Priambudi Agung Nugroho
{"title":"IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI-LAYER PERCEPTRON UNTUK PREDIKSI PENYINARAN MATAHARI KOTA BANDUNG","authors":"Priambudi Agung Nugroho","doi":"10.34010/komputa.v12i1.9419","DOIUrl":null,"url":null,"abstract":"Informasi mengenai lama penyinaran matahari dapat membantu kelancaran aktivitas pada berbagai bidang. Berdasarkan data statistik dari BPS Kota Bandung, tingkat penyinaran matahari yang terjadi pada tahun 2016 sampai 2021 mengalami kenaikan yang tidak teratur. Penelitian ini bertujuan untuk dapat memaksimalkan potensi manfaat sinar matahari dan untuk mengantisipasi fluktuasi tingkat penyinaran matahari yang terlalu rendah atau terlalu tinggi yaitu dengan pembuatan sistem prediksi menggunakan Jaringan Syaraf Tiruan model Multi-Layer Perceptron (JST-MLP). Implikasi internal dari penelitian ini adalah pengembangan model JST Multi-Layer Perceptron yang dapat digunakan untuk memprediksi perubahan radiasi matahari secara lebih akurat. Efek eksternal adalah kemungkinan penerapan sistem peramalan ini dalam kehidupan sehari-hari, seperti penggunaan dalam pertanian, perawatan kesehatan, dan produksi energi matahari. Selain itu, penelitian ini juga dapat memberikan informasi yang berguna bagi para pengambil keputusan di bidang terkait untuk meningkatkan pemanfaatan energi matahari secara efisien dan optimal. Terdapat total 72 data, 48 untuk pelatihan dan 24 untuk pengujian, dengan parameter learning rate 0,2 dan jumlah maksimal 1000 iterasi. Pada proses pelatihan didapatkan hasil MSE sebesar 0,086182 pada epoch ke 1000 sedangkan pada proses pengujian nilai MSE 0,10921. Model JST Multi-Layer Perceptron dapat digunakan untuk membangun sistem prediksi dari data yang ada, seperti yang ditunjukkan oleh temuan penelitian. Penelitian ini dapat membuka peluang untuk mengembangkan model JST lain yang dapat memprediksi fenomena alam lainnya dengan akurasi yang lebih tinggi. Penelitian ini juga dapat menjadi referensi untuk penelitian selanjutnya terkait pemanfaatan energi matahari di berbagai sektor seperti teknik pertanian, kesehatan. ","PeriodicalId":346733,"journal":{"name":"Komputa : Jurnal Ilmiah Komputer dan Informatika","volume":"55 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-05-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Komputa : Jurnal Ilmiah Komputer dan Informatika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34010/komputa.v12i1.9419","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

关于旧太阳耀斑的信息可以帮助许多领域进行平稳的活动。根据万隆BPS的统计数据,2016年至2021年发生的日晒水平一直在不规则增加。这项研究的目的是最大限度地利用太阳辐射的潜在益处,并预测太阳辐射水平的太低或太高,即使用一种模拟多层模型模型来创建预测系统。这项研究的内部含义是JST模型的开发可以用来更准确地预测太阳辐射的变化。外部影响是这些天体系统在日常生活中的可能应用,如农业使用、医疗保健和太阳能生产。此外,本研究还可以为相关决策者提供有用的信息,以有效和最优地利用太阳能。总共有72个数据,48个用于培训,24个用于测试,学习参数为0.2,最高数量为1000次重复。在培训过程中,在epoch获得0.086182到1000的MSE结果,在测试MSE值0.10921的过程中获得。JST多层Perceptron模型可以用来构建现有数据的预测系统,如研究发现所示。这项研究可以为开发另一种JST模型提供机会,该模型可以更准确地预测其他自然现象。这项研究也可以参考未来关于太阳能在农业、健康等领域的研究。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
IMPLEMENTASI JARINGAN SYARAF TIRUAN MULTI-LAYER PERCEPTRON UNTUK PREDIKSI PENYINARAN MATAHARI KOTA BANDUNG
Informasi mengenai lama penyinaran matahari dapat membantu kelancaran aktivitas pada berbagai bidang. Berdasarkan data statistik dari BPS Kota Bandung, tingkat penyinaran matahari yang terjadi pada tahun 2016 sampai 2021 mengalami kenaikan yang tidak teratur. Penelitian ini bertujuan untuk dapat memaksimalkan potensi manfaat sinar matahari dan untuk mengantisipasi fluktuasi tingkat penyinaran matahari yang terlalu rendah atau terlalu tinggi yaitu dengan pembuatan sistem prediksi menggunakan Jaringan Syaraf Tiruan model Multi-Layer Perceptron (JST-MLP). Implikasi internal dari penelitian ini adalah pengembangan model JST Multi-Layer Perceptron yang dapat digunakan untuk memprediksi perubahan radiasi matahari secara lebih akurat. Efek eksternal adalah kemungkinan penerapan sistem peramalan ini dalam kehidupan sehari-hari, seperti penggunaan dalam pertanian, perawatan kesehatan, dan produksi energi matahari. Selain itu, penelitian ini juga dapat memberikan informasi yang berguna bagi para pengambil keputusan di bidang terkait untuk meningkatkan pemanfaatan energi matahari secara efisien dan optimal. Terdapat total 72 data, 48 untuk pelatihan dan 24 untuk pengujian, dengan parameter learning rate 0,2 dan jumlah maksimal 1000 iterasi. Pada proses pelatihan didapatkan hasil MSE sebesar 0,086182 pada epoch ke 1000 sedangkan pada proses pengujian nilai MSE 0,10921. Model JST Multi-Layer Perceptron dapat digunakan untuk membangun sistem prediksi dari data yang ada, seperti yang ditunjukkan oleh temuan penelitian. Penelitian ini dapat membuka peluang untuk mengembangkan model JST lain yang dapat memprediksi fenomena alam lainnya dengan akurasi yang lebih tinggi. Penelitian ini juga dapat menjadi referensi untuk penelitian selanjutnya terkait pemanfaatan energi matahari di berbagai sektor seperti teknik pertanian, kesehatan. 
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信