Mengonstruksi Metode Runge--Kutta Dengan Jaringan Saraf Tiruan

KADEK YUKI ANDIKA, Dr. Drs. Sumardi, M.Si.

2022 | Skripsi | S1 MATEMATIKA

Jaringan saraf tiruan (JST) adalah model komputasi yang sangat berguna di berbagai bidang yang terinspirasi dari cara kerja otak manusia. Di lain pihak, metode Runge--Kutta merupakan metode numerik untuk menyelesaikan masalah syarat awal (MSA). Pada penelitian ini, JST digunakan untuk mencari konstanta optimal dari metode Runge--Kutta orde dua sehingga meminimalkan galat ketika digunakan menyelesaikan masalah persamaan diferensial secara numerik. Pada penelitian ini, akan didemonstrasikan metode baru ini untuk menyelesaikan masalah \textit{two-body}. Hasil perbandingan metode baru dengan metode Runge--Kutta yang umum digunakan menunjukkan efisiensi dari metode baru daripada metode lainnya.

An artificial neural network (ANN) is a computational model that is very useful in various fields which is inspired by the workings of the human brain. On the other hand, the Runge--Kutta method is a numerical method for solving the initial value problem (IVP). In this study, ANN is used to find the optimal constant of the second-order Runge-Kutta method to minimize errors when used to solve numerical differential equations. In this study, we will demonstrate this new method to solve the \textit{two-body} problem. The comparison result of the new method and the commonly used Runge--Kutta method show that the new method is more efficient than the others.

Kata Kunci : jaringan saraf tiruan, metode Runge--Kutta, persamaan diferensial