IkaPratiwi (2009) Pemilihan Arsitektur Jaringan Syaraf Tiruan Menggunakan Algoritma Genetika. Sarjana thesis, Universitas Brawijaya.
Abstract
Jaringan syaraf tiruan yang selanjutnya dikenal dengan JST merupakan algoritma pembelajaran mesin yang diilhami dari pengetahuan tentang sel syaraf biologi di dalam otak, mampu untuk menyelesaikan permasalahan yang rumit dan menemukan pola pada data. Kemampuan jaringan syaraf tiruan untuk ‘belajar’ sangat tergantung pada arsitektur jaringan yang digunakan. Arsitektur jaringan terdiri dari 3 lapisan yang saling terkoneksi, yaitu lapisan masukan, lapisan tersembunyi, dan lapisan keluaran. Penentuan jumlah neuron pada lapisan masukan disesuaikan dengan jumlah data masukan diskrit dari permasalahan. Dan pada lapisan keluaran disesuaikan dengan jumlah yang dibutuhkan untuk memodelkan solusi dari permasalahan. Untuk lapisan tersembunyi, jumlah yang diperlukan sangat bervariasi dan biasanya dibutuhkan analisa heuristik untuk menentukan jumlah unit yang optimal. Selama ini, dalam menentukan jumlah neuron dalam lapisan tersembunyi dilakukan dengan cara mencoba satu per satu kombinasi antara jumlah neuron masukan, jumlah neuron tersembunyi, dan jumlah neuron keluaran, tanpa adanya aturan yang pasti. Algoritma genetika sebagai salah satu metode heuristik, dapat memberikan kemungkinan solusi bagi permasalahan pemilihan arsitektur jaringan. Dalam melakukan optimasi arsitektur jaringan, algoritma genetika memilih kombinasi jumlah neuron dan menggunakan parameter jaringan syaraf tiruan sebagai fungsi penghitungan fitness untuk menentukan kombinasi yang paling optimal. Hal ini dapat mengurangi kemungkinan mencoba satu per satu kombinasi. Berdasarkan uji coba yang telah dilakukan, nilai MSE yang dihasilkan arsitektur jaringan syaraf tiruan dengan optimasi lebih kecil daripada arsitektur jaringan syaraf tiruan tanpa optimasi. Sehingga dapat dibuktikan bahwa algoritma genetika mampu melakukan optimasi arsitektur pada jaringan syaraf tiruan.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2009/11/050900204 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Unnamed user with email repository.ub@ub.ac.id |
| Date Deposited: | 03 Feb 2009 10:01 |
| Last Modified: | 22 Oct 2021 06:14 |
| URI: | http://repository.ub.ac.id/id/eprint/152064 |
Preview |
Text
050900204.pdf Download (2MB) | Preview |
Actions (login required)
 |
View Item |