Prediksi Kebutuhan Air Pdam Berdasarkan Jumlah Pelanggan menggunakan Al-Alaoui Backpropagation

Shofa, RahmiAmiratus (2013) Prediksi Kebutuhan Air Pdam Berdasarkan Jumlah Pelanggan menggunakan Al-Alaoui Backpropagation. Sarjana thesis, Universitas Brawijaya.

Abstract

Skripsi Ini Membahas Tentang Penerapan Algoritma Al-Alaoui Backpropagation Dalam Melakukan Prediksi Kebutuhan Air Pdam. Pdam Merupakan Bumn Yang Diberi Wewenang Untuk Mengembangkan Dan Mengelola Kebutuhan Air Bersih Yang Digunakan Oleh Masyarakat. Hal Yang Perlu Diperhatikan Dalam Pengelolaan Air Adalah Penggunaan Air Oleh Pelanggan Dan Lonjakan Pelanggan. Oleh Karena Itu Pdam Memerlukan Suatu Prediksi Untuk Mengantisipasi Kebutuhan Air. Algoritma Al-Alaoui Backpropagation Adalah Algoritma Yang Berfungsi Untuk Mengurangi Kesalahan Dalam Klasifikasi Dengan Cara Menduplikasikan Data Yang Masih Salah Lalu Menambahkannya Ke Data Asli. Pengujian Dilakukan Dengan Menggunakan Bobot Akhir Dari Pelatihan. Pengujian Terhadap Learning Rate Dan Momentum Dilakukan Untuk Menemukan Mse Terendah. Mse Terendah Ditemukan Pada Learning Rate 0.8 Dan Momentum 0.7, Nilai Pasangan Tersebut Akan Digunakan Untuk Pengujian Selanjutnya. Pengujian Berikutnya Yaitu Pengujian Jumlah Data Latih Untuk Menemukan Tingkat Akurasi Dengan Menggunakan Data Latih 30, 40, 50, 60, 70 Dan 80 Bulan Dengan Data Uji 20 Bulan Ditemukan Tingkat Akurasi Tertinggi Sebesar 90%. Untuk Pengujian Terakhir Yaitu Pengujian Jumlah Data Uji Dengan Data Latih 70 Bulan Sedangkan Data Uji Sebesar 5, 10, 15, 20, 25 Dan 30 Bulan Ditemukan Tingkat Akurasi Tertinggi Sebesar 92%.

English Abstract

This Undergraduate Thesis Discusses About Implementation Of Al-Aloui Backpropagation Algorithm To Predict Water Demand Which Produced By Pdam. Pdam Is Public Company Which Responsible Water Supply For Our People. Problems That Pdam Faced Are Water Production, Number Of Customer Which Leap Day By Day And Also Water Consumption By Its Consumers. Therefore, Pdam Should Predict Water Supply To Anticipate Customer’s Need. Al-Aloui Backpropagation Algorithm Purpos Is To Reduce Error Rate In Classification Process By Duplicating Data Which Its Error Rate Still Below The Error Rate Threshold Value. Data Will Be Duplicated According To Iteration Threshold Decided By User. Experimental Test For This Algorithm Will Be Performed By Using Final Weight From Learning Process. Learning Rate And Momentum Will Be Tested To Find The Lowest Mse. The Lowest Mse Is Found At The Value Of Learning Rate And Momentum Respectively 0.8 And 0.7. Those Values Will Become The Paramater Forthe Next Test. The Other Test Is To Find Accuracy Rate For This Algorithm With Various Number Of Data Training. Data Training That Used Are The Number Of Month Range For 30, 40, 50, 60, 70, And 80 Months With Data Testing Is 20 Months. The Result Shown Thet Accuracy From This Algorithm Is 90%. For The Last Test Which Is To This Influence Of The Number Data Training 70 Monts Where The Number Of Data Testing Are 5, 10, 15, 20, 25 And 30 Months To The Accuracy Shown That Accuracy Is 92%

Item Type: Thesis (Sarjana)
Identification Number: SKR/FTIIK/2013/198/051400190
Subjects: 000 Computer science, information and general works > 005 Computer programming, programs, data
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Budi Wahyono Wahyono
Date Deposited: 20 Jan 2014 11:48
Last Modified: 23 Oct 2021 08:37
URI: http://repository.ub.ac.id/id/eprint/145678
[thumbnail of Laporan.pdf]
Preview
Text
Laporan.pdf

Download (4MB) | Preview

Actions (login required)

View Item View Item