Recurrent Neural Network; Implementasi Metode LSTM dalam Memprediksi Kepadatan Pariwisata

Jaringan saraf berulang atau recurrent (RNN) merupakan salah satu model jaringan saraf tiruan yang mempunyai peran besar dalam menangani masalah keadaan nonlinear, dimana keluaran memiliki ketergantungan pada variabel waktu, artinya data sebelumnya ikut berperan terhadap keluaran berikutnya. Buku ini menyajikan implementasi jaringan saraf recurrent atau disingkat RNN (recurrent neural network) dalam memprediksi data kunjungan pariwisata, dengan menggunakan data ril dimana tren pergerakan data bersifat alamiah, tidak diatur atau sengaja dipilih, sehingga pembaca dapat menangkap esensi dari penggunaan jaringan saraf berulang dan batasan-batasan dimana jaringan saraf berulang masih dapat bekerja dengan cukup baik. Buku ini terdiri dari 3 bab dan 4 lampiran. 2 bab pertama menyajikan pemahaman tentang RNN secara mendalam, dan bab 3 adalah implementasinya dengan menggunakan data kunjungan pariwisata, sedangkan 4 lampiran berisi penjelasan pelengkap yang berhubungan dengan beberapa metode tambahan yang dipergunakan didalam implementasi.