No image available for this title

Text

METODE HYBRID PARTICLE SWARM OPTIMIZATION - NEURAL NETWORK BACKPROPAGATION UNTUK PREDIKSI HASIL PERTANDINGAN SEPAK BOLA



Hybrid adalah menggunakan 2 metode pada sebuah permasalahan dengan tujuan untuk meningkatkan pendekatan terhadap data target yang ditentukan. Hybrid PSO-JST salah satu algoritma yang optimal untuk menyelesaikan seperti prediksi hasil pertandingan sepakbola. Proses menentukan hasil diawali dengan menguji dataset dengan arsitektur neural network, menentukan parameter input, nilai weight hingga nilai hidden layer dan output layer. Kemudian optimasi terhadap hasil pengujian pertama pada dataset training dioptimasi dengan Particle Swarm Optimization. Pengujian akan terus berulang dengan menggunakan neural network backpropagation sampai iterasi maksimal dan hasil mendekati nilai target awal. Selanjutnya dari output yang diperoleh akan dicari nilai error ratarata.


Availability

No copy data


Detail Information

Series Title
-
Call Number
-
Publisher Jurnal Sains Komputer & Informatika (J-SAKTI) : Indonesia.,
Collation
006.3
Language
Indonesia
ISBN/ISSN
2548-9771
Classification
NONE
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Specific Detail Info
-
Statement of Responsibility

Other Information

Accreditation
-

Other version/related

No other version available


File Attachment

  • METODE HYBRID PARTICLE SWARM OPTIMIZATION - NEURAL NETWORK BACKPROPAGATION UNTUK PREDIKSI HASIL PERTANDINGAN SEPAK BOLA
    Hybrid adalah menggunakan 2 metode pada sebuah permasalahan dengan tujuan untuk meningkatkan pendekatan terhadap data target yang ditentukan. Hybrid PSO-JST salah satu algoritma yang optimal untuk menyelesaikan seperti prediksi hasil pertandingan sepakbola. Proses menentukan hasil diawali dengan menguji dataset dengan arsitektur neural network, menentukan parameter input, nilai weight hingga nilai hidden layer dan output layer. Kemudian optimasi terhadap hasil pengujian pertama pada dataset training dioptimasi dengan Particle Swarm Optimization. Pengujian akan terus berulang dengan menggunakan neural network backpropagation sampai iterasi maksimal dan hasil mendekati nilai target awal. Selanjutnya dari output yang diperoleh akan dicari nilai error ratarata.


Information


Web Online Public Access Catalog - Use the search options to find documents quickly