Implementasi genetic algorithm neural network pada aplikasi peramalan produksi mie (studi kasus : omega mie jaya)

Pratama, Jansen (2014) Implementasi genetic algorithm neural network pada aplikasi peramalan produksi mie (studi kasus : omega mie jaya). Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (846kB) | Preview
Preview	Text BAB II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text BAB V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (766kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (897kB) | Preview

Abstract

Penelitian ini bertujuan untuk membuat aplikasi yang berguna dalam menentukan jumlah produksi mie untuk Omega Mie Jaya. Pembuatan aplikasi ini menggunakan genetic algorithm neural network. Pembuatan aplikasi dengan metode neural network dan genetic algorithm digunakan untuk optimalisasi bobot dalam neural network. Dari hasil ujicoba, aplikasi ini menggunakan jaringan dengan 12 input data, lima neuron hidden layer pertama, tiga neuron di hidden layer kedua, dan tiga neuron di hidden layer terakhir. Lalu untuk parameter algoritma genetika yang digunakan adalah 10 individu, 50 generasi, peluang crossover 0,8 dan peluang mutasi 0,1. Tingkat akurasi dari penggunaan aplikasi peramalan ini mencapai 86%. Setelah dilakukan ujicoba kepuasan aplikasi, didapatkan hasil bahwa sebanyak 71,7% responden puas dengan aplikasi yang dibuat.

Item Type:	Thesis (Bachelor Thesis)
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming 600 Technology (Applied Sciences) > 600 Technology > 600 Technology
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	31 Jul 2017 05:40
Last Modified:	05 Apr 2023 05:32
URI:	https://kc.umn.ac.id/id/eprint/1638

Actions (login required)

View Item