OPTIMASI PARAMETER MOMENTUM BACKPROPAGATION DENGAN ALGORITMA NGUYEN-WIDROW PADA PREDIKSI KETINGGIAN PERMUKAAN AIR SUNGAI OPAK

Anggraini, Rosinta (2022) OPTIMASI PARAMETER MOMENTUM BACKPROPAGATION DENGAN ALGORITMA NGUYEN-WIDROW PADA PREDIKSI KETINGGIAN PERMUKAAN AIR SUNGAI OPAK. Other thesis, UPN 'Veteran" Yogyakarta.

	Text 3__PENGESAHAN_PENGUJI.PDF Download (221kB)
	Text 4__DAFTAR_ISI.PDF Download (699kB)
	Text 5__ABSTRAK.PDF Download (334kB)
	Text DAFTAR_PUSTAKA.PDF Download (336kB)
	Text 1__COVER.PDF Download (268kB)
	Text 0__SKRIPSI_FULL_ROSINTA_ANG.PDF Restricted to Repository staff only Download (5MB)
	Text 2__PENGESAHAN_PEMBIMBING.PDF Download (304kB)

Abstract

vii
ABSTRAK
Kawasan bantaran hilir aliran Sungai Opak yang letaknya berada dekat dengan
pemukiman masyarakat, sehingga apabila terjadi banjir akan mengakibatkan kerugian yang
besar baik secara materi dan nyawa. Untuk meminimalisir efek negatif yang ditimbulkan
oleh tingginya air sungai yang melebihi batas batas wajar, tingginya air sungai juga termasuk
dalam unsur yang penting untuk diprediksi. Jaringan saraf tiruan backpropagation adalah
salah satu jenis algoritma yang dapat digunakan untuk memprediksi jumlah pasir di udara.
Backpropagation efektif bila digunakan untuk memprediksi kejadian tertentu di masa depan
menggunakan data historis. Namun, algoritma ini memiliki beberapa kekurangan dalam
pemilihan parameter optimal yang akan digunakan, khususnya dalam pemilihan parameter
bobot.
Kekurangan algoritma backpropagation dapat diperbaiki dengan melakukan proses
optimasi. Optimalisasi dilakukan dengan menggunakan algoritma Nguyen-widrow dan
penalti momentum yang digunakan untuk mengoptimalkan parameter bobot. Untuk
memastikan kemampuan lapisan tersembunyi meningkat selama proses pembelajaran,
Nguyen-widrow melakukan inisialisasi dengan memodifikasi bobot-bobot dan bias awal dari
masukan unit ke unit tersembunyi menggunakan perhitungan yang telah ditentukan.
Penambahan momentum selama backpropagation dapat membuat jaringan mencapai
konvergensi dengan cepat dan stabil. Algoritma nguyen-widrow dan momentum dapat
digunakan untuk mengoptimalkan nilai parameter untuk mendapatkan bobot terbaik, dan
memungkinkan untuk mendapatkan kesalahan yang lebih rendah dan juga hasil prediksi
ketinggian air sungai yang lebih akurat.
Dalam penelitian ini, pengujian dilakukan dengan menggunakan berbagai skenario
untuk mengidentifikasi nilai error. Pengujian dengan menggunakan algoritma
backpropagation hanya berhasil mencapai total MSE 0.001399. Sebaliknya, dengan
menggunakan proses optimasi Nguyen-widrow dan momentum, penelitian mampu mencapai
tingkat MSE sebesar 0.001202 .Pada pengujian prediksi nilai akurasi tertinggi yang
didapatkan adalah 99.5646% dengan menggunakan optimasi. Berdasarkan hasil penelitian,
parameter terbaik ditentukan dengan menggabungkan kombinasi parameter dari 90%
pelatihan dan 10% pengujian, lapisan tersembunyi dengan tiga neuron, learning rate 0,2,
momentum 0,9 dan 20000 iterasi. Hasil penelitian menunjukkan bahwa optimasi parameter
momentum dengan algoritma nguyen-widrow dapat mengurangi kesalahan dan
meningkatkan akurasi pada prediksi ketinggian air sungai Opak.
Kata kunci : prediksi, ketinggian sungai, backpropagation, optimasi

Item Type:	Thesis (Other)
Uncontrolled Keywords:	prediksi, ketinggian sungai, backpropagation, optimasi
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	26 Dec 2022 08:00
Last Modified:	26 Dec 2022 08:00
URI:	http://eprints.upnyk.ac.id/id/eprint/32054

Actions (login required)

View Item