PREDIKSI DATA HILANG MENGGUNAKAN NEURAL NETWORK

Winita, Sulandari and Sarngadi, Palgunadi Yohanes (2009) PREDIKSI DATA HILANG MENGGUNAKAN NEURAL NETWORK. Seminar Nasional Penelitian, Pendidikan, dan Penerapan MIPA 2009. ISSN 978-979-96880-5-7

[img]
Preview
Text
M_Stat_22_Winita S.pdf

Download (51kB) | Preview

Abstract

Fakta menunjukkan bahwa tidak semua data di lapangan merupakan data yang lengkap, sering kita jumpai adanya data yang hilang (missing data). Dalam penelitian ini, neural network (NN) dipilih sebagai metode untuk prediksi data hilang. NN adalah suatu sistem proses informasi yang mempunyai karakteristik tampilan seperti pada jaringan syaraf biologis. Dalam penerapannya NN mengandung sejumlah parameter (bobot) yang terbatas. Jumlah parameter yang optimal tergantung pada penentuan kombinasi yang tepat antara jumlah variabel input dan jumlah unit pada lapisan hidden. Untuk menentukan jumlah unit pada lapisan hidden didasarkan pada kriteria informasi MSE. Data yang digunakan berupa data lengkap, IHK periode Januari 2002 sampai dengan Januari 2007 (terdapat sebanyak 61 data). Data dieliminasi secara random sebanyak 5%, 10%, 15% dan 20% sebagai data hilang. Untuk prediksi data hilang dengan NN dilakukan pelatihan dari sebanyak 55 data pertama dikurangi banyaknya data hilang sehingga diperoleh model dengan bobot-bobot tertentu. Model ini selanjutnya akan digunakan untuk prediksi data hilang. Dari 5 data terakhir akan diketahui tingkat kebenaran NN dalam prediksi data IHK. Lebih lanjut, penulis membandingkan metode NN dengan metode yang lain, yaitu substitusi mean dan mean dua data terdekat. Kesimpulan yang diperoleh adalah metode NN memberikan MSE paling kecil dibandingkan dengan metode lain (mean dan mean dua data terdekat), dalam hal prediksi 5 data terakhir dari data IHK yang digunakan.

Item Type: Article
Subjects: Prosiding > Seminar Nasional Penelitian, Pendidikan, dan Penerapan MIPA 2009
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Jurusan Pendidikan Matematika
Depositing User: Eprints
Date Deposited: 04 Mar 2015 02:25
Last Modified: 04 Mar 2015 02:25
URI: http://eprints.uny.ac.id/id/eprint/12217

Actions (login required)

View Item View Item