...
首页> 外文期刊>Indonesian Journal of Electronics and Instrumentation Systems >Purwarupa Sistem Pembuka Pintu Cerdas Menggunakan Perceptron Berdasarkan Prediksi Kedatangan Pemilik
【24h】

Purwarupa Sistem Pembuka Pintu Cerdas Menggunakan Perceptron Berdasarkan Prediksi Kedatangan Pemilik

机译:基于所有者到达预测的感知器智能开门系统原型

获取原文

摘要

Sistem prediksi kedatangan merupakan sistem yang memperkirakan waktu kedatangan pemilik rumah pada smarthome. Sistem prediksi digunakan sebagai acuan pada sistem smarthome untuk mempersiapkan perangkat-perangkat elektronik agar saat pemilik rumah sampai, perangkat elektronik tersebut sudah siap digunakan. Sistem prediksi dibuat dengan membagikan jarak dari lokasi pemilik rumah menuju rumah dengan kecepatan berkendara. Prediksi juga menggunakan jaringan syaraf tiruan model perceptron untuk menentukan kondisi perjalanan sedang macet atau lancar dan melakukan koreksi terhadap performa prediksi. Perceptron menggunakan data perjalanan sebelumnya sebagai acuan koreksi performa sistem prediksi. Berdasarkan hasil pengujian pada sistem prediksi, akurasi dari sistem prediksi mencapai 74% sampai 79%. Akurasi mencapai nilai tersebut karena masih terjadi eror dalam pembacaan lokasi sehingga rute yang diprediksi menjadi tidak sesuai dengan rute yang dilewati. Error terjadi karena akurasi GPS pada ponsel yang kurang bagus yang juga disebabkan penggunaan GPS yang tidak di ruangan terbuka dan GPS pada ponsel hanya terhubung dengan 6 satelit GPS saja. Pada jaringan syaraf tiruan model perceptron dapat membedakan kondisi kemacetan pada perjalanan dengan baik setelah epoch ke 4, dengan nilai bobot 11.09 serta nilai bias 61. Dan pada perceptron dapat mengkoreksi sistem prediksi setelah epoch ke 12 dengan nilai bobot -0.2778 dan 0.2924 serta nilai bias -0.05.
机译:到达预测系统是估计房屋所有者到达智能家居的时间的系统。该预测系统用作智能家居系统准备电子设备的参考,以便当房主到达时,该电子设备即可使用。通过根据行驶速度分配从房主的位置到房屋的距离来创建预测系统。预测还使用感知器神经网络模型来确定交通状况或交通通畅,并对预测性能进行校正。 Perceptron使用先前的行程数据作为校正预测系统性能的参考。根据预测系统的测试结果,预测系统的准确性达到74%至79%。精度达到该值是因为在读取位置时仍会发生错误,从而使预测的路线与所经过的路线不匹配。发生此错误是因为手机上的GPS精度不够好,这也是由于使用了不在开放空间中的GPS并且手机上的GPS仅连接到6个GPS卫星。在人工神经网络中,感知器模型可以在第四个时期之后很好地区分出行程中的拥塞状况,权重值为11.09,偏差值为61。感知器可以在第十二个时期之后以-0.2778和0.2924的权重值以及偏差值为-校正预测系统0.05。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号