Kajian Penerapan Jaringan Syaraf Tiruan dalam Metode Kuadrat Terkecil Parsial

Abstract

Penelitian ini merupakan suatu kajian tentang penerapan Jaringan Syaraf Tiruan (ArtiJicial Neural Network) dalam Metode Kuadrat Terkecil Parsial (MKTP) yaitu metode Neural Network Partial Least Square (NNPLS). Metode NNPLS mampu mengatasi data dengan kendala yaitu ada korelasi antar peubah penjelas, jumlah pengarnatan yang terbatas, dan indikasi nonlinier. Metode NNPLS merupakan integrasi MKTP dengan metode Jaringan Syaraf Tiruan dirnana hasil MKTP merupakan input untuk Jaringan Syaraf Tiruan dalam memprediksi peubah tak bebas. Tujuan penelitian ini adalah mengkaji penerapan metode Jaringan Syaraf Tiruan dalam MKTP (metode NNPLS) dan membandingkan metode NNPLS dengan metode MKTP berdasarkan akar Kuadrat Tengah Galat (Root Mean Square Error). Hasil penelitian menunjukan bahwa metode NNPLS lebih baik dari MKTP.