Penerapan Jaringan Saraf Tiruan Algoritma Backpropagation Untuk Penyusunan Jadwal Mata Kuliah di Jurusan Matematika FMIPA USU
Teks penuh
Dokumen terkait
Untuk menghindari kerusakan total pada motor induksi, pada penelitian ini digunakan metode jaringan saraf tiruan dengan algoritma backpropagation untuk memprediksi kerusakan
Jaringan saraf Resilient Backpropagation menggunakan 2 hidden layer dengan jumlah hidden neuron 100 pada layer pertama dan 150 pada layer kedua mampu memprediksi
Berdasarkan hasil pengujian, penggunaan metode jaringan saraf tiruan dengan Algoritma Backpropagation memberikan hasil cukup baik untuk mengenali gambar yang terdapat pada training
Dengan menerapkan Jaringan Saraf Tiruan dan algoritma Backpropagation yang di aplikasikan pada Software Matlab sebagai aplikasi pengolahan citra diharapkan dapat digunakan
Dari uraian diatas penulis melakukan penelitian dengan judul jaringan saraf tiruan untuk memprediksi tingkat pemahaman siswa terhadap mata pelajaran dengan
Ramandha (2015) melakukan penelitian untuk memprediksi Kelahiran Prematur pada RSUPN Cipto Mangunkusumo dengan menggunakan Algoritma Neural Network Berbasis Particle
Dari hasil analisis terhadap pengujian yang dilakukan pada sistem identifikasi nada piano menggunakan algoritma Harmonic Wavelet Transform dan jaringan syaraf tiruan
Algoritma Backpropagation adalah algoritma pembelajaran terawasi yang digunakan untuk mengubah bobot neuron dalam jaringan perceptron berlapis untuk klasifikasi dan
