Search for collections on Repository Universitas Maritim Raja Ali Haji

IMPLEMENTASI ALGORITMA RADIAL BASIS FUNCTION NEURAL NETWORK DALAM MEMPREDIKSI JUMLAH ANGKA KELAHIRAN (Studi Kasus : Kab. Bintan)

Apriliyan, Prastowo and Nurul, Hayaty and Nola, Ritha (2019) IMPLEMENTASI ALGORITMA RADIAL BASIS FUNCTION NEURAL NETWORK DALAM MEMPREDIKSI JUMLAH ANGKA KELAHIRAN (Studi Kasus : Kab. Bintan). S1 thesis, Universitas Maritim Raja Ali Haji.

[img] Text
APRILIYAN PRASTOWO-120155201074-TI.pdf
Restricted to Registered users only

Download (2MB)
Official URL: https://ft.umrah.ac.id/

Abstract

Angka kelahiran merupakan suatu hal yang dapat mempengaruhi peningkatan pertumbuhan penduduk, adapun yang mempengaruhi pertumbuhan penduduk adalah kelahiran, kematian dan migrasi. Kelahiran adalah banyaknya jumlah bayi yang dilahirkan oleh seorang wanita. Selama periode suburnya, yaitu berkisar antara usia 15–45 tahun. Oleh karena itu dilakukan penelitian untuk melatih pola data prediksi jumlah angka kelahiran dengan menggunakan data tunggal historis pada bulan Januari 2008 sampai bulan Desember 2017 yang didapat dari kantor Badan Pusat Statistik Kabupaten Bintan Provinsi Kepulauan Riau. Penelitian ini dilakukan dengan menggunakan metode Jaringan Syaraf Tiruan Radial Basis Function, dikarenakan Radial Basis Function memiliki waktu pelatihan yang relatif lebih singkat dan juga dapat menghasilkan output dengan tingkat akurasi yang cukup tinggi. Metode Radial Basis Function secara umum memiliki tahapan diantaranya ialah pemilihan center, dan pada penelitian ini pemilihan center dilakukan secara random. Dari 120 data yang dibagi menjadi 84 data untuk pelatihan dan 36 data untuk pengujian, pelatihan dan pengujian tersebut menggunakan 9 center dan mendapatkan hasil nilai MAPE terkecil pada pelatihan data adalah 14.65 (15%) dan nilai akurasi tertinggi adalah 85.35 (85%). Selanjutnya pada pengujian data mendapatkan hasil nilai MAPE terkecil 12.66 (13%) dan akurasi prediksi 87.34 (87%).

Item Type: Thesis (S1)
Subjects: 000 Karya Umum > 000. Ilmu Umum dan Komputer > 004.5 Storage/Penyimpanan
Divisions: Fakultas Teknik > Program Studi Teknik Informatika
Depositing User: Admin Repositori UMRAH
Date Deposited: 22 Jul 2021 16:05
Last Modified: 22 Jul 2021 16:05
URI: http://repositori.umrah.ac.id/id/eprint/1090

Actions (login required)

View Item View Item