LAPORAN AKHIR PROGRAM ANN

LAPORAN AKHIR

ANN

NAMA : FATHIA SAFITRI

NPM/KELAS : 10108776/3KA04

BARIS : 3

TGL.PRAKTIKUM :

MATERI : BACK PROPAGATION

KETUA ASISTEN : ENDANG

ASISTEN BARIS :

PARAF

( )

LABORATURIUM SISTEM INFORMASI

UNIVERSITAS GUNADARMA

2010/2011

1.Perbedaan Expert system dan ANN

• Expert system

• Dalam pemecahan masalah masih membutuhkan bantuan programmer.
• Knowledge dibuat oleh programmer sehingga knowledge dapat ditelusuri pembuatannya.
• Sample yang inputnya cacat tidak dapat menghasilkan output.

• ANN (Artificial Neural Network)

• Dapat memecahkan masalah/kasus yang rumit yang tidak dapat dilakukan oleh expert system.
• Knowledge terbentuk dengan sendirinya.
• Dapat menghasilkan output walaupun inputnya cacat.

2.Pengertian ANN

Sistem komputasi dimana arsitektur dan operasi diilhami dari pengetahuan tentang sel saraf biologi dalam otak.

3.Arsitektur ANN

4.Pengertian Epoch,learn rate dan Momentum

• Epoch :

Jumlah langkah belajar

• Learn rate :

Parameter yang menentukan besarnya perubahan bobot dan bias.

• Momentum :

Suatu parameter yang berfungsi untuk mempercepat terjadinya kestabilan nilai boot dalam proses belajar.

5. Langkah – langkah

• Buka program Backpropagation lalu masukan password Bremerhaven .
• Klik Bobot dan Bias klik acak nilai bobot lalu pilih set sebagai nilai awal .
• Klik tag belajar untuk melakukan proses perhitungan .
• Ubah nilai yang terdapat pada :

Laju belajar = 0.1

Momentum = 0.1

Stoping Criteria error = 1

Jumlah step / eksekusi = 500

• Klik Multi step untuk mendapatkan nilai #Epoch
• Setelah selesai , klik grafik pada tab untuk melihat grafik
• Ulangi langkah langkah di atas lalu untuk memulai kembali , dan langkah mengklik multi step diganti dengan single step .
• Lakukan kembali proses grafik .

LEARN RATE	MOMENTUM
	0	0.5	0.6	0.7	0.8	0.9	1
0.1	500	500	471	357	245	140	49
0.2	500	296	239	183	129	80	60
0.3	390	199	161	125	89	59	50
0.4	293	150	122	125	70	49	43