Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Seminar Nasional Aplikasi Teknologi Informasi (SNATI) EMITTER International Journal of Engineering Technology Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) INOVTEK Polbeng - Seri Informatika
Afrida Helen
EEPIS
Computer Science & IT Engineering

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Seminar Nasional Aplikasi Teknologi Informasi (SNATI)

 1 
Performansi Neuro Fuzzy untuk Peramalan Data Time Series Arna Fariza; Afrida Helen; Annisa Rasyid
Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2007
Publisher : Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

ANFIS (Adaptif Neuro Fuzzy Inference System) adalah metode jaringan neural yang fungsinya samadengan sistem inferensi fuzzy. Pada ANFIS, proses belajar pada jaringan neural dengan sejumlah pasangandata berguna untuk memperbaharui parameter-parameter sistem inferensi fuzzy. Metode ANFIS menggunakanalgoritma Error backpropagation yang memiliki beberapa keunggulan, yaitu baik dari segi kekonvergenanmaupun dari segi lokal minimumnya yang sangat peka terhadap perbaikan parameter ANFIS. Metode inidiimplementasikan pada peramalan data time series untuk 4 jenis tipe data yaitu stasioner (data sunspot),random (data saham), non stasioner (airline), musiman (beban listrik). Proses learning data dengan ANFISmemiliki hasil yang sempurna dimana nilai error proses training mampu mencapai 0 (nol). Metode ANFISmemiliki hasil yang sangat baik untuk peramalan data saham dimana didapatkan nilai MSE 2.27 pada time lag320. Hasil peramalan untuk data sunspot dan data beban listrik memiliki hasil yang lebih kecil dari ARIMAyaitu 10.96 untuk time lag 30 dan 24885 untuk time lag 210. Pada metode ANFIS nilai time lag sangatberpengaruh pada hasil peramalan dimana semakin besar time lag maka hasil peramalan semakin baik.Kata kunci: Peramalan Time Series, neural network, ANFIS.
Co-Authors Ali Ridho Barakbah Anindya Apriliyanti Pravitasari Annisa Rasyid Arna Fariza Najma Rafifah Putri Syallya Nur Rosyid M Nur Rosyid Mubatada'i Rully Soelaiman Tita Karlita