Rangkaian Neural Dalam Peramalan Harga Minyak Kelapa Sawit

Kertas kerja ini membincangkan penggunaan rangkaian neural suap-kehadapan dengan satu aras tersembunyi digabungkan dengan algoritma rambatan balik dan didapati ia sesuai untuk memerihalkan data harga minyak sawit. Kajian awal yang telah dilakukan oleh Azme et al. [1] mendapati analisis regresi berga...

Full description

Bibliographic Details
Main Authors: Ismail, Zuhaimy, Khamis, Azme
Format: Article
Language:English
Published: Penerbit UTM Press 2003
Subjects:
Online Access:http://eprints.utm.my/2064/1/JTKK39C%5B3%5D.pdf
_version_ 1796853354915168256
author Ismail, Zuhaimy
Khamis, Azme
author_facet Ismail, Zuhaimy
Khamis, Azme
author_sort Ismail, Zuhaimy
collection ePrints
description Kertas kerja ini membincangkan penggunaan rangkaian neural suap-kehadapan dengan satu aras tersembunyi digabungkan dengan algoritma rambatan balik dan didapati ia sesuai untuk memerihalkan data harga minyak sawit. Kajian awal yang telah dilakukan oleh Azme et al. [1] mendapati analisis regresi berganda kurang sesuai digunakan kerana masalah multikolineariti dalam data kajian. Lima harga minyak sayuran dunia iaitu minyak sawit mentah, minyak isirong, minyak kacang soya, minyak kelapa dan minyak biji sawi telah dianalisis. Dua model telah dicadangkan iaitu, NN1 dan NN2. Hasil kajian mendapati bahawa kedua-dua model telah menunjukkan prestasi yang tinggi dengan mencatatkan nilai pekali penentuan, R2 yang tinggi iaitu 0.938 dan 0.940 masingmasing. Umumnya, rangkaian neural berupaya menjadi satu kaedah alternatif sekiranya masalah multikolineariti wujud terhadap data yang dikaji.
first_indexed 2024-03-05T17:58:15Z
format Article
id utm.eprints-2064
institution Universiti Teknologi Malaysia - ePrints
language English
last_indexed 2024-03-05T17:58:15Z
publishDate 2003
publisher Penerbit UTM Press
record_format dspace
spelling utm.eprints-20642017-11-01T04:17:39Z http://eprints.utm.my/2064/ Rangkaian Neural Dalam Peramalan Harga Minyak Kelapa Sawit Ismail, Zuhaimy Khamis, Azme QA Mathematics Kertas kerja ini membincangkan penggunaan rangkaian neural suap-kehadapan dengan satu aras tersembunyi digabungkan dengan algoritma rambatan balik dan didapati ia sesuai untuk memerihalkan data harga minyak sawit. Kajian awal yang telah dilakukan oleh Azme et al. [1] mendapati analisis regresi berganda kurang sesuai digunakan kerana masalah multikolineariti dalam data kajian. Lima harga minyak sayuran dunia iaitu minyak sawit mentah, minyak isirong, minyak kacang soya, minyak kelapa dan minyak biji sawi telah dianalisis. Dua model telah dicadangkan iaitu, NN1 dan NN2. Hasil kajian mendapati bahawa kedua-dua model telah menunjukkan prestasi yang tinggi dengan mencatatkan nilai pekali penentuan, R2 yang tinggi iaitu 0.938 dan 0.940 masingmasing. Umumnya, rangkaian neural berupaya menjadi satu kaedah alternatif sekiranya masalah multikolineariti wujud terhadap data yang dikaji. Penerbit UTM Press 2003-12 Article PeerReviewed application/pdf en http://eprints.utm.my/2064/1/JTKK39C%5B3%5D.pdf Ismail, Zuhaimy and Khamis, Azme (2003) Rangkaian Neural Dalam Peramalan Harga Minyak Kelapa Sawit. Jurnal Teknologi C (39C). pp. 17-28. ISSN 0127-9696 http://www.penerbit.utm.my/onlinejournal/39/C/JTKK39C3.pdf
spellingShingle QA Mathematics
Ismail, Zuhaimy
Khamis, Azme
Rangkaian Neural Dalam Peramalan Harga Minyak Kelapa Sawit
title Rangkaian Neural Dalam Peramalan Harga Minyak Kelapa Sawit
title_full Rangkaian Neural Dalam Peramalan Harga Minyak Kelapa Sawit
title_fullStr Rangkaian Neural Dalam Peramalan Harga Minyak Kelapa Sawit
title_full_unstemmed Rangkaian Neural Dalam Peramalan Harga Minyak Kelapa Sawit
title_short Rangkaian Neural Dalam Peramalan Harga Minyak Kelapa Sawit
title_sort rangkaian neural dalam peramalan harga minyak kelapa sawit
topic QA Mathematics
url http://eprints.utm.my/2064/1/JTKK39C%5B3%5D.pdf
work_keys_str_mv AT ismailzuhaimy rangkaianneuraldalamperamalanhargaminyakkelapasawit
AT khamisazme rangkaianneuraldalamperamalanhargaminyakkelapasawit