Peramalan pengunjung unik jurnal elektronik menggunakan metode long short-term memory / Irzan Tri Saputra - Repositori Universitas Negeri Malang

Peramalan pengunjung unik jurnal elektronik menggunakan metode long short-term memory / Irzan Tri Saputra

Saputra, Irzan Tri (2019) Peramalan pengunjung unik jurnal elektronik menggunakan metode long short-term memory / Irzan Tri Saputra. Diploma thesis, Universitas Negeri Malang.

Full text not available from this repository.

Abstract

RINGKASAN Saputra Irzan Tri. 2019. Peramalan Pengunjung Unik Jurnal Elektronik Menggunakan Metode Long Short-Term Memory. Skripsi Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang. Pembimbing Aji Prasetya Wibawa S.T. M.M.T. Ph.D.. Kata Kunci Peramalan Jurnal Elektronik Pengunjung Unik LSTM Pengunjung unik merupakan pengunjung yang menggunakan satu IP dalam kurun waktu tertentu. Banyaknya jumlah pengunjung unik setiap harinya menjadi tolak ukur keberhasilan suatu jurnal elektronik. Semakin banyak jumlah pengunjung unik setiap harinya menunjukan bahwa terbitan berkala ilmiah semakin diminati masyarakat luas yang juga mempengaruhi keluasan persebaran sehingga hal ini mempercepat sistem akreditasi jurnal. Maka dari itu diperlukan peramalan jumlah pengunjung unik pada jurnal elektronik dalam kurun waktu yang akan datang. Metode yang digunakan untuk membantu peramalan pengunjung unik ialah Long Short-Term Memory (LSTM) dikarenakan data pengunjung unik yang diteliti merupakan serangkaian data harian yang diukur selama kurun waktu tertentu. LSTM cukup sering digunakan untuk time series forecasting dan cukup kompleks. LSTM menangkap pola dari data yang telah didapat kemudian digunakan untuk menggambarkan data yang akan datang. Data yang digunakan untuk pengujian adalah data pengujung unik per 1 Januari 2018 sampai 31 Desember 2018. Setelah data didapatkan data tersebut akan dinormalisasi lalu diproses dengan metode LSTM untuk mendapatkan output. Kemudian output akan didenormalisasi untuk mendapatkan besarnya MSE RMSE dan juga tingkat akurasi. Pemilihan leraning rate dan penentuan jumlah neuron pada proses LSTM berpengaruh pada uji kinerja yang dilakukan. Dari penelitian yang dilakukan didapatkan hasil akurasi tertinggi didapat pada learning rate 0 1 yaitu 66 81%. Sedangkan MSE dan RMSE terendah didapatkan pada learning rate 0 2 yaitu 189 53 dan 13 76. Dengan demikian dari hasil yang didapat diharapkan mampu meramalkan jumlah pengunjung unik jurnal elektronik di masa depan untuk memenuhi kebutuhan akreditasi jurnal.

Item Type: Thesis (Diploma)
Subjects: ?? ??
Divisions: Fakultas Teknik (FT) > Departemen Teknik Elektro (TE) > S1 Teknik Informatika
Depositing User: Users 2 not found.
Date Deposited: 17 Sep 2019 04:29
Last Modified: 09 Sep 2019 03:00
URI: http://repository.um.ac.id/id/eprint/99069

Actions (login required)

View Item View Item