Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

Penerapan Algoritma Jaringan Syaraf Tiruan Extreme Learning Machine Untuk Memprediksi Bandwidth Internet (Studi Kasus : SMK Negeri Kehutanan Pekanbaru)

Ikhsan Prakasa Putra, - (2021) Penerapan Algoritma Jaringan Syaraf Tiruan Extreme Learning Machine Untuk Memprediksi Bandwidth Internet (Studi Kasus : SMK Negeri Kehutanan Pekanbaru). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
LAP-IKHSAN PRAKASA PUTRA (Seluruh Halaman Kecuali BAB IV DAN V).pdf

Download (4MB) | Preview
[img] Text (BAB IV DAN V)
LAP-IKHSAN PRAKASA PUTRA (BAB IV DAN V).pdf - Published Version
Restricted to Repository staff only

Download (2MB)

Abstract

Jaringan Syaraf Tiruan (JST) seringkali digunakan dalam menyelesaikan sebuah masalah seperti prediksi, klasifikasi, dan juga pengolahan data. Berdasarkan hal tersebut, penelitian ini menerapkan JST untuk menangani permasalahan dalam prediksi bandwidth dengan menerapkan metode Extreme Learning Machine (ELM). Hasil penelitian dengan menggunakan neuron input sebanyak 5 unit dan hidden layer sebanyak 2 unit memperoleh hasil nilai MSE terkecil yaitu 0,15 pada model terbaik 90:10. Dari total 125 data, dimana data uji yang digunakan sebanyak 13 data dan data training sebanyak 112 data. Sedangkan MAPE memperoleh nilai 3,92% pada model terbaik 90:10 pada data download dan 8,92% divarian 90:10 pada data upload. Dengan hasil prediksi pada bulan Juli 2018 sebesar 3 Mbps untuk Download dan Upload. Sehingga dari penelitian yang dilakukan dapat disimpulkan bahwa metode yang digunakan dapat diterapkan pada prediksi bandwidth internet.

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 26 Feb 2021 03:56
Last Modified: 26 Feb 2021 03:56
URI: http://repository.uin-suska.ac.id/id/eprint/46693

Actions (login required)

View Item View Item