(Peer Review + Similarity + Document) Optimasi Nilai Bobot Algoritma Backpropagation Neural Network dengan Algoritma Genetika

Dasuki, Moh (2021) (Peer Review + Similarity + Document) Optimasi Nilai Bobot Algoritma Backpropagation Neural Network dengan Algoritma Genetika. Universitas Muhammadiyah Jember, Universitas Muhammadiyah Jember.

	Text Artikel.pdf Download (619kB)
	Text Peer Review.pdf Download (1MB)
	Text Plagiasi Turnitin.pdf Download (1MB)

Abstract

Backprogation Neural Network (BPNN) merupakan salah satu metode peramalan yang sudah banyak dilakukan kemampuan Artificial Neural Network dalam melakukan suatu pembelajaran terbukti mempunyai kinerja yang cukup baik, namun Backpropagation memiliki dua kelemahan utama yaitu kecepatan convergence yang buruk dan tidak stabil, hal ini disebabkan karena resiko terjebaknya pada lokal minimum. Dua kelemahan itu dipengaruhi bobot awal yang dipilih secara random. Algoritma Genetika akan digunakan untuk menentukan bobot serta bias awal terhadap parameter Backpropagation sehingga bisa mendapatkan kemampuan belajar yang baik. Hasil yang diperoleh dari experiment yang sudah dilakukan menggunakan Backprogation Neural Network menghasilkan Root Mean Sequare Error 0,120 setelah dioptimasi menggunakan Algoritma Genetika menghasilkan nilai Root Mean Sequare Error 0.115. Kesimpulan dari penelitian ini penentuan bobot awal pada Backprogation Neural Network mempengaruhi model yang dihasilkan sehingga dapat meningkatkan kinerja Backprogation Neural Network lebih baik.

Item Type:	Peer Review
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Novan Agung
Date Deposited:	24 Jun 2021 02:44
Last Modified:	03 Jul 2021 03:58
URI:	http://repository.unmuhjember.ac.id/id/eprint/10711

Actions (login required)

View Item