Imelda Asih Rohani Simbolon
STIKOM tunas Bangsa Pematangsiantar

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

Found 2 Documents
Search

Penerapan Jaringan Syaraf Tiruan dalam Memprediksi Jumlah Ekspor Minyak Bumi di Indonesia Sunil Setti; Imelda Asih Rohani Simbolon; Muhammad Syafiq; Iin Parlina
JOURNAL OF INFORMATICS AND TELECOMMUNICATION ENGINEERING Vol 2, No 1 (2018): EDISI JULI
Publisher : Universitas Medan Area

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31289/jite.v2i1.1658

Abstract

Minyak bumi merupakan sumber energi yang sangat penting di bumi. Minyak bumi juga merupakan salah satu faktor yang ikut meningkatkan perkembangan ekonomi suatu negara, semakin tinggi sumber minyak bumi di suatu negara maka perekonomian negara tersebut semakin meningkat pula. Di Indonesia sendiri sudah banyak mengekspor minyak bumi ke negara tetangga seperti Jepang, Korea Selatan, Tiongkok dll. Menurut data-data ekspor minyak bumi di Indonesia, dari tahun ke tahun jumlah ekspor minyak bumi di Indonesia mengalami penurunan, pada tahun 2010 sempat mengalami peningkatan hingga tahun 2012 namun pada tahun berikutnya terjadi penurunan an drastis. Untuk mengatasi penurunan ekspor minyak bumi di Indonesia maka perlu diadakan sebuah penelitian untuk meramal tingkat ekspor minyak bumi di Indonesia di tahun-tahun berikutnya dengan menggunakan jaringan saraf tiruan backpropagation. Pada penelitian ini aplikasi yang digunakan adalah Matlab R2011b dengan arsitektur yang terbaik yaitu 4-41-1 dengan tingkat akurasi sebesar 90% serta epoch sebanyak 2063 iterasi.
Penerapan Algoritma Backpropagation dalam Memprediksi Persentase Penduduk Buta Huruf di Indonesia Imelda Asih Rohani Simbolon; Fikri Yatussa’ada; Anjar Wanto
Jurnal Informatika Upgris Vol 4, No 2: Desember (2018)
Publisher : Universitas PGRI Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26877/jiu.v4i2.2423

Abstract

Illiteracy is one of the most serious issues in Indonesia. The government's ignorance of illiterate people makes the illiteracy rate quite high. It should be one of the government's targets for reducing illiteracy in order to reduce the number of illiterate people. Illiteracy rate in Indonesia itself has reached 34.55% in Papua province. One way to suppress illiteracy rate in Indonesia is by predicting illiterate figures for subsequent years. The data to be predicted is the data of illiterate figures of each province in Indonesia which is sourced from the Indonesian Central Bureau of Statistics from 2011 to 2017. The method used in the prediction is Backpropagation Neural Network. Data analysis was done with the help of matlab software R2011b (7.13). This study uses 5 architectures, 4-5-1, 4-6-1, 4-9-1, 4-14-1 and 4-18-1. From these 5 models the best network architecture is 4-14-1 with 91% accuracy and Mean Squared Error 0,00274166.