Yuhanizu, - (2019) PENERAPAN METODE ELMAN RECURRENT NEURAL NETWORK UNTUK PREDIKSI LAJU PERTUMBUHAN PENDUDUK DI KOTA PEKANBARU. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
Cover ok.pdf Download (615kB) | Preview |
|
|
Text
Pengesahan ok.pdf Download (598kB) | Preview |
|
|
Text
Abstrak ok.pdf Download (581kB) | Preview |
|
|
Text
KATA PENGANTAR ok.pdf Download (448kB) | Preview |
|
|
Text
DAFTAR ISI ok.pdf Download (485kB) | Preview |
|
|
Text
BAB 1 oke.pdf Download (3MB) | Preview |
|
|
Text
BAB 2.pdf Download (1MB) | Preview |
|
|
Text
BAB 3.pdf Download (431kB) | Preview |
|
|
Text
BAB 4.pdf Download (1MB) | Preview |
|
Text
BAB 5.pdf Restricted to Repository staff only Download (622kB) |
||
|
Text
BAB 6.pdf Download (357kB) | Preview |
|
|
Text
DAFTAR PUSTAKA.pdf Download (364kB) | Preview |
Abstract
Laju pertumbuhan penduduk khususnya kota Pekanbaru terus meningkat setiap tahunnya dan menyababkan banyaknya terjadi pengangguran. Oleh karena itu dilakukan penelitian penerapan metode Elman Recurrent Neural Network (ERNN) untuk prediksi laju pertumbuhan penduduk di kota Pekanbaru guna untuk mengatsi pengangguran disuatu daerah. Variabel yang digunakan yaitu dari tahun tahun 1979 sampai tahun 2017 dengan jumlah data sebanyak 34 data. Total 34 data ini dibagi menjadi 3 bagian data latih dan 3 bagian data uji. Jumlah epoch yang dilakukan dalam pengujian ini sebanyak 100 epoch dengan rentan α dari 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, dan 0.9, batas toleransi error 0,0001. Hasil pengujian MSE berdasarkan metode ERNN nilai terkecil pada α 0.1 yaitu 0.017525. Dengan penelitian ini dapat diperoleh kesimpulan yaitu penerapan metode ERNN dapat diterapkan untuk prediksi laju pertumbuhan penduduk di kota Pekanbaru untuk tahun berikutnya. Kata kunci: ERNN, JST, Laju Pertumbuhan Penduduk, MSE, Prediksi.
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | ERNN, JST, Laju Pertumbuhan Penduduk, MSE, Prediksi. |
Subjects: | 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | Ari Eka Wahyudi |
Date Deposited: | 30 Sep 2019 02:05 |
Last Modified: | 30 Sep 2019 02:05 |
URI: | http://repository.uin-suska.ac.id/id/eprint/20880 |
Actions (login required)
View Item |