Sistem Pakar Berbasis Jaringan Syaraf Buatan dengan Studi Kasus pada Klasifikasi Binatang

Mardjiawhani, Lidya (1999) Sistem Pakar Berbasis Jaringan Syaraf Buatan dengan Studi Kasus pada Klasifikasi Binatang. [Undergraduate thesis]

[img]
Preview
PDF
TI_234_Abstrak.pdf

Download (78Kb) | Preview
Official URL: http://digilib.ubaya.ac.id/pustaka.php/137527

Abstract

Kemajuan teknologi bertujuan untuk semakin mempermudah pekerjaan manusia. Beberapa ilmu yang dikembangkan diharapkan mempunyai kesempurnaan dalam meniru sistem kerja manusia. Salah satu ilmu yang dikembangkan oleh para ahli adalah mengenai jaringan syaraf buatan dimana merupakan pengembangan teknologi terbaru yang dapat membantu manusla dalam memecahkan masalah. Jaringan syaraf buatan merupakan tiruan dari janngan syaraf manusia dimana mempunyai cara kerja yang sama dengan jaringan syaraf manusia. Salah satu aplikasi jaringan syaraf buatan yang sering digunakan adalah multilayer feedforward dimana terdiri dari input layer dan output layer yang berisi paling sedikit 1 node dan biasanya ada 1 atau lebih hidden layer yang terletak antara input layer dan output layer. Jaringan yang hanya mempunyai 1 hidden layer disebut three layer feedforward network. Pada input layer dan hidden layer terdapat node tambahan yang disebut bias. Node pada input layer terhubung dengan node pada hidden layer dan node pada hidden layer terhubung dengan node pada output layer, dimana pada hubungan node tersebut terdapat weight atau bobot. Ciri utama dari jaringan syaraf buatan adalah kemampuan dalam belajar. Supaya jaringan dapat belajar, maka diadakan proses pelatihan (training) sampai jaringan menghasilkan output sesuai dengan yang diinginkan. Pada tugas akhir ini, penulis akan mencoba mengimplementasikan jaringan syaraf buatan pada klasifikasi binatang. Dalam sistem jaringan syaraf buatan untuk klasifikasi binatang, input adalah cin-ciri dari binatang sedangkan output adalah lenis binatang. Input diprllh berdasarkan pada ciri yang membedakan antara jenis binatang yang satu dengan yang lain. Semua pasangan input dan output dljadlkan data untuk proses pelatihan. Algoritma pelatihan yang dipergunakan adalah algoritma back propagation of error. Inti dari algoritma ini terletak pada kemampuannya dalam mengubah nilai-nilai bobot. Mekanisme pengubahan nilai-nilai bobot bergerak mundur dimulai dari bobot antara hidden layer dan output layer kemudian dilanjutkan dengan bobot antara input layer dan hidden layer. Algoritma ini mempunyai keunggulan dalam memperkecil error yang timbul sehingga output yang dihasilkan lebih baik dan mendekati ouput yzng diinginkan (output target). error yang dihasilkan dari perhitungan tiap layer dijadikan parameter dalam perubahan bobot setiap layer

Item Type: Undergraduate thesis
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: Faculty of Engineering > Department of Informatic
Depositing User: Radiyanti 201032
Date Deposited: 21 May 2014 03:18
Last Modified: 21 May 2014 03:18
URI: http://repository.ubaya.ac.id/id/eprint/14783

Actions (login required)

View Item View Item