Claim Missing Document
Check
Articles

Found 2 Documents
Search

Prediksi Jumlah Kedatangan Wisatawan Nasional Indonesia Berdasarkan Pintu Masuk Kedatangan Udara Menggunakan Jaringan Saraf Tiruan Backpropagation Catur Nur Tasya; Ardath Prahara Setyan; Jarwo
Jurnal Aplikasi Sistem dan Teknik Informatika Pomosda (JASTIP) Vol. 3 No. 01 (2025): Jurnal Aplikasi Sistem dan Teknik Informatika Pomosda (JASTIP)
Publisher : Program Studi Teknik Informatika STT POMOSDA Nganjuk

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Indonesia adalah negara berkeanekaragaman yang besar, dan keanekaragaman serta Keindahan alam memiliki daya tarik unik di dunia sebagai salah satu destinasi wisata. Di Indonesia, dorongan untuk berwisata muncul sebagai upaya memenuhi kebutuhan yang berkembang, disesuaikan dengan waktu, situasi, serta pengalaman individu, yang selaras dengan suatu hierarki tertentu. Projek ini mengusulkan sistem untuk membantu dalam memprediksi sebarapa banyak jumlah kunjungan wisatawan yang berpergian melalui pintu masuk udara setiap bulan. Sistem adalah untuk memberikan strategi untuk mengetahui arah tujuan wisatawan yang paling banyak. Algoritma backpropagation merupakan teknik yang dapat meningkatkan ketepatan dalam melakukan peramalan. Hal ini dicapai dengan cara menyesuaikan bobot jaringan secara bertahap melalui mekanisme propagasi balik kesalahan, sehingga model dapat lebih baik dalam mengenali dan menyesuaikan diri terhadap pola data yang ada. Setelah menguji dari dataset dan data uji berdasarkan jumlah dari akumulasi di setiap bulan maka hasilnya menunjukkan bahwa model tersebut dapat secara akurat memperkirakan kedatangan wisatawan, sehingga meningkatkan pengambilan keputusan strategis di sektor pariwisata.
PREDIKSI LUAS AREA KEBAKARAN HUTAN DI PORTUGAL BERDASARKAN KONDISI CUACA MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION Ardath Prahara Setyan; Lilis NurAnnissa
CYBER-TECHN Vol. 19 No. 01 (2025): CYBER-Techn
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat (LPPM)

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Bencana kebakaran hutan merupakan suatu peristiwa serius yang sering terjadi dan perlu diwaspadai. Selain ekosistem kawasan hutan itu sendiri, pemukiman yang berada di dekat area terbakar juga akan merasakan dampaknya. Pada kasus ini ada beberapa faktor yang memicu tingkat luasnya area kebakaran seperti suhu, angin, kelembapan, dll. Penelitian ini menerapkan metode Jaringan Syaraf Tiruan (JST) dan algoritma Backpropagation untuk memprediksi luas area yang terbakar agar dapat dilakukan pencegahan serta mitigasi kebakaran hutan. Data yang digunakan berasal dari UCI Machine Learning Repository, berisi 517 data yang memuat informasi seperti suhu, kelembaban, kecepatan angin, dan lainnya. Langkah awal dilakukan praproses seperti normalisasi data dan mengubah data angka menjadi kategori, lalu data dibagi menjadi data latih dan uji. Dilakukan metode algoritma backpropagation dengan menyesuaikan bobot dalam jaringan berdasarkan yang terjadi untuk memahami pola yang ada. Kemudian pengujian data, hasilnya menunjukkan bahwa metode JST mampu memberikan prediksi yang cukup akurat, dan kinerja model dinilai menggunakan nilai RMSE dan korelasi.