Root Mean Square Error

RMSE adalah metode alternatif untuk mengevaluasi teknik peramalan yang digunakan untuk mengukur tingkat akurasi hasil prakiraan suatu model. RMSE merupakan nilai rata-rata dari jumlah kuadrat kesalahan, juga dapat menyatakan ukuran besarnya kesalahan yang dihasilkan oleh suatu model prakiraan. Nilai RMSE rendah menunjukkan bahwa variasi nilai yang dihasilkan oleh suatu model prakiraan mendekati variasi nilai obeservasinya. Menurut Makridakis, at. al. [31] salah satu ukuran kesalahan dalam peramalan adalah nilai tengah akar kuadrat atau Root Mean Square Error (RMSE).

Silahkan review paper [Makridakis, S. et al., (1982) "The Accuracy of Extrapolative (Time Series Methods): Results of a Forecasting Competition", Journal of Forecasting, Vol. 1, No. 2, pp. 111-153 (lead article)]

  

Read More

Cros Validation

Dalam penelitian dilakukan pengujian algoritma dengan menggunakan cross validation. Cross validaton adalah metode statistik untuk mengevaluasi dan membandingkan belajar algoritma dengan membagi data menjadi dua segmen, satu segmen digunakan untuk belajar atau melatih data dan yang lain digunakan untuk memvalidasi model. Dalam cross validation set pelatihan dan validasi harus crossover berturut-turut sehingga setiap data memiliki kesempatan tervalidasi [30].

Silahkan Review Paper [Redaelzadeh, P., Tang, L., & Liu, H. (2008), “Cross Validation”. Arizona State University, 2008]

Read More

Penelitian Terkait Neural Network

Penelitian tentang dengan topik prediksi cukup banyak, berikut beberapa penelitian yang terkait dengan analisis yang menggunakan linear regresi antara lain penelitian yang berjudul:

2.1.1       Pengaruh Kepemimpinan, Motivasi dan Kepuasan Kerja Terhadap Kinerja Guru Di SMA                     Negeri 1 Mojolaban.

Penelitian yang dilakukan oleh Rochmawati dan Binarsih [4], kepala sekolah dapat mengadopsi kepemimpinan yang sesuai untuk mempengaruhi kepuasan kerja dan kinerja para guru dan staf. Penelitian sebelumnya telah meneliti pengaruh kepemimpinan kepala sekolah dan motivasi terhadap kinerja guru dengan mediasi kepuasan kerja yang menunjukkan adanya pengaruh yang positif antara kepemimpinan terhadap kepuasan dan kinerja guru menngunakan algoritma linear regresi.

2.1.2      Analisis pengaruh kepemimpinan dan motivasi terhadap kinerja pegawai.

Rusdianto [5], dalam penelitiannya berdasarkan hasil penelitian dari para penelitian terdahulu, dapat dipahami bahwa dalam lingkup organisasi sekolah, kepemimpinan kepala sekolah berpengaruh terhadap kepuasan kerja para guru yang menjadi bawahannya. Penelitian berbeda yang menyimpulkan bahwa meskipun kepemimpinan berpengaruh terhadap kinerja guru, namun besarnya pengaruh hanya 30% saja sementara 70% dipengaruhi oleh variabel lain menngunakan algoritma linear regresi.

2.1.3 Pengaruh Kepemimpinan Kepala Sekolah Komunikasi Organisasi Dan Kepuasan Kerja Terhadap Kinerja Guru SMK Negeri 10 Semarang.

Penelitian yang dilakukan oleh Agus Subianto [6], kepemimpinan kepala sekolah berpengaruh positif dan signifikan terhadap kinerja guru, komunikasi organisasi berpengaruh positif dan signifikan terhadap kinerja guru, kepuasan kerja berpengaruh positif dan signifikan terhadap kinerja guru, kepemimpinan kepala sekolah, komunikasi organisasi dan kepuasan kerja secara bersama sama berpengaruh positif dan signifikan terhadap kinerja guru menggunakan algoritma linear regresi.

2.1.4  Artificial Neural Network (ANN) dengan proses pembelajaran backpropagation dalam peramalan data deret waktu.

Penelitian yang dilakukan oleh Bambang [8], tujuannya adalah dengan menerapakan metode ANN untuk model peramalan dan membandingkan hasilnya dengan metode ARIMA Box-Jenkis.Pendekatan ARIMA Box-Jenkis terbukti relatif lebih baik terutama pada data yang stasioner.Sedangkan ANN lebih baik pada data tak-stasioner.

2.1.5      Penerapan algoritma neural network dengan struktur backpropagation untuk prediksi stok obat di apotik.

Penelitian yang dilakukan oleh Yanti [9], Tujuan penelitian ini adalah mendapatkan hasil prediksi obat. Hasil diberikan dalam bentuk angka dan grafik dan pencarian root mean square error (RMSE) terkecil.

2.1.6      Penerapan model neural network dengan inisialisasi pembobotan awal menggunakan regresi logistik binner untuk memprediksi jenis penyakit Erythematho-Squamous.

Penelitian yang dilakukan oleh Aziz [10], Hasil penelitian yang diperoleh adalah bahwa model neural network tersebut memiliki ketepatan 91.04% lebih tinggi dibandingkan dengan model regresi logistik normal (74.50%).           

Read More

Bab Untuk penelitian dengan Neural Network

BAB I Pendahuluan

Bab I berisi penjelasan tentang latar belakang masalah, rumusan masalah, tujuan penelitian, manfaat penelitian dan sistematika penulisan.

BAB II Tinjauan Pustaka

Bab II berisi penjelasan tentang hasil-hasil penelitian yang berkaitan dengan eksperimen yang dilakukan. Tinjauan pustaka merupakan suatu penjelasan tentang sumber acuan dari buku, artikel, journal, prosiding. Dalam bab ini juga berisi kerangka pemikiran yang merupakan penjelasan tentang kerangka pikir untuk memecahkan masalah dalam penelitian.

BAB III Metode Penelitian

Bab III ini merupakan penjelasan tentang pengumpulan data, pengolahan awal data, metode yang diusulkan, eksperimen dan pengujian metode dan evaluasi dan validasi hasil.

BAB IV Hasil dan Pembahasan.

Bab IV ini menjelaskan tentang hasil dan pembahasan penelitian. Hasil merupakan suatu penjelasan tentang data kuantitatif yang dikumpulkan. Pembahasan merupakan suatu penjelasan tentang pengolahan data.

BAB V

Bab V ini merupakan ringkasan temuan. Kesimpulan merupakan pernyataan secara umum atau spesifik yang berisi hal-hal penting dan menjadi temuan penelitian yang bersumber pada hasil dan pembahasan. Saran merupakan pernyataan atau rekomendasi peneliti yang berisi hal-hal penting yang disampaikan.

Read More

Video Neural Network

Metode neural network yang memiliki beberapa karakteristik yaitu mamapu mengimplementasikan kepakaran manusia, model komputasi diinspirasikan secara biologis, menggunakan komputasi numeris, mendukung domain untuk aplikasi-aplikasi baru (pemrosesan sinyal secara adaptif, kendali adaptif, identifikasi sistem non-linear, regresi non linear dan pencocokan pola), pembelajaran dilakukan dengan model tidak terikat, proses komputasi dilakukan secara intensif, memiliki toleransi terhadap kegagalan, dapat digunakan untuk aplikasi-aplikasi pada tingkat dunia. Kelebihan neural network adalah kemampuan pembelajaran serta beradaptasi.

[Kusumadewi, S, Artificial Intellegence (Teknik dan Aplikasinya). Yogyakarta. Graha Ilmu, 2003]

Beikut tutorial video yang bisa anda pelajari. 

1. Using Rapidminer #1

2. Using Rapidminer #2

semoga bermanfaat...

Read More

Abstract With Neural Network

This study aims to test and analyze the performance of the teacher as the output variable of the variables of school leadership, organizational communication and job satisfaction as input. Neural network is one of the artificial representation of the human brain that is used to simulate the learning process of the human brain. This term is used for the neural network was implemented using a computer program that is able to solve a number of calculations during the learning process. In this study will be conducted to determine the performance of teachers' performance configuration using neural network algorithm implemented on the results of field research data with teacher kuantitatf approach. The population in this study was a teacher of SMK Negeri 10 Semarang, amounting to 58 people. Results of testing by measuring the neural network algorithm using root mean squared error. By looking at the value of the root mean squared error (RMSE) as measured and compared with the linear regression algorithm, the neural network algorithm in the category of groups are very good prediction, because the value of the smallest RMSE honing.

Read More