Peramalan Harga Cabai Menggunakan Algoritma Hybrid Exponential Generalised Autoregressive Conditional Heteroskedasticity (EGARCH) dan Artificial Neural Network (ANN)

VENI DELLA SELFIANA

Informasi Dasar

60 kali
18.04.2643
C
Karya Ilmiah - Skripsi (S1) - Reference

Perkiraan cuaca merupakan satu hal yang sangat penting, karena cuaca sangat berpengaruh terhadap kualitas dari pertumbuhan berbagai macam pangan, seperti sayur-mayur dan juga buah-buahan termasuk cabai. Kualitas pertumbuhan juga sangat berpengaruh terhadap harga cabai, untuk itu perlu untuk memprediksi keduanya. Dengan menggunakan pendekatan time series yang akan dioptimasi oleh algoritma soft computing peramalan harga cabai dapat dicapai. Pada jurnal tugas akhir ini, akan digunakan algoritma Hybrid Exponential Generalised Autoregressive Conditional Heteroskedasticity (EGARCH) dan Artificial Neural Network (ANN) dengan menggunakan algoritma ini maka akan diprediksi harga cabai, dan juga keterkaitan antara harga cabai dengan curah hujan. Untuk data harga, model EGARCH yang digunakan adalah EGARCH (1,1) yang akan dioptimasi menggunakan backpropagation Artificial Neural Network (ANN) dengan pola (1:3,4) menghasilkan nilai MSE 0.24258.

Kata kunci : EGARCH, ANN, prediksi, Hybrid, MSE

Subjek

Skripsi
 

Katalog

Peramalan Harga Cabai Menggunakan Algoritma Hybrid Exponential Generalised Autoregressive Conditional Heteroskedasticity (EGARCH) dan Artificial Neural Network (ANN)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

VENI DELLA SELFIANA
Perorangan
FHIRA NHITA, ANIQ ATIQI ROHMAWATI
 

Penerbit

Universitas Telkom
Bandung
2018

Koleksi

Kompetensi

  • CNH4S3 - ANALISIS TIME SERIES
  • CCH4A3 - PENULISAN PROPOSAL
  • CNH4F3 - SOFT COMPUTING
  • CII4A2 - PENULISAN PROPOSAL
  • CII9G6 - PROPOSAL PENELITIAN

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini