later will produce predictions with an accuracy rate of 8%, 4-56-1=25%, 4-10-12-1=92%, 4-10-15-1=100% and 4-15-18-1=33%. The best architecture of the 5 models is 4-10-12-1 with 100% accuracy and error rate of 0.001-0.05. So this model of architecture is good enough used to predict the amount of poverty. </em></p><p><em><strong>Kata kunci</strong>: Implementation, Artificial Neural Network, Backpropagation, Prediction, Poverty</em></p></jats:p
Optimasi Prediksi Dengan Algoritma Backpropagation Dan Conjugate Gradient Beale-Powell Restarts
No full textOptimization of a prediction (forecasting) is very important to do so that the predicted results obtained to be better and quality. In this study, the authors optimize previous research that has been done by the author using backpropagation algorithm. The optimization process will use Conjugate Gradient Beale-Powell Restarts. Data to be predicted is Consumer Price Index data based on health group from Medan Central Bureau of Statistics from 2014 until 2016. Previous research using 8 architectural models, namely: 12-5-1, 12-26-1, 12-29 -1, 12-35-1, 12-40-1, 12-60-1, 12-70-1 and 12-75-1 with best architectural models 12-70-1 with an accuracy of 92%. In contrast to previous research concentrating on finding accuracy using backpropagation, this study will optimize the backpropagation with Conjugate Gradient Beale-Powell Restart, which not only focuses on accuracy but also the convergence of the two algorithms and the translation of predicted results, which is not done in a previous study. This research will use the same architectural model as the previous research and will get the result with the accuracy of 92% with the best architectural model that is 12-70-1 (same as previous research). Thus, this model is good enough for prediction even with different algorithms, since the accuracy of converging backpropagation with Conjugate Gradient Beale-Powell Restarts
Optimasi Prediksi Dengan Algoritma Backpropagation Dan Conjugate Gradient Beale-Powell Restarts
No full textOptimization of a prediction (forecasting) is very important to do so that the predicted results obtained to be better and quality. In this study, the authors optimize previous research that has been done by the author using backpropagation algorithm. The optimization process will use Conjugate Gradient Beale-Powell Restarts. Data to be predicted is Consumer Price Index data based on health group from Medan Central Bureau of Statistics from 2014 until 2016. Previous research using 8 architectural models, namely: 12-5-1, 12-26-1, 12-29 -1, 12-35-1, 12-40-1, 12-60-1, 12-70-1 and 12-75-1 with best architectural models 12-70-1 with an accuracy of 92%. In contrast to previous research concentrating on finding accuracy using backpropagation, this study will optimize the backpropagation with Conjugate Gradient Beale-Powell Restart, which not only focuses on accuracy but also the convergence of the two algorithms and the translation of predicted results, which is not done in a previous study. This research will use the same architectural model as the previous research and will get the result with the accuracy of 92% with the best architectural model that is 12-70-1 (same as previous research). Thus, this model is good enough for prediction even with different algorithms, since the accuracy of converging backpropagation with Conjugate Gradient Beale-Powell Restarts.</jats:p
Analisis Penerapan Sistem Pendukung Keputusan Terhadap Seleksi Penerima Beasiswa BBM (Bantuan Belajar Mahasiswa) Pada Perguruan Tinggi Menggunakan Metode Simple Additive Weighting (SAW)
No full textAMIK Tunas Bangsa merupakan Perguruan Tinggi di Pematangsiantar yang secara rutin menyalurkan
bantuan dana beasiswa dari pemerintah kepada mahasiswa yang kurang mampu. Banyaknya pendaftar peserta beasiswa
membuat kesulitan dalam menangani pengolahan data, sehingga diperlukan perangkat lunak untuk mempermudah
pengolahan data tersebut. Penentuan kriteria penerima beasiswa ditentukan dari penghasilan orangtua, usia, semester,
jumlah tanggungan orangtua, dan nilai Indeks Prestasi Komulatif (IPK) mahasiswa. Setelah itu, digunakan metode
SAW (Simple Additive Weighting) pada sebuah sistem pendukung keputusan. Kemudian untuk merancang sebuah
sistem pendukung keputusan diperlukan beberapa tahap yaitu dengan mengetahui Diagram Use Case, dan
menerapkannya ke dalam suatu software/program yang akan dibangun menggunakan bahasa pemrograman visual
berbasis desktop. Sistem pendukung keputusan calon penerima beasiswa pada AMIK Tunas Bangsa Pematangsiantar
dengan Metode Simple Additive Weighting (SAW) ini dapat menghasilkan alternatif terbaik, sehingga seleksi
penerimaan calon mahasiswa penerima beasiswa dapat berjalan secara tepat dan sesuai dengan yang diharapka
ANALISIS MENGATASI SNIFFING DAN SPOOFING MENGGUNAKAN METODE ENKRIPSI DAN DEKRIPSI ALGORITMA HILL CHIPER
No full textUsaha Mikro, Kecil dan Menengah (UMKM) adalah salah satu motor penggerak perekonomian di negara
Indonesia, bahkan Usaha Mikro, Kecil, Dan Menengah (UMKM) merupakan salah satu tulang punggung perekonomian. Usaha Mikro Kecil menengah (UMKM) menyumbang sekitar 60% dari PDB (Product Domestic Bruto). UMKM juga menciptakan peluang kerja yang cukup besar bagi tenaga kerja dalam
negeri, sehingga sangat membantu upaya mengurangi pengangguran. Jadi, bisnis Usaha Mikro, Kecil dan
Menengah (UMKM) di Indonesia akan terus berkembang dan memberikan peluang usaha bagi mereka yang menyukai dunia wirausaha. UMKM dengan menggunakan E-Commerce sangat penting untuk meningkatkan kemajuan usaha dari UMKM itu sendiri, karena dengan fasilitas E-Commerce transaksi bisnis dan work flow akan menjadi lebih efektif dan efisien. Walaupun demikian, usaha & bisnis dengan ECommerce juga rentan dari pencurian (Sniffing) dan manipulasi (Spoofing) dari orang-orang yang tidak bertanggung jawab, seperti pencurian data rahasia sampai pembobolan situs web dari UMKM tersebut, sehingga diperlukan adanya keamanan yang baik dari situs web UMKM untuk melindungi data-data dan informasi penting, baik data pelanggan maupun data pemilik UMKM itu sendiri. Oleh karena itu untuk mengatasi hal ini penulis menggunakan Algoritma Hill Chipper untuk melakukan enkripsi dan dekripsi nya. Algoritma Hill Chiper merupakan algoritma kriptografi algoritma simetris (symmetric algorithms)
Analisis Penerapan Fuzzy Inference System (FIS) Dengan Metode Mamdani Pada Sistem Prediksi Mahasiswa Non Aktif (Studi Kasus AMIK Tunas Bangsa Pematangsiantar)
No full textAMIK Tunas Bangsa merupakan Perguruan Tinggi di Pematangsiantar yang sedang berkembang. Banyaknya Mahasiswa yang kuliah membuat kesulitan dalam menangani pengolahan data keaktifan Mahasiswa. Seiring pelaksanaannya muncul masalah-masalah, salah satunya adalah banyaknya mahasiswa yang non aktif. Tingginya tingkat keberhasilan mahasiswa dan rendahnya tingkat kegagalan mahasiswa dapat mencerminkan kualitas suatu perguruan tinggi. Penelitian secara statistik telah banyak dilakukan untuk hal tersebut. Padapenelitian ini dikembangkan suatu sistem yang akan memprediksi mahasiswa Non Aktif menggunakan OOAD (Object Oriented Analysis System) dan Fuzzy Inference system (FIS) dengan menggunakan variabel input. OOAD (Object Oriented Analysis System) terbagi atas empat tahapan, yaitu analisis, desain, implementasi dan testing. Untuk perhitungan data digunakan Fuzzy Inference system (FIS) melalui tahapan fuzzifikasi, inferensi, dan
defuzzifikasi. Prediksi dilakukan dengan cara memasukkan parameter-parameter yang ada sehingga diperoleh kesimpulan seberapa besar tingkat mahasiswa non aktif tersebut
Analisis Penerapan Fuzzy Inference System (FIS) Dengan Metode Mamdani Pada Sistem Prediksi Mahasiswa Non Aktif (Studi Kasus : AMIK Tunas Bangsa Pematangsiantar)
No full textFuzz
Analisis Jaraingan Saraf Tiruan Backpropagation Menggunakan Conjugate Gradient Fletcher Reeves dalam Proses Memprediksi
No full textBackpropagation is a good artificial neural network algorithm used to predict, one of
which is to predict the rate of Consumer Price Index (CPI) based on the foodstuff
sector. While conjugate gradient fletcher reeves is a suitable optimization method
when juxtaposed with backpropagation method, because this method can shorten
iteration without reducing the quality of training and testing result. Consumer Price
Index (CPI) data that will be predicted to come from the Central Statistics Agency
(BPS) Pematangsiantar city. The results of this study will be expected to contribute to
the government in making policies to improve economic growth. In this study, the data
obtained will be processed by conducting training and testing with artificial neural
network backpropagation by using the parameter learning rate and target error of the
same, that is 0.01. The training network is built with binary and bipolar sigmoid
activation functions. After the result with backpropagation is obtained, it will then be
optimized by using conjugate gradient fletcher reeves method by doing the same
training and testing based on 5 predefined network architecture. The result, the
method used can increase the speed and accuracy result.Backpropagation merupakan algoritma pada Jaringan Saraf Tiruan yang baik
digunakan untuk memprediksi, salah satunya untuk memprediksi laju Indeks Harga
Konsumen (IHK) berdasarkan sektor bahan makanan. Sedangkan conjugate gradient
fletcher reeves merupakan metode optimasi yang cocok bila disandingkan dengan
metode backpropagation, karena metode ini dapat mempersingkat iterasi tanpa
mengurangi kualitas hasil pelatihan dan pengujian. Data Indeks Harga Konsumen
(IHK) yang akan diprediksi bersumber dari Badan Pusat Statistik (BPS) kota
Pematangsiantar. Hasil penelitian ini nantinya diharapkan dapat memberikan
kontribusi bagi pemerintah dalam membuat kebijakan untuk meningkatkan
pertumbuhan ekonomi. Pada penelitian ini, data yang diperoleh akan diolah dengan
melakukan pelatihan dan pengujian dengan jaringan saraf tiruan backpropagation
dengan menggunakan parameter learning rate dan target error yang sama, yakni 0,01.
Jaringan pelatihan dibangun dengan fungsi aktivasi sigmoid biner dan bipolar. Setelah
hasil dengan backpropagation diperoleh, maka kemudian akan di optimasi dengan
menggunakan metode conjugate gradient fletcher reeves dengan melakukan pelatihan
dan pengujian yang sama berdasarkan 5 arsitektur jaringan yang telah ditentukan.
Hasilnya, metode yang digunakan mampu meningkatkan terjadi peningkatan
kecepatan dan hasil akurasi.88 HalamanTesis Magiste
ANALISIS MENGATASI SNIFFING DAN SPOOFING MENGGUNAKAN METODE ENKRIPSI DAN DEKRIPSI ALGORITMA HILL CHIPER
No full textUsaha Mikro, Kecil dan Menengah (UMKM) adalah salah satu motor penggerak perekonomian di negara
Indonesia, bahkan Usaha Mikro, Kecil, Dan Menengah (UMKM) merupakan salah satu tulang punggung perekonomian. Usaha Mikro Kecil menengah (UMKM) menyumbang sekitar 60% dari PDB (Product Domestic Bruto). UMKM juga menciptakan peluang kerja yang cukup besar bagi tenaga kerja dalam
negeri, sehingga sangat membantu upaya mengurangi pengangguran. Jadi, bisnis Usaha Mikro, Kecil dan
Menengah (UMKM) di Indonesia akan terus berkembang dan memberikan peluang usaha bagi mereka yang menyukai dunia wirausaha. UMKM dengan menggunakan E-Commerce sangat penting untuk meningkatkan kemajuan usaha dari UMKM itu sendiri, karena dengan fasilitas E-Commerce transaksi bisnis dan work flow akan menjadi lebih efektif dan efisien. Walaupun demikian, usaha & bisnis dengan ECommerce juga rentan dari pencurian (Sniffing) dan manipulasi (Spoofing) dari orang-orang yang tidak bertanggung jawab, seperti pencurian data rahasia sampai pembobolan situs web dari UMKM tersebut, sehingga diperlukan adanya keamanan yang baik dari situs web UMKM untuk melindungi data-data dan informasi penting, baik data pelanggan maupun data pemilik UMKM itu sendiri. Oleh karena itu untuk mengatasi hal ini penulis menggunakan Algoritma Hill Chipper untuk melakukan enkripsi dan dekripsi nya. Algoritma Hill Chiper merupakan algoritma kriptografi algoritma simetris (symmetric algorithms)
- …
