Claim Missing Document
Check
Articles

Found 12 Documents
Search

Enhanced Performance of Dynamic Neural Network Model using Wavelet Activation Functions Syamsul Bahri; Lailia Awalushaumi; Nurul Fitriyani
Lontar Komputer : Jurnal Ilmiah Teknologi Informasi Vol 14 No 3 (2023): Vol. 14, No. 3 December 2023
Publisher : Institute for Research and Community Services, Udayana University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24843/LKJITI.2023.v14.i03.p03

Abstract

Both static and dynamic adaptive neural networks have been broadly utilized in mathematical modeling and numerical analysis. This study aimed to enhance the accomplishment of Dynamic Neural Networks (DNN) models by applying wavelet functions as activation functions. Research that models and forecasts the intensity of solar radiation in Mataram City shows that combining B-Spline and Morlet wavelet activation functions can significantly increase the DNN model performance. Wavelet-DNN (W-DNN) was modeled with an identical architecture; the best showed the increase in the model achievement (0.7596 points for in-sample and 0.8502 points for out-sample data). Mainly for out-sample data, the model's performance using the W-DNN+ intervention model increased by 4.0492 points.
MODEL EPIDEMIK SIR DAN MODEL JARINGAN SYARAF TIRUAN DEMAM BERDARAH DENGUE DI NTB Alfian, Muhammad Rijal; Bahri, Syamsul; -, Marwan; Awalusshaumi, Lailia; Harsiyah, Lisa; Azmi, Kamalatul; Andriani, Helmina
Jurnal Silogisme : Kajian Ilmu Matematika dan Pembelajarannya Vol 8, No 1 (2023): Juni
Publisher : Universitas Muhammadiyah Ponorogo

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24269/silogisme.v8i1.6202

Abstract

Salah satu masalah kesehatan untuk negara beriklim tropis dan subtropis adalah Demam Berdarah Dengue (DBD). Sepanjang 2021, ada 73.518 kasus DBD di Indonesia dengan 2.697 kasus terjadi di NTB dengan kasus kematian yang disebabkan oleh DBD sebanyak 21 kasus. Penyakit DBD dengan prediksi perkembangan jumlah penderita yang terinfeksi dapat dimodelkan dengan menggunakan model matematis epidemiologi yaitu model persamaan diferensial nonlinear SIR yang diklasifikasi ke dalam tiga kompartemen yaitu S (Susceptible), I (Infectious), dan R (Recovered) serta dapat disimulasikan dengan neural network. Dalam neural network, terdapat ide untuk melakukan pemetaan suatu fungsi pada konsep classifier yaitu pengklasifikasian objek dengan memanfaatkan persamaan linear, ???? = ????(????) untuk meregresi data. Data yang digunakan adalah data sekunder yang bersumber dari Dinas Kesahatan Provinsi NTB. Data yang diperoleh kemudian dianalisis sehingga memperoleh titik keseimbangan. Dari hasil analisis model SIR penyebaran penyakit deman berdarah di NTB diperoleh dua titik keseimbangan namun hanya satu titik yang stabil asimtotik karena semua nilai eigen yang diperoleh bernilai negatif. Nilai dari , artinya titik keseimbangan bebas penyakit demam berdarah di NTB berangsur-angsur akan menghilang.