Prediksi Data Time Series Magnitude Gempa Bumi menggunakan Algoritma Cuckoo Search(CS) sebagai Metode Pelatihan Multi Layer Perceptron(MLP)

I Dewa Made Widiana

Informasi Umum

Kode

113118006

Klasifikasi

518.1 - Algorithms

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Algorithms

Dilihat

303 kali

Informasi Lainnya

Abstraksi

Geografi California yang cukup unik menyebabkan negara ini kerap kali diguncang gempa bumi. Melihat intensitas gempa yang cukup besar di California, maka akan lebih baik jika magnitude gempa selanjutnya dapat diprediksi. Untuk dapat memprediksi magnitude gempa selanjutnya, perlu dilakukan pembelajaran data history magnitude gempa sebelumnya untuk mendapatkan pola-pola data yang akan digunakan untuk memprediksi magnitude gempa selanjutnya. <br> Jaringan saraf tiruan merupakan perangkat artifisial terbaik, tepat untuk menyelesaikan permasalahan kombinatorial seperti prediksi dan klasifikasi[4]. Untuk metode pelatihan MLP(Multi Layer Perceptron) yang akan digunakan adalah algoritma Cuckoo Search (CS). <br> Cuckoo Search(CS) adalah algoritma optimasi yang dikembangkan oleh Xin-she Yang dan Suash Deb pada tahun 2009. Mereka terinspirasi dari prilaku parasit burung cuckoo saat berkembang biak, dimana beberapa spesies cuckoo menaruh telurnya di sarang burung lain(host). Algoritma ini memiliki performa yang mengesankan pada permasalahan optimasi untuk kasus bilangan real. <br> Berdasarkan penelitian algoritma optimasi Cuckoo Search(CS) dapat digunakan sebagai algoritma pembelajaran MLP untuk memprediksi magnitude gempa bumi. Hal ini dilihat dari nilai MSE yang dihasilkan cukup rendah. <br> gempa bumi, MLP, Cuckoo Search,MSE