| Summary: | Peramalan merupakan satu bidang kajian yang seringkali dikaitkan dengan
penggunaan teknik Rangkaian Neural. Kajian ini menguji keberkesanan model
peramalan Rangkaian Neural Suap Balik, iaitu salah satu teknik Rangkaian Neural.
Di dalam peramalan, model Perceptron Multi Aras lebih kerap digunakan berbanding
Rangkaian Neural Suap Balik. Sehubungan itu, penulis menfokus kepada
Rangkaian Neural Suap Balik di dalam meramal harga rumah teres di Kuala Lumpur.
Untuk itu, Rangkaian Elman digunakan sebagai model Rangkaian Neural Suap Balik
bersama Algoritma Pembelajaran Rambatan Balik. Lapan faktor yang
mempengaruhi harga rumah digunakan sebagai parameter input. Perbandingan
dilakukan dan hasil kajian membuktikan Rangkaian Elman menghasilkan keputusan
yang lebih baik dengan ralat 0.012744 berbanding Model Perceptron Multi Aras,
dengan ralat 0.014969
|
|---|