A PHP Error was encountered
Severity: Notice
Message: Undefined offset: 1
Filename: controllers/Document.php
Line Number: 69
Backtrace:
File: /home/rama/public_html/application/controllers/Document.php
Line: 69
Function: _error_handler
File: /home/rama/public_html/index.php
Line: 296
Function: require_once
A PHP Error was encountered
Severity: Notice
Message: Undefined offset: 1
Filename: controllers/Document.php
Line Number: 69
Backtrace:
File: /home/rama/public_html/application/controllers/Document.php
Line: 69
Function: _error_handler
File: /home/rama/public_html/index.php
Line: 296
Function: require_once
A PHP Error was encountered
Severity: Notice
Message: Undefined offset: 1
Filename: controllers/Document.php
Line Number: 69
Backtrace:
File: /home/rama/public_html/application/controllers/Document.php
Line: 69
Function: _error_handler
File: /home/rama/public_html/index.php
Line: 296
Function: require_once
@thesis{thesis,
author={Dafiqus and Maria Irmina and Romeo },
title ={TA : Penerapan Neural Network Time Series untuk Prediksi Sirkulasi Container Masuk dan Keluar di PT. Prima Manggalindo},
year={2007},
url={https://repository.dinamika.ac.id/id/eprint/6432/},
abstract={Kecenderungan memilih cara yang instan dan otomatis dalam pemenuhan kebutuhan membuat manusia berlomba-lomba menciptakan inovasi baru. Kemajuan teknologi informasi yang telah dicapai manusia memungkinkan untuk bisa diimplementasikan untuk berbagai kebutuhan. Salah satunya dengan Pembuatan Aplikasi Penerapan Neural Network Time Series untuk Prediksi Sirkulasi Container Masuk dan Keluar.
Aplikasi penerapan prediksi sirkulasi container masuk dan keluar yang disajikan secara grafis dan interaktif. Sirkulasi container di tiap waktu adalah tidak tetap. Dibutuhkan suatu metode yang dapat menggali data-data sirkulasi container ini dan menemukan pola-pola yang ada, sehingga dapat diprediksikan. Backpropagation Neural Network yang memiliki kemampuan untuk belajar sendiri dari data-data yang diumpankan kepadanya dan membentuk pola-pola terhadap data-data tersebut, merupakan pilihan solusi yang akan digunakan. Karena sirkulasi container yang masuk dan keluar depo juga sangat bergantung pada waktu, sehingga dibutuhkan prediksi yang mencakup deret waktu (time series), maka dibutuhkan pengembangan lebih lanjut dari Backpropagation Neural Network, yaitu Neural Network Time Series.
Dalam Tugas Akhir ini, implementasi Neural Network metode Backpropagation digunakan untuk menghasilkan konstanta inputan. Dengan pemanfaatan metode ini dapat dilihat dari hasil perhitungan prediksi selisih neural network = 0.}
}