Authors:

Susila Handika, IAD Gririantari, Agus Dharma

Abstract:

“Extreme Learning Machine (ELM) merupakan salah satu metode pembelajaran dari Artificial Neural Network yang memberikan tingkat akurasi dan kecepatan yang lebih baik dari pada metode pembelajaran lainnya. Salah satu kelemahan dari metode ELM adalah jumlah hidden nodes ditentukan dengan cara try and error, sehingga tidak bisa diketahui berapa jumlah hidden nodes yang tepat untuk mendapatkan hasil peramalan menggunakan metode ELM. Untuk mengatasi masalah tersebut digunakan metode optimasi Particle Swarm Optimization untuk mencari jumlah hidden nodes yang optimal. Data yang digunakan untuk keperluan analisis adalah data time series penjualan barang salah satu minimarket di Bali. Hasil peramalan akan diukur mengunggunakan Mean Square Error (MSE) dengan data uji yang sama. Hasil penelitian menunjukkan metode PSO dapat diterapkan pada metode ELM untuk mengoptimasi jumlah hidden nodes. MSE yang dihasilkan oleh metode PSO ELM lebih kecil dibanding metode ELM. Selain itu range error yang dihasilkan oleh metode PSO ELM juga lebih kecil dibanding metode ELM DOI: 10.24843/MITE.1501.15”

Keywords

Keyword Not Available

Downloads:

Download data is not yet available.

References

References Not Available

PDF:

https://jurnal.harianregional.com/jte/full-18874

Published

2016-06-25

How To Cite

HANDIKA, Susila; GRIRIANTARI, IAD; DHARMA, Agus. Perbandingan Metode Extreme Learning Machine dan Particle Swarm Optimization Extreme Learning Machine untuk Peramalan Jumlah Penjualan Barang.Majalah Ilmiah Teknologi Elektro, [S.l.], v. 15, n. 1, p. 84-90, june 2016. ISSN 2503-2372. Available at: https://jurnal.harianregional.com/jte/id-18874. Date accessed: 28 Aug. 2025. doi:https://doi.org/10.24843/MITE.2016.v15i01p15.

Citation Format

ABNT, APA, BibTeX, CBE, EndNote - EndNote format (Macintosh & Windows), MLA, ProCite - RIS format (Macintosh & Windows), RefWorks, Reference Manager - RIS format (Windows only), Turabian

Issue

Vol 15 No 1 (2016): (January - June) Majalah Ilmiah Teknologi Elektro

Section

Articles

Creative Commons License This work is licensed under a Creative Commons Attribution 4.0 International License