Search for collections on Itenas Repository

TA: IMPLEMENTASI BACKPROPAGATION BERDASARKAN PARTICLE SWARM OPTIMIZATION UNTUK MEMPREDIKSI JUMLAH PENUMPANG KERETA API

Mirfiza, Rifki (2020) TA: IMPLEMENTASI BACKPROPAGATION BERDASARKAN PARTICLE SWARM OPTIMIZATION UNTUK MEMPREDIKSI JUMLAH PENUMPANG KERETA API. Skripsi thesis, Institut Teknologi Nasional Bandung.

[img]
Preview
Text (Cover)
01 Cover 152016118.pdf

Download (1MB) | Preview
[img]
Preview
Text (Abstrak)
02 Abstrak 152016118.pdf

Download (55kB) | Preview
[img]
Preview
Text (Daftar Isi)
03 Daftar Isi 152016118.pdf

Download (94kB) | Preview
[img]
Preview
Text (Bab 1)
04 Bab 1 152016118.pdf

Download (1MB) | Preview
[img]
Preview
Text (Bab 2)
05 Bab 2 152016118.pdf

Download (494kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
06 Daftar Pustaka 152016118.pdf

Download (206kB) | Preview

Abstract

Kereta api merupakan salah satu transportasi umum yang paling banyak diminati oleh masyarakat Indonesia. Hal ini tentunya membuat penumpang kereta api dari waktu ke waktu akan semakin meningkat. Oleh karena itu, stasiun kereta api memerlukan suatu perencanaan guna mengetahui perkiraan atau prediksi jumlah penumpang. Hal tersebut dilakukan agar PT KAI dapat melakukan antisipasi jika suatu saat terjadi lonjakan penumpang agar tetap bisa memberikan pelayanan terbaik. Salah satu cara untuk memecahkan masalah tersebut adalah dengan menggunakan metode jaringan syaraf tiruan agar bisa mendapatkan prediksi yang dibutuhkan. Pada penelitian ini, metode backpropagation dan particle swarm optimization dipilih untuk melakukan prediksi jumlah penumpang kereta api. Kedua metode ini memiliki beberapa parameter seperti epoch, learning rate, c1 c2 dan popsize. Data yang digunakan pada penelitian ini berjumlah 60 data, yang terbagi menjadi 48 data latih dan 12 data uji, dengan jarak waktu antara Bulan Januari 2015 sampai dengan Desember 2019. Hasil pengujian menunjukkan akurasi prediksi yang didapatkan sebesar 90.79% dengan menggunakan 100 epoch, 0.007 learning rate, 10 popsize nilai MAPE 9.21%, dan MSE 0.0133. Sehingga dapat disimpulkan bahwa kedua metode dapat memberikan hasil prediksi yang cukup akurat. Kata Kunci: Prediksi, Kereta api, Jaringan Syaraf Tiruan, Backpropagation, Particle Swarm Optimization

Item Type: Thesis (Skripsi)
Contributors:
ContributionContributorsemail
Thesis advisorNurhasanah, Youllia IndrawatyUNSPECIFIED
Thesis advisorFahrudin, Nur FitriantiUNSPECIFIED
Divisions: 1 Fakultas Teknologi Industri > 55201 Teknik Informatika S1
Depositing User: Erma Sukmaida
Date Deposited: 06 Apr 2021 04:11
Last Modified: 05 May 2021 02:53
URI: http://eprints.itenas.ac.id/id/eprint/1316

Actions (login required)

View Item View Item