ESTIMASI HARGA KEBUTUHAN POKOK DI KOTA BANDUNG DAN PROVINSI JAWA BARAT MENGGUNAKAN METODE LONG SHORT-TERM MEMORY NETWORKS (LSTM)

MUHAMMAD REFIAN SUDJARPADI PUTRA

Informasi Dasar

72 kali
20.04.449
006.31
Karya Ilmiah - Skripsi (S1) - Reference

Fenomena fluktuasi harga khususnya pada harga bahan pokok merupakan pilar utama dari kegiatan ekonomi, yang tentunya akan sangat menguntungkan semua pihak yang terlibat jika terdapat metode untuk memprediksi fluktuasi harga di hari yang akan datang. Maka dirancang sebuah model pembelajaran mesin untuk memprediksi harga bahan pokok dengan menggunakan metode Long Short-Term Memory Networks (LSTM). Diharapkan dengan metode ini dapat menjadi sebuah sistem yang dapat diandalkan dalam memprediksi harga bahan pokok, baik dari segi akurasi maupun dari segi rentang waktu prediksi di hari yang akan datang.

Subjek

Machine Learning
 

Katalog

ESTIMASI HARGA KEBUTUHAN POKOK DI KOTA BANDUNG DAN PROVINSI JAWA BARAT MENGGUNAKAN METODE LONG SHORT-TERM MEMORY NETWORKS (LSTM)
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

MUHAMMAD REFIAN SUDJARPADI PUTRA
Perorangan
ANDREW BRIAN OSMOND, ANTON SISWO RAHARJO ANSORI
 

Penerbit

Universitas Telkom, S1 Teknik Komputer
Bandung
2020

Koleksi

Kompetensi

  • CEG3G3 - KECERDASAN BUATAN
  • CEH4F3 - PEMBELAJARAN MESIN
  • TKI4F3 - PEMBELAJARAN MESIN

Download / Flippingbook

 

Ulasan

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