Rngga Purtra Raharja Estimasi Harga Rumah di Kediri Menggunakan Jaringan Saraf Tiruan Dengan Algoritma Backpropagation

  • Rangga Putra Raharja
https://doi.org/10.29407/gj.v1i2.761
Abstract views: 148 , PDF downloads: 0

Abstract

Abstrak – rumah adalah salah satu kebutuhan pokok manusia,untuk memiliki rumah salah satunya
adalah dengan cara membeli , namun harga jual rumah yang beragam sering membuat calon
pembeli kebingunan dalam mencari rumah dengan harga jual yang wajar. penelitian ini bertujuan
untuk mengatasi permasalah tersebut dengan cara membuat sistem yang terdiri dari sebuah model
jaringan saraf tiruan yang telah dilatih menggunakan algoritma backpropagation untuk
mempelajari data iklan penjualan rumah yang dihimpun dari koran radar Kediri. dan sebuah
aplikasi client yang memberikan estimasi harga jual rumah dari data yang dinputkan oleh
pengguna. hasil dari penelitian ini menghasilkan sebuah aplikasi pengestimasi harga rumah
berbasis desktop yang mudah digunakan oleh pengguna awam sekalipun.

PlumX Metrics

Published
2017-06-28
How to Cite
Raharja, R. P. (2017). Rngga Purtra Raharja Estimasi Harga Rumah di Kediri Menggunakan Jaringan Saraf Tiruan Dengan Algoritma Backpropagation. Generation Journal, 1(2), 86-95. https://doi.org/10.29407/gj.v1i2.761
Issue
Vol. 1 No. 2 (2017): Generation Journal
Section
ARTIKEL

Authors who publish with this journal agree to the following terms:
1. Copyright on any article is retained by the author(s).
2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License