Nama : Muhammad Akbar Hariyono

NIM : MTE.17.19.0194

REVIEW PAPER

Judul Paper Metode Kelebihan Kekurangan Catatan

Peramalan Aliran 1. Adaptif Neuro- 1. Metode Thomas– 1. Keacakan sinyal Metode ANFIS
Masukan Waduk Fuzzy Inference Fiering dan ANFIS pelatihan atau sinyal dapat
Mrica Menggunakan System (ANFIS) dapat memberikan pembangkitan memberikan
Model Thomas– 2. Thomas-Fiering peramalam dengan mempengaruhi performa
Fiering dan Jaringan kualitas yang cukup kualitas peramalan yang
Syaraf Tiruan ANFIS baik dimana ukuran peralamalan baik lebih baik
RMSE (root mean pada metode daripada metode
square error) rendah Thomas–Fiering Thomas-Fiering
2. Perbandingan maupun pada apabila diberikan
peramalan metode ANFIS jenis dan jumlah
menggunakan metode 2. Penentuan fungsi
Metode Thomas– parameter dalam keanggotaan yang
Fiering dan ANFIS Metode ANFIS tepat.
dibahas secara lebih harus di ekspolorasi
rinci berdasarkan nilai atau dikajilebih jauh
RMSE dari data 3. Data pembangkitan
pelatihan atau data selama 10 tahun
pembangkitan untuk hasil keluaran
metode Thomas–
Fiering tidak
ditampilkan dalam
paper
Prediksi Distribusi Air 1. Backpropagation 1. Penggunaan fitur 1. Metode pengujian Backpropagation
PDAM menggunakan volume kehilangan menggunakan merupakan salah
Metode Jaringan air dan air terjual jaringan syaraf satu dari metode
Syaraf Tiruan perbulan dalam tiruan tidak di JST yang cukup
Backpropagation di proses prediksi dijelaskan secara pupoler karena
PDAM Kota Malang 2. Pengujian dalam rinci dan spesifik secara konseptual
node optimal pada 2. Step denormalisasi sederhana dan
lapisan tersembunyi pada flowchart efisien secara
sehingga akan tidak dijelaskan di komputasi
didapatkan arsitektur dalam paper
jaringan yang optimal
3. Akurasi JST
Backpropagation
yang didapatkan
berdasarkan hasil
 pengujian adalah
97,99%
Prediksi Perhitungan 1. Backpropagation 1. Nilai koefisien 1. Parameter JST Algoritma
Dosis Radiasi Pada korelasi dan nilai propogasi balik Backpropagation
Pemeriksaan mean square error dalam paper tidak digunakan dalam
Mammografi (MSE) disajikan dijelaskan secara menyelesaikan
Menggunakan dalam bentuk grafik rinci masalah-masalah
Jaringan Syaraf Tiruan 2. Nilai akurasi pada yang rumit
Propogasi Balik proses pelatihan dan terutama dalam
pengujian bidang
menunjukan bahwa Biomedical
algoritma JST dapat Engineering
diimpelementasikan
dalam menghitung
besarnya dosis radiasi
pada pemeriksaan
mammografi

Model Prediksi 1. Radial Basis 1. Nilai akurasi model 1. Penentuan bobot Pengujian dalam
Penyakit Ginjal Kronik Function prediksi penyakit pada metode Radial paper ini
Menggunakan Radial ginjal kronik yang Basis Function dilakukan dengan
Basis Function didapatkan (RBF) masih kurang bahasa
menggunakan metode optimal pemrograman
Radial Basis Function 2. Dari data yang Java dengan
adalah 93,75% , lebih dikumpulkan menggunakan
tinggi dibandingkan ditemukan sebanyak Library Neuroph
menggunakan metode 280 baris data yang
Backpropagation. mempunyai atribut
2. Penelitian ini kosong
menggunakan
adaptive system,
yaitu proses
adjustment struktur
jaringan dan bobot
koneksi dilakukan
tanpa intervensi dari
manusia
Pendugaan Fluks 1. Feed Forward 1. Jaringan Syaraf 1. JST di training JST dibuat sesuai
Panas dan Multi Layered Tiruan dapat menggunakan set dengan kondisi
Evapotranspirasi Preception (MLP) memberikan estimasi data tertentu tertentu atau
Dengan Jaringan yang cukup baik 2. Struktur Feed secara spesifik
Syaraf Tiruan dibandingkan data Forward Multi yang tidak bisa
pengukuran Layered digunakan dalam
2. Pada JST ini tidak ada Preception (MLP) kondisi yang
hubungan langsung tidak dijelaskan di berbeda
dalam bentuk koneksi dalam paper
 antar neuron di
dalamnya yaitu antara
LE dan H
Impelemntasi Jaringan 1. JST Perambatan 1. Aplikasi jaringan 1. Parameter- Algoritma
Syaraf Tiruan Balik syaraf tiruan parameter pada JST Pembelajaran
Perambatan Balik 2. Algoritma perambatan balik saling Lavenberg
Untuk Memprediksi Pembelajaran untuk prediksi harga mempengaruhi hasil Marquardt
Harga Logam Emas Lavenberg logam emas mulia tingkat akurasi data merupakan
Mulia Menggunakan Marquardt dapat digunakan 2. Nilai parameter pengembangan
Algoritma Lavenberg secara real time galat berpengaruh algoritma
Marquardt 2. Algoritma pada hasil akurasi perambatan balik
Pembelajaran data uji standar
Lavenberg Marquardt 3. Perlu ditambahkan
untuk menganalisis jumlah data yang
data dari hasil prediksi lebih banyak
JST Perambatan Balik sehingga lonjakan
harga logam emas
mulia akan lebih
bervariasi.