Record Details

Penerapan Metode Extreme Learning Machine (ELM) dengan Optimasi Particle Swarm Optimization (PSO) untuk memprediksi Harga Cabai Keriting di Kota Malang

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Penerapan Metode Extreme Learning Machine (ELM) dengan Optimasi Particle Swarm Optimization (PSO) untuk memprediksi Harga Cabai Keriting di Kota Malang
 
Added Entry - Uncontrolled Name Sukma, Tara Dewanti
Cholissodin, Imam
Santoso, Edy
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Cabai keriting merupakan suatu kebutuhan pokok bagi masyarakat Kota Malang yaitu sebagai pelengkap bumbu masakan, sehingga keberadaannya sering dicari. Hal ini menyebabkan terjadinya fluktuasi akibat pengaruh jumlah permintaan terhadap perubahan harga. Maka diperlukan sistem prediksi harga cabai keriting di Kota Malang guna meminimalisir terjadinya ketidakstabilan harga. Extreme Learning Machine (ELM) merupakan salah satu metode prediksi yang memiliki akurasi tinggi serta waktu eksekusi lebih cepat. ELM tidak mempunyai fungsi seleksi fitur, sehingga diperlukan metode optimasi seperti Particle Swarm Optimization (PSO). PSO diimplementasikan sebagai solusi untuk mendapatkan bobot yang optimal dengan nilai fitness sebagai pembandingnya. Berdasarkan pengujian yang telah dilakukan terhadap harga cabai keriting didapatkan nilai rata-rata MAPE sebesar 1,133803% serta nilai rata-rata fitness sebesar 0,400346 dengan parameter optimal terdiri dari jumlah fitur bernilai 2, hidden neuron sebanyak 3 buah, perbandingan presentase antara data training dan testing sebesar 90%:10%, bobot inersia bernilai 0,5, c1 bernilai 3, c2 bernilai 1,5, nilai batas bawah kecepatan sebesar -0,8, nilai batas atas kecepatan sebesar 0,8, populasi sebesar 100, serta dilakukan sebanyak 260 iterasi. Dari hasil pengujian dapat disimpulkan bahwa PSO mampu mengoptimasi bobot ELM sehingga mendapatkan akurasi yang optimal.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/9797
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 5 No 9 (2021): September 2021
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2021 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com