JARINGAN SARAF TIRUAN

JUDUL JURNAL : Penerapan Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Pengangguran di Provinsi Kalimantan Timur Dengan Menggunakan Algoritma Pembelajaran Backpropagation ANALISIS Karena jumlah data yang besar mengakibatkan   lamanya proses Training. Setelah dilakukan   pelatihan dengan maksimum epoch 500000 dengan neuron pada hid den layer 10 neuron.   Untuk training 3 neuron membutuhkan waktu kurang lebih 10 jam dan berhenti pada epoch 500000. Untuk training 10 neuron membutuhkan waktu kurang lebih 11 jam dan berhenti pada epoch 500000. Dari hasil training model jaringan saraf tiruan yang telah dibuat dengan konstanta belajar 0,1, keberhasilan dalam memprediksi jumlah pengangguran dengan RMSE sebesar 13.7001521. Jadi setelah proses training dan testing dapat diprediksi jumlah pengangguran pada tahun 2009 adalah 133.104   KESIMPULAN Dari hasil penelitian, dapat disimpulkan bahwa metode Backpropagation dapat digunakan untuk melakukan prediksi p...

                                             4.APLIKASI BACK PROPAGATION Pengenalan tulisan tangan atau karakter - Optical Character Recognition(OCR) adalah sebuah aplikasi untuk mengubah dokumen dalam bentuk gambar digital ke dalam bentuk dokumen dengan format teks (ASCII)yang dapat dengan mudah diubah isinya. Gambar digital tersebut biasa didapat dengan cara melakukan scanning dengan menggunakan perangkat keras berupa scanner. Gambar digital tersebut dapat berisi tulisan tangan maupun tulisan ketik. Hal pertama yang dilakukan oleh aplikasi OCR moderen adalah membagi halaman ke dalam beberapa elemen dasar seperti teks, tabel, gambar, dan sebagainya. Teks akan dibagi lagi menjadi per baris. Baris teks akan dibagi menjadi kata dan akhirnya menjadi karakter. Kem...

                    3.PROSES   MEDELIN   Madaline (Banyak Adaline) adalah ekstensi multilayer dari bipolar single-neuron Adaline ke jaringan. Karena Madaline adalah ekstensi multi-layer metodologi penyesuaian lebih berat daripada di Back Propagation dan memberikan pemahaman yang sulit ke dalam menyesuaikan bobot dalam jaringan multi-layer, meskipun kurang efisien. Struktur dasar diberikan pada Gambar. 5.1 yang dalam hal dua lapisan Adalines, ditambah lapisan masukan yang hanya berfungsi sebagai distributor masukan jaringan (lihat Gambar. 5.2). The Madaline mempekerjakan prosedur pelatihan yang dikenal sebagai Madaline Aturan II, yang didasarkan pada Gangguan Prinsip Minimum, sebagai berikut [Widrow et al., 1987]: (1) Semua bobot diinisialisasi dengan nilai acak rendah. Selanjutnya, satu set pelatihan input L vektor xi (i = 1; 2;:::; L) diterapkan satu vektor pa...

                 2. PROSES PERCEPTRON Perceptron adalah salah satu metode JST training yang sederhana dipakaikan prosedur algoritma training yang pertama kali. Terdiri dari neuron tunggal dengan bobot synaptic yang diatur menggunakan fungsi aktifasi hard limit. Aturan belajar perceptron lebih handal jika dibandingkan dengan aturan Hebbrule, dengan asumsi yang sesuai prosedur belajar iteratifnya dapat dibuktikan dengan konvergennya ke bobot yang benar, yaitu bobot yang memungkinakan jaringan menghasilkan nilai output yang benar untuk setiap pola input pelatihan. Arsitektur perceptron belajar mengenali pola dengan metode pembelajaran terbimbing. Perhatikan gambar berikut ini  Target = Nilai yang diinginkan,  Output = Nilai yang keluar dari neuron Proses Compare digunakan untuk membandingkan antara output dengan target, Jika terjadi perbedaan maka weight/bobot di adjust/atur sam...