Claim Missing Document
Check
Articles

Found 1 Documents
Search

PREDIKSI PENGGUNAAN BANDWIDTH MENGGUNAKAN ELMAN RECURRENT NEURAL NETWORK Radjabaycolle, Jefri; Pulungan, Reza
BAREKENG: Jurnal Ilmu Matematika dan Terapan Vol 10 No 2 (2016): BAREKENG: Jurnal Ilmu Matematika dan Terapan
Publisher : PATTIMURA UNIVERSITY

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (709.443 KB) | DOI: 10.30598/barekengvol10iss2pp127-135

Abstract

Jaringan Syaraf Tiruan (JST) sering dipakai dalam menyelesaikan permasalahan tertentu seperti prediksi, klasifikasi, dan pengolahan data. Berdasarkan hal tersebut, dalam penelitian ini mencoba menerapkan JST untuk menangani permasalahan dalam prediksi penggunaan bandwidth. Sistem yang dikembangkan dapat digunakan untuk memprediksi pengunaan bandwidth dengan menerapkan Elman Recurrent Neural Network (ERNN). Struktur Elman dipilih karena dapat membuat iterasi jauh lebih cepat sehingga memudahkan proses konvergensi.. Vektor input yang digunakan menggunakan windows size. Hasil penelitian dengan menggunakan target error sebesar 0.001 menunjukkan nilai MSE terkecil yaitu pada windows size 11 dengan nilai 0.002833. Kemudian dengan menggunakan 13 neuron pada hidden layer diperoleh nilai error paling optimal (minimum error) sebesar 0.003725.