PERBANDINGAN ALGORITMA LEVENBERG-MARQUARDT DENGAN BACKPROPAGATION UNTUK MENDIAGNOSA JENIS PENYAKIT KANDUNGAN
Teks penuh
Gambar
Dokumen terkait
Jaringan syaraf tiruan dengan dicetuskan oleh Widrow dan Hoff(1960), pada dasarnya menggunakan aktivasi bipolar (1 atau 61) untuk sinyal input dan target output dimana bobot
Dalam melakukan identifikasi penyakit algoritma backpropagation akan menggunakan bobot-bobot yang ada dari hasil proses pelatihan untuk digunakan pada proses
Hasil pengujian pada aplikasi perbandingan algoritma menunjukkan nilai akurasi rata-rata dari algoritma Naïve Bayes adalah 57% dan algoritma C4.5 adalah 47.7% yang berarti
Beberapa penelitian mengenai neural network khususnya algoritma backpropagation yang diacu pada paper ini antara lain penelitian oleh Sudarmaji Dan Syamsu
Dari Tabel 6.9, dapat kita ambil kesimpulan bahwa, untuk pengujian dengan pembagian data 70%, algoritma nearest neighbour menghasilkan akurasi tertinggi untuk kedua mata kuliah,
Beberapa penelitian mengenai neural network khususnya algoritma backpropagation yang diacu pada paper ini antara lain penelitian oleh Sudarmaji Dan Syamsu
Setelah dilakukan perbandingan dengan confusion matrix akurasi terlihat metode yang terbaik adalah neural network – algoritma genetika karena akurasi lebih tinggi
Secara umum, untuk masalah dengan ukuran panjang individu yang kecil (pada penyelesaian kasus Onemax-20 dan Fungsi De Jong F2), GA lebih baik dari BMDA dalam hal jumlah iterasi