Open AccessKOMPARASI MODEL PREDIKSI BEBAN PUNCAK HARIAN LISTRIKANTARA ALGORITMA BACKPROPAGATION DENGAN ALGORITMA KOHONEN MAP
Author(s) -
Sandy Bhawana Mulia
Publication year - 2015
Publication title -
tematik : jurnal teknologi informasi dan komunikasi
Language(s) - Slovak
Resource type - Journals
ISSN - 2443-3640
DOI - 10.38204/tematik.v2i2.77
Subject(s) - backpropagation , self organizing map , computer science , artificial intelligence , artificial neural network , matlab , pattern recognition (psychology) , operating system
Abstrak : Teknologi Soft Computing telah membantu banyak peneliti dalam mengembangkan sebuah penelitiannya. Contohnya adalah pengembangan model prediksi beban listrik harian non linier berbasis kecerdasan buatan yang menggunakan algoritma Backporpagation dan algoritma Kohonen Map. Kode computer yang dikembangkan menggunakan software Matlab R2008b dari Mathwork Corp. Dapat dilihat dari hasil perhitungan bahwa keakuratan model Backpropagation 99,83 % sedangkan model Kohonen Map hanya 97,53 %. Dengan demikian dapat disimpulkan bahwa model prediksi menggunakan algoritma Backpropagation lebih baik tingkat akurasinya dibandingkan dengan model prediksi menggunakan metoda Kohonen Map.