Skripsi

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

Abstrak
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.

Informasi Detail

DDC

Rs 003.2 SAP p

Prodi

Universitas Negeri Malang. Program Studi Teknik Informatika, 2019.

Deskripsi Fisik

xiv, 61 lembar: ill., tab.; 30 cm

Bahasa

Indonesia

No Reg

05724/KI/19

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2019

Subjek

1. PERAMALAN
2. LONG SHORT TERM MEMORY
3. FORECASTING

Pembimbing

1. Aji Prasetya Wibawa

Lampiran Berkas