Simulasi Neural Network (Backpropagation)

Aturan : 

Laju Belajar (Learn Rate) : 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Momentum : 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Stopping Criteria Error : 1.5
Jumlah Step / Eksekusi :500


Setiap pengaturan yang berbeda pada Learn Rate dan Momentum, temen-temen harus pilih bagian tab “Bobot dan Bias” dengan mengikuti langkah dibawah ini :

1. Reset Ke Nol
2. Acak Nilai Bobot
3. Set Sebagai Nilai Awal

*Lakukan berulang-ulang setiap pengambilan data…

Selanjutnya pilih tab “Belajar” kemudian klik Multi Step untuk mendapatkan hasil data. Dan hasil data nya diambil di kotak #Epoch.

Mencari Nilai Multi_Step dan Single_Step 

Software yang digunakan : 

Hasil Data #Epoch Multi_Step: 

Grafik Data #Epoch Multi_Step: 

Softwarenya bisa temen-temen download disini!

Ekstrak Foldernya -> Installer terdapat pada folder DISK1 setup.exe

Password -> Bremerhaven

*NB:  Buat teman-teman kelas gw yang kebetulan nyasar kesini dimohon untuk tersenyum...

Baca Selengkapnya..

Artificial Neural Network

Jelaskan Pengertian dari ANN?

Artificial Neural Network (Jaringan Neuron Buatan) merupakan model yang meniru cara kerja jaringan neural biologis. Jaringan buatan ini terdiri atas neuron-neuron buatan yang disebut elemen pemroses (processing elements). Setiap neuron dapat memiliki beberapa masukan dan mempunyai satu keluaran. Jalur masukan pada suatu neuron bisa berisi data mentah atau data hasil olahan neuron sebelumnya. Sedangkan hasil keluaran suatu neuron dapat berupa hasil akhir atau berupa bahan masukan bagi neuron berikutnya. Jaringan neuron buatan terdiri atas kumpulan grup neuron yang tersusun dalam lapisan. Gambar 2 di bawah ini menunjukkan struktur umum jaringan syaraf buatan yang bersifat feedforward (data diproses pada satu arah).

Sebutkan Kelebihan dari ANN?

• Handal (Dapat membuat suatu sistem syaraf yang kompleks sekaligus)
• Mudah digunakan 

Gambarkan Struktur dasar ANN ?

Gambar 2

Struktur dasar Jaringan Neuron Buatan

Baca Selengkapnya..