Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Unnes Journal of Mathematics Prosiding (SIAR) Seminar Ilmiah Arsitektur
Maulana, Muhamad Irvan
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Engineering Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Unnes Journal of Mathematics

 1 
SISTEM PREDIKSI TAGIHAN LISTRIK USAHA JASA LAUNDRY MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Maulana, Muhamad Irvan; Muslim, Much Aziz
Unnes Journal of Mathematics Vol 4 No 1 (2015)
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/ujm.v4i1.7419

Abstract

Tujuan dari penelitian ini adalah untuk membuat suatu sistem yang dapat memprediksi besar tagihan listrik bulanan untuk usaha laundry. Perkembangan usaha laundry ini membuat banyak masyarakat ingin membuka usaha ini. Metode yang digunakan pada penelitian ini menggunakan jaringan syaraf tiruan backpropagation dengan algoritma pelatihan Levenberg-Marquardt. Metode Levenberg-Marquardt merupakan salah satu metode optimasi untuk menyelesaikan masalah kuadrat terkecil, sehingga metode ini akan mencapai kekonvergenan yang lebih baik. Dengan memanfaatkan jaringan syaraf tiruan backpropagation algoritma pelatihan Levenberg-Marquardt, dibuatlah sebuah system prediksi tagihan listrik usaha jasa laundry menggunakan software MATLAB untuk memberikan informasi besar tagihan listrik berdasarkan jumlah pakaian yang diproses serta curah hujan bulan yang akan diprediksi. Setelah dilakukan pengujian, sistem menunjukkan bahwa tingkat akurasi pembelajaran jaringan syaraf tiruan dipengaruhi oleh variasi jumlah neuron hidden layer dan learning rate. Berdasarkan pengujian, error sistem dalam memprediksi tagihan listrik berdasarkan Mean Absolute Percentage Error (MAPE) terendah adalah 3,52% atau memiliki tingkat akurasi sebesar 96,48%.
Co-Authors Erwin Herlian Much Aziz Muslim