Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Jurnal Nasional Komputasi dan Teknologi Informasi
Syukri Syukri
Program Studi Teknik Informatika, Universitas Jabal Ghafur
Aerospace Engineering Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Neuroscience Transportation

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

Found 2 Documents
Search

 1 
Pengujian Algoritma Artificial Neural Network (ANN) Untuk Prediksi Kecepatan Angin Syukri Syukri; Samsuddin Samsuddin
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 2, No 1 (2019): APRIL 2019
Publisher : Program Studi Teknik Informatika, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (249.69 KB) | DOI: 10.32672/jnkti.v2i1.1056

Abstract

Angin memiliki peran yang penting dalam kehidupan manusia, antara lain pada pembangkit listrik, pelayaran dan penerbangan. Ketiga sektor tersebut erat kaitannya dengan  kondisi angin. Angin dapat muncul setiap saat dan setiap waktu serta perubahan geografis pada suatu wilayah. Hal ini mengakibatkan sulitnya menentukan kecepatan angin, maka untuk mengatasi masalah tersebut diperlukan prediksi kecepatan angin. Saat ini berbagai metode prediksi telah banyak dikembangkan, salah satu metode yang dapat digunakan untuk melakukan prediksi dengan akurasi yang tinggi yaitu algoritma Artificial Neural Network (ANN) Backpropagation. Arsitektur ANN yang digunakan adalah  4 parameter input layer, hidden layer (5, 10, 15, 20, 25 dan 30) dan output layer (1 parameter). Data pembelajaran dan pengujian didapatkan dari stasiun BMKG Blang Bintang Aceh Besar, berupa data kecepatan angin jam per harian periode Januari 2011 sampai dengan Desember 2015 yang terdiri dari arah angin, suhu, tekanan, kelembaban dan suhu. Hasil pengujian menunjukkan bahwa metode ANN Backpropagation cukup baik diterapkan untuk proses prediksi, kemampuan ANN dalam melakukan prediksi memiliki tingkat akurasi rata – rata yang lebih baik yaitu 96 %. Sedangkan nilai rata – rata kerapatan daya angin jam per harian yaitu 45.030 W/m2
Pengujian Algoritma Artificial Neural Network (ANN) Untuk Prediksi Kecepatan Angin Syukri Syukri; Samsuddin Samsuddin
Jurnal Nasional Komputasi dan Teknologi Informasi (JNKTI) Vol 2, No 1 (2019): APRIL 2019
Publisher : Program Studi Teknik Komputer, Fakultas Teknik. Universitas Serambi Mekkah

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32672/jnkti.v2i1.1056

Abstract

Angin memiliki peran yang penting dalam kehidupan manusia, antara lain pada pembangkit listrik, pelayaran dan penerbangan. Ketiga sektor tersebut erat kaitannya dengan  kondisi angin. Angin dapat muncul setiap saat dan setiap waktu serta perubahan geografis pada suatu wilayah. Hal ini mengakibatkan sulitnya menentukan kecepatan angin, maka untuk mengatasi masalah tersebut diperlukan prediksi kecepatan angin. Saat ini berbagai metode prediksi telah banyak dikembangkan, salah satu metode yang dapat digunakan untuk melakukan prediksi dengan akurasi yang tinggi yaitu algoritma Artificial Neural Network (ANN) Backpropagation. Arsitektur ANN yang digunakan adalah  4 parameter input layer, hidden layer (5, 10, 15, 20, 25 dan 30) dan output layer (1 parameter). Data pembelajaran dan pengujian didapatkan dari stasiun BMKG Blang Bintang Aceh Besar, berupa data kecepatan angin jam per harian periode Januari 2011 sampai dengan Desember 2015 yang terdiri dari arah angin, suhu, tekanan, kelembaban dan suhu. Hasil pengujian menunjukkan bahwa metode ANN Backpropagation cukup baik diterapkan untuk proses prediksi, kemampuan ANN dalam melakukan prediksi memiliki tingkat akurasi rata – rata yang lebih baik yaitu 96 %. Sedangkan nilai rata – rata kerapatan daya angin jam per harian yaitu 45.030 W/m2
Co-Authors