APLIKASI JARINGAN SARAF TIRUAN METODE PERCEPTRON PADA PENGENALAN POLA NOTASI

Muhamad Arifin
Khoirudin Asfani
Anik Nur Handayani

Abstract


Jaringan saraf tiruan (JST) merupakan pemroses informasi yang meniru cara kerja otak manusia, yaitu bentuk neuron (sel syaraf). Karena kelebihan ini, JST dapat dipakai untuk mengenali pola tertentu, pada penelitian ini pola notasi aritmatika. JST yang dipakai dengan metode perceptron. pola notasi aritmatika mulai dari notasi penjumlahan (+), pengurangan (-), perkalian (x), pembagian (/), dan sama dengan (=). Penentuan pengenalan pola notasi tersebut berdasarkan 3 inputan yang harus dimasukkan yaitu nilai bobot (w) = 0, nilai alpha (α) = 1, dan nilai threshold (θ) = 0. Tujuan dari penelitian yaitu mengetahui tingkat akurasi perhitungan excel dan program delphi pada pengenalan pola notasi pada jaringan saraf tiruan dengan metode perceptron. Metode penelitian dengan 3 cara yang dilakukan yaitu penentuan nilai inputan (x), penentuan nilai target (t), dan perhitungan nilai aktivasi. Hasil dari penelitian ini bahwa pengenalan pola notasi penjumlahan (+), pengurangan (-), perkalian (x), pembagian (/), dan sama dengan (=) dari kedua perhitungan baik secara manual pada program excel dan implementasi pada program Delphi dalam Jaringan Saraf Tiruan (JST) metode Perceptron, didapatkan hasil yang sama dengan selisih 0, sehingga dapat disimpulkan perhitungan manual dengan excel dan implementasi pada program Delphi untuk pengenalan pola notasi penjumlahan (+) adalah presisi. Kemudian untuk pengenalan pola lain seperti pengurangan (-), perkalian (x), pembagian (/), dan sama dengan (=) hasilnya antara perhitungan dan program juga sama.


Keywords


JST; perceptron; notasi aritmatika

Teks Lengkap:

PDF

Referensi


Nugroho, Fx. Henry. Pengenalan Wajah dengan Jaringan Saraf Tiruan Backpropogation.Yogyakarta: Graha Ilmu.

Islam, M.J, dkk. 2009. Neural Network Based Handwritten Digits Recognition- An Experiment and Analysis. University of Windsor, Canada.

Siang, Jong Jek. 2005. Jaringan Saraf Tiruan dan Pemrogramannya Menggunakan MATLAB. Yogyakarta: Penerbit Andi.

Kawaguchi, Kiyoshi, 2000. A Multithreaded Software Model for Backpropagation Neural Network Applications. Department of Electrical and Computer Engineering: The University of Texas At El Paso. Thesis Online, diakses tanggal 10 November 2017.

Sri Kusumadewi & Sri Hartati. 2006. Neuro Fuzzy-Integrasi Sistem Fuzzy dan Jaringan Syaraf. Yogyakarta: Graha Ilmu.

Muis, Saludin. 2006 . Teknik Jaringan Saraf Tiruan. Yogyakarta. Penerbit Andi.




DOI: https://doi.org/10.24176/simet.v9i1.1737

Article Metrics

Abstract views : 8451| PDF views : 2541

Refbacks



free hit counter View My Stats

Indexed by:

Dimensions logo

 

Flag Counter

Creative Commons License
Simetris : Jurnal Teknik Mesin, Elektro dan Ilmu Komputer is licensed under a Creative Commons Attribution 4.0 International License.

Dedicated to: