Article Per Year (5 Year)
p-Index From 2020 - 2025
1.756
P-Index
This Author published in this journals
All Journal Scientific Journal of Informatics Desimal: Jurnal Matematika Syntax Literate: Jurnal Ilmiah Indonesia Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming Jurnal ICT : Information Communication & Technology Infotekmesin Jurnal Program Kemitraan dan Pengabdian Kepada Masyarakat Journal Of Human And Education (JAHE) West Science Interdisciplinary Studies SmartComp
Muchamad Sobri Sungkar, Muchamad Sobri
Politeknik Harapan Bersama
Humanities Automotive Engineering Computer Science & IT Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Public Health Social Sciences Other

Published : 16 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Scientific Journal of Informatics

 1 
Optimalisasi Neural Network dengan Bootstrap Aggregating (Bagging) untuk Penentuan Prediksi Harga Listrik Somantri, Oman; Sasmito, Ginanjar Wiro; Sungkar, Muchamad Sobri
Scientific Journal of Informatics Vol 1, No 2 (2014): November 2014
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v1i2.4025

Abstract

Memprediksi harga listrik merupakan sebuah faktor penentu pendukung keputusan dalam mengeluarkan sebuah kebijakan pemerintah dalam menentukan harga listrik. Ketepatan akurasi prediksi sebuah prediksi harga listrik menjadi hal yang sangat diperhitungkan, dengan menggunakan Neural Network prediksi harga listrik diprediksi dengan harapan menghasilkan tingkat akurasi yang baik. Neural Network masih mempunyai kelemahan dalam menentukan nilai bobot terbaik sehingga optimalisasi dilakukan dengan menerapkan bagging kedalam model yang diusulkan. Berdasarkan hasil penelitian didapatkan bahwa penerapan bagging pada Neural Network dapat meningkatkan tingkat akurasi prediksi dengan nilai RMSE sebesar 10.513. Maka dapat disimpulkan bahwa prediksi harga listrik dengan mengggunakan bagging pada Neural Network lebih akurat dibandingkan dengan Neural Network tradisional. 
Optimalisasi Neural Network dengan Bootstrap Aggregating (Bagging) untuk Penentuan Prediksi Harga Listrik Somantri, Oman; Sasmito, Ginanjar Wiro; Sungkar, Muchamad Sobri
Scientific Journal of Informatics Vol 1, No 2 (2014): November 2014
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v1i2.4025

Abstract

Memprediksi harga listrik merupakan sebuah faktor penentu pendukung keputusan dalam mengeluarkan sebuah kebijakan pemerintah dalam menentukan harga listrik. Ketepatan akurasi prediksi sebuah prediksi harga listrik menjadi hal yang sangat diperhitungkan, dengan menggunakan Neural Network prediksi harga listrik diprediksi dengan harapan menghasilkan tingkat akurasi yang baik. Neural Network masih mempunyai kelemahan dalam menentukan nilai bobot terbaik sehingga optimalisasi dilakukan dengan menerapkan bagging kedalam model yang diusulkan. Berdasarkan hasil penelitian didapatkan bahwa penerapan bagging pada Neural Network dapat meningkatkan tingkat akurasi prediksi dengan nilai RMSE sebesar 10.513. Maka dapat disimpulkan bahwa prediksi harga listrik dengan mengggunakan bagging pada Neural Network lebih akurat dibandingkan dengan Neural Network tradisional.
Optimalisasi Neural Network dengan Bootstrap Aggregating (Bagging) untuk Penentuan Prediksi Harga Listrik Somantri, Oman; Sasmito, Ginanjar Wiro; Sungkar, Muchamad Sobri
Scientific Journal of Informatics Vol 1, No 2 (2014): November 2014
Publisher : Universitas Negeri Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.15294/sji.v1i2.4025

Abstract

Memprediksi harga listrik merupakan sebuah faktor penentu pendukung keputusan dalam mengeluarkan sebuah kebijakan pemerintah dalam menentukan harga listrik. Ketepatan akurasi prediksi sebuah prediksi harga listrik menjadi hal yang sangat diperhitungkan, dengan menggunakan Neural Network prediksi harga listrik diprediksi dengan harapan menghasilkan tingkat akurasi yang baik. Neural Network masih mempunyai kelemahan dalam menentukan nilai bobot terbaik sehingga optimalisasi dilakukan dengan menerapkan bagging kedalam model yang diusulkan. Berdasarkan hasil penelitian didapatkan bahwa penerapan bagging pada Neural Network dapat meningkatkan tingkat akurasi prediksi dengan nilai RMSE sebesar 10.513. Maka dapat disimpulkan bahwa prediksi harga listrik dengan mengggunakan bagging pada Neural Network lebih akurat dibandingkan dengan Neural Network tradisional. 
Co-Authors Alfarizi, Nur Ahmad Bahri, Wustol Bakhar, Muhamad Ginanjar Wiro Sasmito, Ginanjar Wiro Iswanto, Rendi Budi Labib, Adi Lukman Miftakhul Huda Niam, Bahrun Odi Nurdiawan Oman Somantri Pratiwi, Fitriyani Qirom, Qirom Qirom, Qirom Qurohman, M. Taufik Rony Darpono Sabara, Marstelani Adias Sucipto, Dani Sucipto, Dany Sulasmoro, Arfan Haqiqi Syaefani Arif Romadhon, Syaefani Arif Wikaningtyas, Ratri