Cahyadi, BimantoDwi (2011) Jaringan Syaraf Tiruan Back-Propagasi Dengan Algoritma Gradient Descent dan Algoritma Levenberg Marquadt Untuk Peramalan Data Time Series Financial. Sarjana thesis, Universitas Brawijaya.
Abstract
Jaringan syaraf tiruan (JST) merupakan salah satu sistem pemrosesan informasi yang didesain dengan menirukan cara kerja otak manusia. JST dalam menyelesaikan suatu masalah dengan melakukan proses belajar melalui perubahan bobot. Banyak metode yang digunakan dalam proses belajar melalui perubahan bobot JST. Gradient Descent dan Levenberg Marquadt adalah bagian dari metode yang ada dalam proses pembelajaran JST. Prinsip kerja dari kedua metode tersebut adalah memperkecil error jaringan (MSE). Pemilihan metode pembelajaran dalam JST akan sangat mempengaruhi hasil dari jaringan tersebut. Dalam penelitian ini JST diaplikasikan dalam proses peramalan data time series financial dengan tujuan untuk mengetahui cara kerja dan keakuratan hasil ramalan yang dihasilkan. Mengetahui kinerja JST pada data stasioner dan tidak stasioner yang umum ditemukan pada data Time Series Financial juga menjadi tujuan penelitian. Pada proses awal data akan dibagi kedalam proses training dan testing. Selanjutnya dilakukan pelatihan dengan algoritma Gradient Decsent dan Levenberg Marquadt sehingga didapatkan model optimal. Dari model optimal yang didapatkan dilakukan peramalan untuk satu waktu kedepan. Untuk mengetahui kinerja yang paling baik dari kedua metode pembelajaran tersebut dilihat dari MSE yang dihasilkan dari masing-masing algoritma pembelajaran. Salah satu kesimpulan dari penelitian ini adalah, JST mampu memberikan hasil yang optimal untuk peramalan data baik stasioner ataupun tidak stasioner. Hasil dari penelitian ini menunjukan bahwa algoritma pelatihan Levenberg Marquadt lebih baik daripada algoritma Gradient Descent, dilihat dari nilai MSE algoritma levenberg Marquadt yang lebih kecil daripada algoritma Gradient Descent dan nilai korelasi jaringan algoritma Levenberg Marquadt yang lebih besar dari algoritma Gradient Descent.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2011/239/051103346 |
| Subjects: | 500 Natural sciences and mathematics > 519 Probabilities and applied mathematics > 519.5 Statistical mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Statistika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 02 Nov 2011 10:21 |
| Last Modified: | 22 Oct 2021 07:57 |
| URI: | http://repository.ub.ac.id/id/eprint/152687 |
Preview |
Text
051103346.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |