PERBANDINGAN METODE LEARNING VECTOR QUANTIZATION DAN BACKPROPAGATION UNTUK MEMPREDIKSI JUMLAH PENGUNJUNG WISATA DI KOTA TANJUNGPINANG
Total View This Week0
Total View This Week0
Institusion
Universitas Maritim Raja Ali Haji
Author
SAFUTRI, NOVIA
Nurfalinda, Nurfalinda
Rathomi, Muhamad Radzi
Nurfalinda, Nurfalinda
Rathomi, Muhamad Radzi
Subject
006.3 Artificial Intelligence/Kecerdasan Buatan
Datestamp
2024-08-05 06:22:27
Abstract :
Tujuan penelitian ini untuk mengevaluasi tingkat akurasi serta membandingkan penggunaan metode Learning Vector Quantization dan Backpropagation dalam meramalkan jumlah wisatawan di Kota Tanjungpinang. Variabel yang digunakan meliputi inflasi, kurs, masa libur, dan jumlah pengunjung, diambil dari data Januari 2016 hingga Desember 2020. Penelitian ini memanfaatkan berbagai variasi parameter seperti learning rate, deca dan juga epoch untuk memperoleh akurasi terbaik dari kedua metode. Hasil pengujian dengan menggunakan 60 data dan dilakukan dengan lima kali uji coba Maka didapatkanlah nilai akurasi yang paling baik yaitu pada metode Backpropagation dengan nilai akurasi sebesar 69.4% dengan learning rate = 0.01 hingga 0.05 , deca = 0.1, 0.2 di epoch = 20 dan 40, dengan data testing 40% dan data training 60%. Sementara itu, metode Learning Vektor Quantization hanya mencapai nilai akurasi sebesar 66.6% dengan learning rate = 0.03 , deca = 0.1, 0.2 di epoch = 20 dan 40 pada data pelatihan 70% dan data pengujian 30%. Jadi metode Bacpropagation lebih efektif dan memiliki nilai akurasi lebih tinggi dalam memprediksi jumlah pengunjung wisata di kota Tanjungpinang dibandingkan metode Learning Vectror Quantization.
Tujuan penelitian ini untuk mengevaluasi tingkat akurasi serta membandingkan penggunaan metode Learning Vector Quantization dan Backpropagation dalam meramalkan jumlah wisatawan di Kota Tanjungpinang. Variabel yang digunakan meliputi inflasi, kurs, masa libur, dan jumlah pengunjung, diambil dari data Januari 2016 hingga Desember 2020. Penelitian ini memanfaatkan berbagai variasi parameter seperti learning rate, deca dan juga epoch untuk memperoleh akurasi terbaik dari kedua metode. Hasil pengujian dengan menggunakan 60 data dan dilakukan dengan lima kali uji coba Maka didapatkanlah nilai akurasi yang paling baik yaitu pada metode Backpropagation dengan nilai akurasi sebesar 69.4% dengan learning rate = 0.01 hingga 0.05 , deca = 0.1, 0.2 di epoch = 20 dan 40, dengan data testing 40% dan data training 60%. Sementara itu, metode Learning Vektor Quantization hanya mencapai nilai akurasi sebesar 66.6% dengan learning rate = 0.03 , deca = 0.1, 0.2 di epoch = 20 dan 40 pada data pelatihan 70% dan data pengujian 30%. Jadi metode Bacpropagation lebih efektif dan memiliki nilai akurasi lebih tinggi dalam memprediksi jumlah pengunjung wisata di kota Tanjungpinang dibandingkan metode Learning Vectror Quantization.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
