Please take a moment to complete this survey below
Library's collection Library's IT development CancelSejalan dengan perkembangan teknologi yang makin semarak, maka komputer
didayagunakan agar dapat memecahkan masalah-masalah yang ada seperti analisa
manusia dimana kemampuan tersebut adalah jaringan saraf tiruan.
Untuk keperluan mendapalkan algoritma yang sesuai untuk diterapkan dalam
berbagai aplikasi, maka dalam tugas akhir ini dilakukan percobaan penerapan dua
algoritma jaringan saraf tiruan yaitu : Self-Organizing Maps/Kohonen dan
Backpropagation, untuk diuji kemampuannya dalam menyelesaikan pengenalan
pola Prinsip kerja sistem-sistem ini adalah dengan melatihnya sampai mencapai error
0.000001, sehingga diperoleh bobot-bobot yang merupakan suatu penyelesaian yang
kemudian disimpan dalam file. Penambahan noise setelah pelatihan sangat diperlukan
untuk menguji kemampuannya yaitu antara level sepuluh sampai seratus dengan software
Corel 5.
Pola-pola yang diuji adalah sebanyak limabelas macam yang meliputi tiga bentuk
(kubus, tabung, dan kerucut) dengan lima posisi. Setelah pelatihan terdapat beberapa
parameter yang optimal, pada jaringan Kohonen map, tetangga, dan alpha yang optimal
adalah 90, 10, 0.9, sedangkan pada jaringan Backpropagation node hidden layer dan
parameter learning/alpha yang optimal adaiah 130 dan 0,075 yang masing-masing
mempunyai tingkat kebenaran 100%. Untuk pengenalan pada pola bemoise dengan
memakai bobot-bobot optimal maka jaringan Kohonen mempunyai tingkat kebenaran
100% untuk semua level noise.