Optimalisasi Model Neuro Fuzzy untuk Data Time Series dengan Metode Dekomposisi Nilai Singular

Agus Maman, Abadi and Dhoriva Urwatul, Wutsqa (2012) Optimalisasi Model Neuro Fuzzy untuk Data Time Series dengan Metode Dekomposisi Nilai Singular. Artikel Penelitian Fundamental.

Text artikel ilmiah_HF2012.docx Download (201kB)

Abstract

Penelitian ini bertujuan untuk mengembangkan prosedur baru dalam pemodelan neuro fuzzy yang optimal untuk data time series. Secara khusus dalam penelitian akan dikembangkan prosedur baru dalam pemodelan fuzzy Takagi-Sugeno-Kang order satu untuk data time series yang penentuan parameter-parameternya dilakukan dengan metode dekomposisi nilai singular dan neural network, sehingga diperoleh metode pembentukan model neuro fuzzy untuk data time series yang optimal. Pada penelitian ini telah dikembangkan prosedur untuk mendapatkan model fuzzy Takagi-Sugeno-Kang yang optimal untuk data time series yaitu dengan mengoptimalkan pencarian nilai parameter pada konsekuen dari aturan fuzzy dengan metode dekomposisi nilai singular. Kemudian telah dibentuk suatu prosedur baru pemodelan neuro fuzzy yang optimal yaitu model fuzzy yang pengoptimalan parameter-parameternya didasarkan pada neural network dengan metode dekomposisi nilai singular. Parameter-parameter pada bagian konsekuen dari aturan fuzzy dioptimalkan dengan metode dekomposisi nilai singular dan parameter-parameter pada bagian anteceden dari aturan fuzzy dioptimalkan berdasarkan neural network backpropagation dengan metode gradient descent.

Item Type:	Article
Additional Information:	LAPORAN HASIL PENELITIAN HIBAH FUNDAMENTAL 2012
Uncontrolled Keywords:	optimalisasi, neuro fuzzy, time series, dekomposisi nilai singular
Subjects:	LPPM
Divisions:	LPPM - Lembaga Penelitian dan Pengabdian kepada Masyarakat
Depositing User:	LPPM UNY
Date Deposited:	29 Jul 2015 06:15
Last Modified:	29 Jul 2015 06:15
URI:	http://eprints.uny.ac.id/id/eprint/24124

Actions (login required)

View Item