Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Seminar Nasional Teknologi Informasi Komunikasi dan Industri Journal of Education Informatic Technology and Science
Yelvi Fitriani
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Industrial & Manufacturing Engineering Mathematics Other

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

Found 2 Documents
Search

 1 
Penerapan Metode Elman Recurrent Neural Network (ERNN) Untuk Peramalan Penjualan Eka Pandu Cynthia; Novi Yanti; Yusra Yusra; Yelvi Fitriani; Muhammad Yusuf
Jurnal Pendidikan Teknologi Informatika dan Sains Vol 1 No 2 (2019): Journal of Education Informatic Technology and Science (JeITS)
Publisher : Faculty of Teacher Training and Education

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (847.155 KB)

Abstract

Penjualan adalah suatu aktivitas atau bisnis menjual suatu produk atau jasa. Pada penelitian ini, mengambil studi kasus pada sebuah perusahaan penjualan tempe (PT. HB) di Kota Pekanbaru yang menggunakan metode penjualan melalui agen atau sales. Permasalahan penjualan pada perusahaan ini adalah sering terjadinya returned product karena tidak laku, yang dapat menyebabkan kerugian yang cukup besar. Menggunakan Algoritma Elman Recurrent Neural Network (ERNN), penelitian ini melakukan prediksi penjualan tempe pada PT. HB. Data yang digunakan adalah data penjualan tempe harian periode Juli 2016 hingga September 2018 dengan parameter Jumlah Produksi, Harga, Jumlah Agen dan Jumlah Penjualan. Hasil yang diperoleh melalui percobaan beberapa skenario pelatihan dan pengujian implementasi algoritma pada kasus ini adalah akurasi tertinggi bernilai 96,92% pada arsitektur jaringan 3 input neuron layer, 3 neuron hidden layer, 1 output, pembagian data latih dan uji 70 : 30, nilai learning rate 0,9 dan maksimum epoch 900.
Aplikasi Prediksi Respon Displacement dan Story Drift Bangunan terhadap Spektrum Gempa dengan Metode Backprepogation Okfalisa saktioto; Eggy P; Yelvi Fitriani; Fitri Insani; Novi Yanti; Frica A Ambarwati
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2018: SNTIKI 10
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (747.296 KB)

Abstract

Gempa bumi merupakan kejadian unik yang  tidak bisa ditentukan, baik waktu kejadian, lamanya waktu berlangsung (durasi) maupun kekuatan. Untuk memprediksi terjadinya gempa tidaklah mudah, maka salah satu cara yang dapat dilakukan adalah bagaimana mengatasi atau  memperkecil pengaruh kerusakan yang ditimbulkan  akibat gempa tersebut. Beban gempa menjadi aspek penting yang perlu diperhitungkan dalam mendesain bangunan sebuah gedung. Respon bangunan yang tidak aman akan menyebabkan kerusakan bangunan yang selanjutnya mengarah kepada kerugian, baik secara fisik maupun finansial. Guna mencegah terjadinya kecelakaan dan meminimalisir resiko dalam pembangunan, maka penelitian ini memprediksi nilai respon suatu bangunan melalui penerapan konsep Jaringan Syarat Tiruan Backpropagation Neural Network (BPNN). Prediksi dilakukan pada tipe bangunan displacement dan story drift berupa nilai respon dengan parameter  mutu beton, percepatan tanah puncak (PGA), percepatan spectrum desain (SDS), parameter SD1, waktu sebelum getaran (T0), dan waktu setelah getaran (Ts). Untuk simulasi pengujian digunakan 330 data dari 10 provinsi yang ada di Indonesia. Parameter BPNN yang digunakan yaitu nilai epoch 500, nilai learning rate 0.01-0.09 , arsitektur 6 neuron input layer, 6 neuron hidden layer dan 1 output. Simulasi perbandingan jumlah data latih dan data uji yang digunakan adalah 90:10, 80:20, 70:30; dan 50:50. Berdasarkan hasil pengujian, diperoleh nilai akurasi tertinggi pada displacement=93,0446% dan story drift=  94,6599%  untuk simulasi 90:10 dan learning rate 0.09. Hasil ini menunjukkan bahwa metode BPNN telah berhasil diterapkan untuk memprediksi respon bangunan terhadap gempa dengan tingkat akurasi yang cukup baik. 
Co-Authors Eggy P Eka Pandu Cynthia Fitri Insani Frica A Ambarwati MUHAMMAD YUSUF Novi Yanti Novi Yanti Okfalisa saktioto Yusra, Yusra