PERAMALAN JUMLAH KENDARAAN DI DKI JAKARTA DENGAN JARINGAN BACKPROPAGATION

  • Alwi Smith 1Fakultas Keguruan dan Ilmu Pendidikan Universitas Pattimura
  • Zumrotus Sya’diyah Fakultas Keguruan dan Ilmu Pendidikan Universitas Darussalam Ambon
Keywords: jaringan syaraf tiruan, metode backpropagation..

Abstract

Kemacetan di ibukota DKI Jakarta tidak dapat dihindari, terutama pada titik-titik persimpangan baik di jalan-jalan protokol hingga di jalan lingkungan. Semakin hari, kemacetan di Jakarta semakin parah. Menurut sebuah penelitian, kemacetan tersebut membuat masyarakat Jakarta mengalami kerugian hingga Rp 48 triliun per tahun [1]. Dalam makalah ini akan dibahas mengenai prediksi jumlah kendaraan pada tahun 2017. Prediksi ini akan dilakukan dengan menggunakan jaringan syaraf tiruan, yaitu metode backpropagation. Metode ini digunakan karena keunggulannya dalam learning rate. Learning rate sangat berguna dalam menentukan prediksi dengan eror yang kecil. Prediksi jumlah kendaraan ini akan dilakukan pada kendaraan bermotor, mobil pribadi dan kendaraan umum. Sehingga dari hasil prdiksi ini akan dapat ditentukan langkah-langkah yang tepat untuk menekan laju pertumbuhan jumlah kendaraan. Dalam pembahasannya nanti akan digunakan Matlab 2009a.

Downloads

Download data is not yet available.

References

1. Fausett, Laurence. Fundamentals of Neural Network: Architectures, Fundamentals, and Applications. Newe Jersey : Prentice-Hall, Inc., 1994.
2. Susanto. www.Detik News.com. [Online] 26 November 2008. [Dikutip: 23 Juni 2015.] www.Detik News.com//kemacetan_susanto_26NOV2008.
3. Kompolnas. www.komisikepolisianindonesia.com. [Online] Juni 2016. www.komisikepolisianindonesia.com/data_kendaraan_2016.
Published
2018-02-05
How to Cite
[1]
A. Smith and Z. Sya’diyah, “PERAMALAN JUMLAH KENDARAAN DI DKI JAKARTA DENGAN JARINGAN BACKPROPAGATION”, BAREKENG, vol. 10, no. 2, pp. 117-125, Feb. 2018.