View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Computer Science
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Mathematics and Natural Sciences
      • UT - Computer Science
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Sistem Intelijen untuk Prediksi Pertumbuhan Ekonomi dengan Menggunakan Jaringan Syaraf Tiruan dan Adaptif Neuro Fuzzy

      Thumbnail
      View/Open
      Presentation (1.132Mb)
      Abstract (314.5Kb)
      Cover (331.5Kb)
      Full Text (624.2Kb)
      Lampiran (362.6Kb)
      BAB I (320.0Kb)
      BAB II (383.8Kb)
      BAB III (406.6Kb)
      BAB IV (356.8Kb)
      BAB V (397.2Kb)
      BAB VI (351.5Kb)
      Date
      2008
      Author
      Restuwardi, Yuli
      Metadata
      Show full item record
      Abstract
      Setiap kebijakan ekonomi yang diambil oleh pemerintah, akan mempengaruhi perekonomian dalam jangka waktu yang panjang. Oleh karena itu, dibutuhkan kemampuan melakukan peramalan kecenderungan pertumbuhan ekonomi dimasa mendatang. Jaringan syaraf tiruan (JST) memiliki kemampuan untuk melakukan pendugaan terhadap data dengan jumlah yang besar dan bersifat nonlinier. Adaptif Neuro Fuzzy Infrence System (ANFIS) merupakan salah satu JST yang memiliki kemampuan adaptive learning yang diharapkan mampu melakukan pemodelan atas serangkaian data input. Pada penelitian ini, dilakukan peramalan dengan memanfaatkan data agregat lebar dan agregat sempit uang sebagai prediktor. Indikator ini diujicobakan secara bergantian dalam kombinasi tertentu dan arsitektur yang terbaik akan digunakan sebagai input bagi sistem. Model jaringan syaraf tiruan yang akan diujicobakan adalah jaringan syaraf tiruan dengan algoritma pembelajaran propagasi balik (BackPropagation). Sedangkan model fuzzy yang diujikan adalah adaptive neuro-fuzzy inference system (ANFIS). Penelitian ini memiliki batasan bahwa data diolah dengan mekanisme yang mengabaikan adanya autokorelasi yang umumnya merupakan salah satu karakteristik dari data deret waktu. Pada rangkaian percobaan yang dilakukan, ditemukan bahwa peramalan dengan menggunakan jaringan syaraf tiruan propagasi balik secara umum memiliki kinerja yang relatif lebih baik dibandingkan dengan peramalan dengan menggunakan adaptif neuro fuzzy. Dari dua indikator moneter yang diuji, data input agregat moneter lebar (M2) relatif lebih baik digunakan sebagai prediktor dibandingkan dengan agregat moneter sempit (M1). Dari fakta tersebut, dibuat satu sistem intelijen yang akan mengimplementasikan arsitektur terbaik dengan menggunakan jaringan syaraf tiruan propagasi balik. Prototype sistem yang dibuat diharapkan mampu dimanfaatkan oleh berbagai pihak untuk melakukan peramalan terhadap persentase pertumbuhan GDP dengan input M1 dan atau M2.
      URI
      http://repository.ipb.ac.id/handle/123456789/33660
      Collections
      • UT - Computer Science [2482]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository