PENGENALAN POLA HIV DAN AIDS MENGGUNAKAN ALGORITMA KOHONEN PADA JARINGAN SYARAF TIRUAN BACKPROPAGATION

Heru Satria Tambunan

Abstract


Perkembangan tekhnologi saat ini sangat berkembang pesat, sehingga sangat memudahkan untuk mengatasi berbagai masalah. Di dalam penelitian ini penulis menggunakan algoritma Kohonen pada Jaringan Syaraf Tiruan Backpropagation dalam pengenalan pola penyakit HIV dan AIDS dalam  mengenali pola penyakit HIV dan AIDS. Algoritma Backpropagation merupakan salah satu algoritma pembelajaran  yang membutuhkan pengawasan dalam proses pembelajarannya. Pada algoritma backpropagation terdapat pasangan data input dan output serta hidden layer untuk melakukan pemrosesan data Jaringan Syaraf Tiruan hingga diperoleh bobot penimbang (weight) yang diinginkan. Dalam penelitian ini, dalam pengenalan pola penyakit HIV dan AIDS. Penulis menggunakan 15 variabel datauntuk dilatih menggunakan algoritma backpropagation dimana pembobotannya secara random dan data yang kedua dilatih menggunakan algoritma backpropagation. Didalam penelitian ini mengunakan aplikasi matlab untuk melakukan pemrosesan.

Full Text:

PDF

References


Ambarwati, & Edi Winarko (2014) “Pengelompokan Berita Indonesia Berdasarkan Histogram Kata Menggunakan Self-Organizing Map”, Jurnal IJCCS, Vol.8, No.1, hal 100-110.

Matondang Z. A. (2013) “Jaringan Syaraf Tiruan Dengan Algoritma Backpropagation Untuk Penentuan Kelulusan Sidang Skripsi”, Jurnal Pelita Informatika Budi darma

Nazla Nurmila, “Algoritma Backpropagation Neurak Network Untuk Pengenalan Pola Karakter Huruf Jawa“,Jurnal Masyarakat Informatika, Volume 1 hal 1-10.

Nur Nafi'iyah, (2015), “Algoritma Kohonen Dalam Mengubah Citra Graylevel Menjadi Citra Biner”, Jurnal Ilmiah Teknologi Dan Informasia Asia (Jitika), Vol. 9, No.2, hal 49-55.

Prabowo A, (2006) “Perbandingan Antara Metode Kohonen Neural Network dengan Metode Learning Vector Quantization Pada Pengenalan Pola Tandatangan”(jurnal) Jurnal sains & matematika (JSM), volume 14, nomor 4.

Wuryandari M. D., Afrianto I., (2012) “Perbandingan Metode Jaringan Syaraf Tiruan Backpropagation Dan Learning Vector Quantization Pada Pengenalan Wajah” Jurnal Komputer dan Informatika (KOMPUTA), Edisi I Volume I.


Refbacks

  • There are currently no refbacks.


InfoTekJar (Jurnal Nasional Informatika dan Teknologi Jaringan)

Program Studi Teknik Informatika - Universitas Islam Sumatera Utara
Website : http://jurnal.uisu.ac.id/index.php/infotekjar/index
Email : infotekjar@ft.uisu.ac.id

Creative Commons License
InfoTekJar : Jurnal Nasional Informatika dan Teknologi Jaringan) is licensed under a Creative Commons Attribution 4.0 International License