Masyhudi, AIsnaini (2014) Perbandingan Metode Regresi Logistik Biner Dengan Metode Jaringan Syaraf Tiruan Backpropagation. Sarjana thesis, Universitas Brawijaya.
Abstract
Regresi logistik adalah metode yang digunakan untuk mencari hubungan antara variabel respon yang bersifat dichotomous atau bersifat polychotomous dengan satu atau lebih variabel prediktor. Sedangkan variabel responnya bersifat kontinyu atau kategorik. Metode jaringan syaraf tiruan backpropagation merupakan algoritma pembelajaran yang terawasi dan biasanya digunakan oleh perceptron dengan banyak lapisan untuk mengubah bobot-bobot yang terhubung dengan neuron-neuron yang ada pada lapisan tersembunyinya. Algoritma backpropagation menggunakan error output untuk mengubah nilainilai bobotnya dalam arah mundur atau backward. Untuk mendapatkan error ini, tahap perambatan maju atau forward propagation harus dikerjakan terlebih dahulu. Data yang digunakan untuk membandingkan metode regresi logistik biner dan metode jaringan syaraf tiruan backpropagation pada penelitian ini adalah data mengenai pelanggaran lau lintas di polres Sidoarjo pada bulan November tahun 2011. Tujuan yang ingin didapat dalam penelitian ini adalah menerapkan dan membandingkan ketepatan klasifikasi antara metode regresi logistik biner dengan metode jaringan syaraf tiruan backpropagation. Hasil dari pengujian menunjukkan bahwa metode jaringan syaraf tiruan backpropagation memiliki ketepatan klasifikasi yang lebih baik dari regresi logistik biner baik pada data training maupun data testing. Jaringan syaraf backpropagation yang terbentuk adalah 1-11-1.
English Abstract
Logistic regression is a method used to find the relationship between variable response in dichotomous or polychotomous with one or more predictor variables. While the response variables are continuous or categorical. Back propagation neural network method is a supervised learning algorithm, and is usually used by a perceptron with a lot of layers to change the weights connected to the neurons that exist in the hidden layer. Backpropagation algorithm using the output error to change the values of the weights in a reverse or backward direction. To get this error, forward propagation phase propagation must be done first. The data used to compare binary logistic regression method and back propagation neural network method in this research is the data regarding traffic violations of the Police lau (Polres) Sidoarjo in November of 2011. Objectives to be obtained in this study is to apply and compare the accuracy of the classification between the logistic regression method binary with backpropagation neural network method. The results of the testing indicate that the method of back propagation neural network has better classification accuracy than either binary logistic regression on data training and data testing. Backpropagation neural network which is formed is 1-11-1.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/MIPA/2014/304/05140302 |
| Subjects: | 500 Natural sciences and mathematics > 510 Mathematics |
| Divisions: | Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 02 Sep 2014 10:18 |
| Last Modified: | 21 Oct 2021 05:02 |
| URI: | http://repository.ub.ac.id/id/eprint/153935 |
Preview |
Text
SKRIPSI_A._ISNAINI_MASYHUDI_(0910953015).pdf Download (3MB) | Preview |
Actions (login required)
 |
View Item |