ESTIMASI HARGA KEBUTUHAN POKOK DI KOTA BANDUNG DAN PROVINSI JAWA BARAT MENGGUNAKAN METODE LONG SHORT-TERM MEMORY NETWORKS (LSTM)
MUHAMMAD REFIAN SUDJARPADI PUTRA
Informasi Umum
Kode
20.04.449
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine Learning
Dilihat
333 kali
Informasi Lainnya
Abstraksi
Fenomena fluktuasi harga khususnya pada harga bahan pokok merupakan pilar utama dari kegiatan ekonomi, yang tentunya akan sangat menguntungkan semua pihak yang terlibat jika terdapat metode untuk memprediksi fluktuasi harga di hari yang akan datang. Maka dirancang sebuah model pembelajaran mesin untuk memprediksi harga bahan pokok dengan menggunakan metode Long Short-Term Memory Networks (LSTM). Diharapkan dengan metode ini dapat menjadi sebuah sistem yang dapat diandalkan dalam memprediksi harga bahan pokok, baik dari segi akurasi maupun dari segi rentang waktu prediksi di hari yang akan datang.
- CEG3G3 - KECERDASAN BUATAN
- CEH4F3 - PEMBELAJARAN MESIN
- TKI4F3 - PEMBELAJARAN MESIN
Koleksi & Sirkulasi
Seluruh (1) koleksi tidak tersedia
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MUHAMMAD REFIAN SUDJARPADI PUTRA |
| Jenis | Perorangan |
| Penyunting | ANDREW BRIAN OSMOND, ANTON SISWO RAHARJO ANSORI |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Teknik Komputer |
| Kota | Bandung |
| Tahun | 2020 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
