• Tidak ada hasil yang ditemukan

PEMODELAN DETEKSI PENYAKIT SIROSIS HATI DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN

N/A
N/A
Protected

Academic year: 2018

Membagikan "PEMODELAN DETEKSI PENYAKIT SIROSIS HATI DENGAN MENGGUNAKAN JARINGAN SYARAF TIRUAN"

Copied!
10
0
0

Teks penuh

Loading

Gambar

Gambar 1. Ilustrasi Neuron Tiruan
Gambar 3. Model Neural Network
Gambar 5. Layar Training
Gambar 13. Layar Settings

Referensi

Dokumen terkait

2.1.8 Arsitektur Jaringan Syaraf Tiruan Backpropagation Perambatan galat mundur backpropagation merupakan sebuah metode untuk pelatihan jaringan syaraf tiruan agar mampu

Secara umum peramalan yang dapat dilakukan oleh Jaringan Syaraf Tiruan adalah peramalan runtut waktu (time series) sebagai input dan target dari output yang diinginkan pada

Setiap value input atribut dari dataset harus diwakilkan oleh sebuah node/ neuron input pada pemodelan arsitektur jaringan syaraf tiruan backpropagation yang akan

Berdasarkan kinerja jaringan syaraf tiruan backpropagation dengan 3 hidden layer , 1 output , learning rate 0,7 dan target error 1000 dalam mendeteksi penyakit

Dari hasil prediksi suhu udara maksimum di Stasiun Belawan dengan menggunakan Arsitektur 3 lapisan Jaringan Syaraf Tiruan dengan 24 input dan 12 output

Penemuannya mengatasi kelemahan jaringan syaraf tiruan dengan layer tunggal yang mengakibatkan perkembangan jaringan syaraf tiruan merupakan generalisasi aturan delta

Berdasarkan kinerja jaringan syaraf tiruan backpropagation dengan 3 hidden layer, 1 output, learning rate 0,7 dan target error 1000 dalam mendeteksi penyakit TB

Dengan merancang data pelatihan yang berupa pasangan pola input dan target output yang diinginkan, maka jaringan syaraf tiruan Propagasi balik (Backpropagation) akan