• Tidak ada hasil yang ditemukan

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENYAKIT DIABETES MELLITUS MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION

N/A
N/A
Protected

Academic year: 2018

Membagikan "SISTEM PENDUKUNG KEPUTUSAN PENENTUAN PENYAKIT DIABETES MELLITUS MENGGUNAKAN METODE LEARNING VECTOR QUANTIZATION"

Copied!
6
0
0

Teks penuh

Gambar

Gambar 1. Flowchart LVQ
Gambar 5. Use case sistem
Gambar 11. Sequance Diagram Manajemen Data User
Gambar 17. Tampilan Management LVQ

Referensi

Dokumen terkait

Penerapan metode LVQ digunakan di dalam mencari bobot yang sesuai, untuk mengelompokkan vektor- vektor input ke dalam kelas-kelas yang telah diinisialisasikan pada

Algoritma LVQ merupakan metode pembelajaran dengan menggunakan sistem kompetisi artinya dalam proses pembelajaran neuron-neuron dalam lapisan kompetisi akan

Learning Vector Quantization (LVQ) adalah salah satu algoritma jaringan saraf tiruan yang dapat digunakan untuk mengenali karakter dari suatu huruf.. Metode ini

Berdasarkan Gambar 1, tampak bahwa dalam LVQ terdapat dua vektor bobot yang menghubungkan setiap neuron masukan dengan neuron keluaran sehingga dapat dikatakan

Dari Tabel 2 yang berisi hasil pengujian, didapatkan bahwa variasi arsitektur jaringan yang optimal dalam proses pengenalan citra aksara Sunda dengan menggunakan metode LVQ

Gambar 2 Sistem Aksi NPC Menggunakan LVQ Proses penelitian diawali dengan memasukan data latih ke dalam pembelajaran metode LVQ, kemudian hasil pembelajaran akan

Pada LVQ untuk menentukan vektor bobot awal biasanya diambil dari data pertama dan data kedua dan membutuhkan pembelajaran yang lama apabila kedua vektor

Mengembangkan JST dengan cara memasukkan karakteristik Backpropagation yaitu hidden layer dan bobot awal secara acak yang dinamakan Modified LVQ. LVQ memiliki