Article Per Year (5 Year)
p-Index From 2019 - 2024
0.444
P-Index
This Author published in this journals
All Journal Unnes Journal of Mathematics
Achmalia, Aisyah Fany
Unknown Affiliation
Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Cement Sales Forecasting Using Backpropagation Neural Network and Recurrent Neural Network Achmalia, Aisyah Fany; Walid, Walid; Sugiman, Sugiman
Unnes Journal of Mathematics Vol 8 No 1 (2019)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v8i1.29323

Abstract

Backpropagation Neural Network (BPNN) is a Neural Network (NN) that moves forward and does not have a loop where the signal flow from input neurons to output neurons, while Recurrent Neural Network (RNN) is a NN model where architecture has at least one feedback loop. In this research, cement sales forecasting was carried out at PT Semen Indonesia (Persero) Tbk by using BPNN and Elman type RNN. The purpose of this research was to obtain BPNN and Elman type RNN modeling for cement sales forecasting at PT Semen Indonesia (Persero) Tbk, as well as forecasting results using the best models. The results show that the best BPNN model is the BPNN model (9-5-1) with the Levenberg-Marquardt training algorithm with Mu initialization used is 0,02 and the aktivation function used is logsig, while the best Elman type RNN model is the Elman type RNN model (9-5-1) with gradient descent with momentum and adaptive learning rate training algorithm with the momentum used is 0,2, the learning rate used is 0,2, and the activation function used is logsig. The best model for cement sales forecasting at PT Semen Indonesia (Persero) Tbk is the BPNN model (9-5-1) with forecasting result for April 2018 to December 2018.
PERAMALAN PENJUALAN SEMEN MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK DAN RECURRENT NEURAL NETWORK Achmalia, Aisyah Fany; Walid, Walid; Sugiman, Sugiman
Unnes Journal of Mathematics Vol 9 No 1 (2020)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v9i1.29970

Abstract

Backpropagation Neural Netwrok (BPNN) adalah Neural Network (NN) yang tidak memiliki loop, sedangkan Recurrent Neural Network (RNN) adalah NN yang memiliki minimal satu feedback loop. Dalam penelitian ini dilakukan peramalan penjualan semen di PT Semen Indonesia (Persero) Tbk dengan menggunakan BPNN dan RNN tipe Elman. Tujuan penelitian ini adalah untuk memperoleh pemodelan BPNN dan RNN tipe Elman untuk peramalan penjualan semen, serta hasil peramalan menggunakan model terbaik. Hasil penelitian menunjukkan model BPNN terbaik adalah BPNN (9-5-1) dengan algoritma pelatihan Levenberg-Marquardt dengan inisialisasi Mu yang digunakan adalah 0,02 dan fungsi aktivasi yang digunakan adalah logsig, sedangkan model RNN tipe Elman terbaik adalah RNN tipe Elman (9-5-1) dengan algoritma pelatihan gradient descent dengan momentum dan adaptive learning rate dengan momentum yang digunakan adalah 0,2, learning rate yang digunakan adalah 0,2, dan fungsi aktivasi yang digunakan adalah logsig. Model terbaik untuk peramalan penjualan semen di PT Semen Indonesia (Persero) Tbk adalah BPNN (9-5-1).
Co-Authors Sugiman Sugiman Walid Walid, Walid