This Author published in this journals
All Journal Tedc
Claim Missing Document
Check
Articles

Found 1 Documents
Search

KOMPARASI ANTARA ALGORITMA SUPPORT VECTOR MACHINE DAN ARTIFICIAL NEURAL NETWORK UNTUK PEMODELAN DATA TIME SERIES Dadan Saepul Ramdan
Jurnal TEDC Vol 8 No 2 (2014): Jurnal TEDC
Publisher : UPPM Politeknik TEDC Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (188.533 KB)

Abstract

Pemodelan time series merupakan salah satu subjek yang fundamental dan penting bagi beberapa penelitian. Banyak peneliti yang melakukan penelitian dalam subjek time series dalam beberapa tahun terakhir (Ratnadip & AgrawalAn, 2009). Support Vector Machine (SVM) dan Artificial Neural Network (ANN) telah diaplikasikan dengan sukses dalam banyak subjek penelitian dengan hasil generalisasi yang baik seperti rule extraction, classification dan evaluation. Support Vector Machine (SVM) adalah metode yang menjanjikan untuk prediksi time series karena menggunakan fungsi resiko dari emperical error dan regularized term yang berasal dari prinsip minimalisasi resiko struktural (Kyoung-jae, 2003). Artificial Neural Networks (ANN) adalah alat yang powerful yang didesain supaya mampu menyediakan solusi akurasi yang tinggi untuk permasalahan pemodelan di dunia nyata (Felicia, 2014). Penelitian ini bertujuan untuk membandingkan antara algortima SVM dan ANN untuk pemodelan data time series. Kata kunci : time series, artificial neural networks , support vector machine, ann, svm