Show simple item record

dc.contributor.advisorSuyanto
dc.contributor.advisorSyahputra, Mohammad Fadly
dc.contributor.authorYunita, Tika
dc.date.accessioned2012-12-13T08:17:24Z
dc.date.available2012-12-13T08:17:24Z
dc.date.issued2012-12-13
dc.identifier.otherMuswita Widya Rahma
dc.identifier.urihttp://repository.usu.ac.id/handle/123456789/34773
dc.description071402008en_US
dc.description.abstractTraffic accidents is an event that often occure around us. Traffic accident cause a variety of risks. The risks of accidents experienced by each person is different in each event. It can be divided into several categories of risk of traffic accidents or commonly known as the injury severity. In this study explains about the application of the method Resilient Backpropagation Neural Network to predict the severity of injury. This method is used to avoid a small gradient changes during the update process with Sigmoid activation function that causes the formation of a slow network. The result of this paper are resulting learning process more faster and better to predict the dominant factor of injury severity of traffic accidents.en_US
dc.description.abstractKecelakaan lalu lintas merupakan suatu kejadian yang sering sekali terjadi disekitar kita. Kecelakaan lalu lintas dapat menyebabkan berbagai risiko dan juga kerugian baik materi maupun jiwa. Besarnya risiko kecelakaan yang dialami tiap orang berbeda-beda dalam setiap kejadian. Hal tersebut dapat dibedakan dalam beberapa kategori risiko kecelakaan lalu lintas atau lebih sering dikenal dengan injury severity. Oleh karena itu pada penulisan ini penulis akan menjelaskan pengaplikasian metode Jaringan Saraf Tiruan Resilient Backpropagation untuk memprediksi injury severity tersebut. Metode ini digunakan untuk menghindari perubahan gradien yang terlalu kecil selama proses update dengan fungsi aktivasi Sigmoid yang menyebabkan pembentukan jaringan menjadi lambat. Hasil dari penelitian ini menunjukkan bahwa proses pembelajaran yang dihasilkan lebih baik dan cepat memprediksi faktor dominan injury severity kecelakaan lalu lintas.en_US
dc.language.isoiden_US
dc.subjectInjuri Severityen_US
dc.subjectJaringan saraf Tiruanen_US
dc.subjectBackpropagationen_US
dc.subjectResilient Backpropagationen_US
dc.titleJaringan Saraf Tiruan Resilient Backpropagation Untuk Memprediksi Faktor Dominan Injury Severity Pada Kecelakaan Lalu Lintasen_US
dc.typeStudent Papersen_US


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record