Skripsi

PEMODELAN BANGKITAN PERJALANAN DENGAN METODE JARINGAN SARAF BUATAN (ARTIFICIAL NEURAL NETWORK) MENGGUNAKAN MAPP1NG MODEL BACK PROPAGATION

---

Penilaian

---

Bangkitan perjalanan merupakan tahap pemodelan yang memperkirakan jumlah pergerakan yang menuju ke suatu zona atau jumlah pergerakan yang meninggalkan suatu zona. Untuk menghasilkan suatu model hubungan yang mengaitkan parameter tata guna lahan dengan jumlah pergerakan, dapat dikembangkan dengan pendekatan logika. Pendekatan logika yang dipakai adalah metode Jaringan Saraf Buatan (JSB) berbasis back propagatiotu JSB merupakan suatu sistem pengolah informasi yang mempunyai kemiripan dengan sistem kerja jaringan otak manusia. JSB terdiri dari lapisan masukan (Input Layer), lapisan keluaran (Output Layer), serta beberapa lapisan tersembunyi (Hidden Layer). Data - data pengolahan diperoleh dari literatur terdahulu, yaitu dari hasil studi kasus pemodelan bangkitan perjalanan di perumahan PT PUSRI tahun 2001 (oleh Indrie Kartika, mahasiswa Teknik Sipil UNSRI angkatan 1996), dan di Perumahan Pertamina Palembang tahun 2002 (oleh R. Muhammad Arsad, mahasiswa Teknik Sipil UNSRI angkatan 1997), kemudian data tersebut digunakan untuk melatih dan menguji Jaringan Saraf Buatan. Sebagai nilai masukan (input) digunakan sebanyak 2 (dua) unit. Bobot (weight) dihasilkan melalui proses randomisasi. Pelatihan jaringan saraf buatan dengan menggunakan algoritma error back propagatiotu Hidden layer digunakan sebanyak 3 (tiga) unit, sedangkan untuk output layer diambil sebanyak 1 (satu) unit. Dari hasil pengujian, didapat koefisien determinasi (R2) yang dihasilkan adalah sebagai berikut : untuk di perumahan PT PUSRI R2 = 0,853940034 (jsb) dan R = 0,790822622 (model analisis regresi). Sedangkan untuk perumahan Pertamina R2 = 0,813488665 (jsb) dan R2 = 0,801191987 (model analisis regresi). Berdasarkan identifikasi dan pengujian jaringan saraf buatan ini bisa didapatkan suatu kesimpulan antara metode jaringan saraf buatan dengan metode analisis regresi, bahwa koefisien determinasi (R2) yang dihasilkan dengan metode JSB hasilnya adalah lebih baik jika dibandingkan dengan koefisien determinasi (R2) yang dihasilkan dari model analisis regresi. Sehingga pemodelannya dapat digunakan untuk perencanan masa depan.

---

Availability

Inventory Code	Barcode	Call Number	Location	Status
0507000620	T167856	T1678562005	Central Library (References)	Available but not for loan - Not for Loan

Detail Information

Series Title

-

Call Number

T1678562005

Publisher

Inderalaya : Prodi Teknik Sipil, Fakultas Teknik Universitas Sriwijaya., 2005

Collation

ix, 52 hlm. : ilus. ; tab. ; 28 cm

Language

Indonesia

ISBN/ISSN

-

Classification

621.390 7

Content Type

Text

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Prodi Teknik Sipil
Teknik-Artificial Neural Network

Specific Detail Info

-

Statement of Responsibility

DS

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment