Afifah, L. N. N., & Safira, I. T. (2020). Optimalisasi Desain Turbin Wells pada Sistem Osilasi Kolom Air Pembangkit Listrik Tenaga Gelombang Laut Sebagai Upaya Meningkatkan Potensi Supply Energi Terbarukan pada Masyarakat Pesisir. Jurnal Offshore: Oil, Production Facilities and Renewable Energy, 4(2).
Amin, A. (2019). Pengaruh Variasi diameter pulley terhadap daya listrik yang dihasilkan pada prototype turbin pelton. Jurnal Teknik Mesin, 12(01), 7.
Ashar, N. M., Cholissodin, I., & Dewi, C. (2018). Penerapan Metode Extreme Learning Machine ( ELM ) Untuk Memprediksi Jumlah Produksi Pipa Yang Layak ( Studi Kasus Pada PT . KHI Pipe Industries ). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, 2(11), 4621–4628.
Baharuddin, R. (2021). Rancang Bangun Sistem Mini Pembangkit Listrik Tenaga Surya (PLTS) Portable. JTT (Jurnal Teknologi Terpadu), 9(1), 65–70.
Chandra, R. A., Santoso, E., & Adinugroho, S. (2018). Optimasi Metode Extreme Learning Machine Dalam Penentuan Kualitas Air Sungai Menggunakan Algoritme Genetika. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, 2(10), 3265–3273.
Darma, Y. Y. E., Prasetya, I. S., Inprasetyobudi, H., Hidayat, M. N., & Nurwahyudi, D. (2020). Purwarupa Pembangkit Listrik Tenaga Ombak dengan Konsep Oscillating Water Coloumn Untuk Mendukung Kemandirian Energi Kabupaten Banyuwangi. Prosiding Seminar Nasional Terapan Riset Inovatif (SENTRINOV), 6(1), 88–95.
Ervina, M. E., Silvi, R., & Wisisono, I. R. N. (2018). Peramalan Jumlah Penumpang Kereta Api di Indonesia dengan Resilient Back-Propagation (Rprop) Neural Network. Jurnal Matematika “MANTIK,” 4(2), 90–99. https://doi.org/10.15642/mantik.2018.4.2.90-99
Faizal, R., Setiawan, B., & Cholissodin, I. (2019). Prediksi Nilai Cryptocurrency Bitcoin menggunakan Algoritme Extreme Learning Machine (ELM). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer E-ISSN, 2548, 964X.
Fayaz, M., & Kim, D. (2018). A prediction methodology of energy consumption based on deep extreme learning machine and comparative analysis in residential buildings. Electronics (Switzerland), 7(10). https://doi.org/10.3390/electronics7100222
Fikriya, Z. A., Irawan, M. I., & Soetrisno, S. (2017). Implementasi Extreme Learning Machine untuk Pengenalan Objek Citra Digital. Jurnal Sains Dan Seni ITS, 6(1), A1–A6.
Giusti, A., Widodo, A. W., & Adinugroho, S. (2018). Prediksi Penjualan Mi Menggunakan Metode Extreme Learning Machine ( ELM ) di Kober Mie Setan Cabang Soekarno Hatta. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer (J-PTIIK) Universitas Brawijaya, 2(8), 2972–2978.
Himawanto, D. A. (2021). Peluang Peluang dan tantangan pengembangan teknologi Oscilating Water Column (OWS) di Indonesia. Jurnal Energi Dan Teknologi Manufaktur (JETM), 4(01), 37–42.
Ikhtisholiyah, I. (2017). Optimasi Besarnya Suhu pada Ladle untuk Baja Low Carbon dengan Metode Fuzzy–Mamdani (Studi Kasus PT. Ispatindo). Zeta-Math Journal, 3(2), 41–45.
Mosabeth, C., Furqon, M. T., & Wihandika, R. C. (2018). Prediksi Harga Pasar Daging Sapi Di Kota Malang Dengan Menggunakan Prediksi Harga Pasar Daging Sapi Di Kota Malang Dengan Menggunakan Metode Extreme Learning Machine ( ELM ). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2 (December), 6362–6369.
Setiyawan, S., & Abdulrahim, N. (2021). Pembangkit Listrik Tenaga Gelombang Laut Dengan Menggunakan Teknologi Oscilating Water Column (OWC) di Perairan Marana. REKONSTRUKSI TADULAKO: Civil Engineering Journal on Research and Development, 59–68.
Vetrovsky, T., Siranec, M., Marencakova, J., Tufano, J. J., Capek, V., Bunc, V., & Belohlavek, J. (2019). Validity of six consumer-level activity monitors for measuring steps in patients with chronic heart failure. PLoS One, 14(9), e0222569.
Widiyarini. (2016). Penggunaan Metode Peramalan dalam Produksi Kayu untuk Penentuan Total Permintaan (Konsumen). Sosio-e-Kons, 8(1), 54–61.
Xu, Z., Yao, M., Wu, Z., & Dai, W. (2016). Incremental Regularized Extreme Learning Machine and It’s Enhancement. Neurocomputing, 174, 134–142. https://doi.org/10.1016/j.neucom.2015.01.097