PENENTUAN BOBOT MODEL NEURAL NETWORK UNTUK DATA TIME SERIES MENGGUNAKAN ALGORITMA GENETIKA

Warsito, Budi and Subanar, Subanar and Abdurakhman, Abdurakhman and Widodo, Widodo (2012) PENENTUAN BOBOT MODEL NEURAL NETWORK UNTUK DATA TIME SERIES MENGGUNAKAN ALGORITMA GENETIKA. In: Konferensi Nasional Matematika XVI, 16 - 25 Juli 2012, UNPAD, Jatinangor.

[img]
Preview
PDF
684Kb

Abstract

Pada beberapa tahun terakhir studi literatur yang berkaitan dengan pemodelan Neural Network telah berkembang dengan pesat. Namun penentuan bobot untuk mencapai solusi optimum pada model Neural Network dengan metode optimasi standar menyisakan beragam permasalahan diantaranya adalah ketidakstabilan hasil estimasi yang berkaitan dengan inisialisasi bobot secara random. Pada penelitian ini dibahas pendekatan yang berbeda dalam mengestimasi bobot model Neural Network yaitu dengan menggunakan algoritma genetika. Algoritma ini secara praktis sangat efektif dalam optimasi fungsi dan efisien dalam pencarian pada ruang yang kompleks untuk mendapatkan nilai optimum global. Metode ini diterapkan untuk aplikasi pada peramalan data time series finansial. Hasil penelitian menunjukkan bahwa optimasi dengan algoritma genetika dan metode hybrid menghasilkan variansi error yang lebih kecil dari metode Levenberq-Marquardt. Kata Kunci : Neural Network, algoritma genetika, Levenberg-Marquardt, time series

Item Type:Conference or Workshop Item (Paper)
Subjects:H Social Sciences > HA Statistics
Divisions:Faculty of Science and Mathematics > Department of Statistics
ID Code:44090
Deposited By:Mr Hasbi Yasin
Deposited On:22 Oct 2014 09:10
Last Modified:22 Oct 2014 09:10

Repository Staff Only: item control page