Algoritma Fuzzy Backpropagation pada Pengklasifikasian Menggunakan Fuzzy Mean Square Error

Yuliawati, Apriliana

× Jaringan syaraf tiruan dapat digunakan untuk klasifikasi dengan algoritma pembelajaran backpropagation. Namun pada klasifikasi dengan kelas yang diekspresikan menggunakan bahasa (linguistic) dimungkinkan persepsi orang satu dengan yang lain berbeda sehingga suatu pola dapat masuk dalam 2 kelas atau lebih. Oleh karena itu, diperlukan penyelesaian secara fuzzy yang dikenal dengan fuzzy backpropagation. Pada skripsi ini dibahas prosedur pengklasifikasian menggunakan algoritma pembelajaran fuzzy backpropagation. Perubahan bobot dan bias pada proses pembelajaran ditentukan dengan meminimumkan fungsi eror. Fungsi eror yang digunakan pada jaringan syaraf dengan pembelajaran fuzzy backpropagation adalah fuzzy mean square error. Hasil dari pembahasan, prosedur pembelajaran fuzzy backpropagation meliputi proses memperoleh nilai keanggotaan fuzzy semua data input dan suatu pola pada kelas tertentu. Nilai keanggotaan tersebut digunakan sebagai pasangan input dan target pada proses pelatihan untuk memperoleh bobot dan bias yang optimum sehingga eror yang dihasilkan minimum. Bobot dan bias yang diperoleh, diuji terlebih dahulu sebelum digunakan untuk mengklasifikasikan data yang tidak dilatih. Proses pengujian tersebut bertujuan untuk mengetahui berapa persen pola pelatihan dapat diklasifikasikan sesuai target. Kata kunci: klasifikasi, FUZZY BACKPROPAGATION, fuzzy mean square error

×

Penulis Utama	:	Apriliana Yuliawati
Penulis Tambahan	:	-
NIM / NIP	:	M0108032
Tahun	:	2012
Judul	:	Algoritma Fuzzy Backpropagation pada Pengklasifikasian Menggunakan Fuzzy Mean Square Error
Edisi	:
Imprint	:	Surakarta - F. MIPA - 2012
Program Studi	:	S-1 Matematika
Kolasi	:
Sumber	:	UNS-F. MIPA Jur. MAtematika-M0108032-2012
Kata Kunci	:
Jenis Dokumen	:	Skripsi
ISSN	:
ISBN	:
Link DOI / Jurnal	:	-
Status	:	Public
Pembimbing	:	1. Titin Sri Martini, S.Si, M.Kom 2. Dr. Sri Subanti, M.Si
Penguji	:
Catatan Umum	:
Fakultas	:	Fak. MIPA

×

File	:	Harus menjadi member dan login terlebih dahulu untuk bisa download.