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.

      Prediksi Investasi Kabupaten Bogor dengan Metode Elman Recurrent Neural Network

      Thumbnail
      View/Open
      Fulltext (10.15Mb)
      Date
      2018
      Author
      Ritonga, Febri Adinda Yanti
      Agmalaro, Muhammad Asyhar
      Metadata
      Show full item record
      Abstract
      Investasi adalah suatu cara yang digunakan perusahaan atau perorangan untuk mendapatkan keuntungan dengan cara menanamkan modal dalam proses produksi baik dalam bentuk membeli gedung, peralatan cadangan maupun alam bentuk uang serta melihat perkembangannya (Halim 2005 dalam Damanik 2012). Investasi juga mempengaruhi kestabilan ekonomi daerah karena jumlah investasi dapat mempengaruhi pendapatan negara dan kesejahteraan masyarakat. Melakukan prediksi jumlah investasi pada daerah Kabupaten Bogor dapat membantu pemerintah terkait dalam menentukan target yang harus dicapai dalam kurun waktu tertentu. Elman Recurrent Neural Network (Elman RNN) merupakan salah satu metode yang dapat dipakai dalam memprediksi data finansial. Elman RNN menyimpan informasi dari propagasi sebelumnya agar dapat diolah kembali sehingga galat yang dihasilkan menjadi lebih kecil. Hasil pembelajaran model Elman RNN pada data investasi Kabupaten Bogor baik dalam memprediksi fluktual nilai investasi pada data harian tetapi kurang baik dalam memprediksi fluktual pada data bulanan. Model terbaik terdapat pada learning rate 0.2 dan epoch maksimum 100 dengan RMSE 0.3084 dengan MAPE sebesar 35.1535% . Sedangkan untuk data bulanan, model terbaik terdapat pada learning rate 0.5 dan epoch maksimum 100 dengan 0.3192 dengan MAPE sebesar 2.7641%.
      URI
      http://repository.ipb.ac.id/handle/123456789/96829
      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