MAULANI, AGHNIA YUSI (2021) PERBANDINGAN MEAN SQUARED ERROR PADA MODEL NEURON 5-6-1 BERSASARKAN PEMBOBOTAN AWAL RANDOM DAN NGUYEN WIDROW DENGAN ALGORITMA PELATIHAN LEVENBERG MARQUARDT. Bachelor thesis, UNIVERSITAS MUHAMMADIYAH PURWOKERTO.
AGHNIA YUSI MAULANI COVER.pdf
Download (20MB)
AGHNIA YUSI MAULANI BAB I.pdf
Download (952kB)
AGHNIA YUSI MAULANI BAB II.pdf
Download (1MB)
AGHNIA YUSI MAULANI BAB III.pdf
Restricted to Registered users only
Download (1MB)
AGHNIA YUSI MAULANI BAB IV.pdf
Restricted to Registered users only
Download (1MB)
AGHNIA YUSI MAULANI BAB V.pdf
Restricted to Registered users only
Download (943kB)
AGHNIA YUSI MAULANI DAFTAR PUSTAKA.pdf
Download (1MB)
AGHNIA YUSI MAULANI LAMPIRAN.pdf
Restricted to Registered users only
Download (1MB)
Abstract
Mean Squared Error (MSE) merupakan suatu fungsi kinerja jaringan syaraf tiruan (JST) yang ditinjau dari rata-rata nilai kuadrat errornya. Semakin kecil nilai error pada MSE maka semakin optimal kinerja yang dihasilkan. Kinerja suatu algoritma dipengaruhi oleh beberapa parameter jaringan diantaranya adalah jumlah neuron pada lapisan masukan (input layer), epoch maksimum, Learning Rate (LR), lapisan tersembunyi (hidden layer), dan target error. Selain itu, kinerja suatu algoritma juga dipengaruhi oleh pemilihan bobot awal. Salah satu algoritma yang sering digunakan adalah Backpropogation yang memiliki dua metode pembobotan awal yaitu Random dan Nguyen Widrow. Untuk menghasilkan Mean Squared Error (MSE) yang relatif lebih kecil diperlukan pemilihan pembobotan yang paling tepat. Telah dilakukan pengujian kinerja algoritma Levenberg Marquartd pada penelitian sebelumnya menggunakan pembobotan awal Random dengan nilai alpha (α) = 5% menghasilkan nilai error relatif kecil. Sementara itu berdasarkan penelitian lain mengenai implementasi metode Backpropagation untuk memprediksi tingkat kelulusan uji kompetensi siswa kelas 12 TKJ dengan sangat baik dengan tingkat akurasi yang tinggi yaitu 95% pada pola 5-6-1. Oleh karena itu penelitian ini dilakukan pengujian perbandingan Mean Squared Error (MSE) algoritma Levenberg Marquard yang relatif kecil berdasarkan pembobotan awal metode Random dan Nguyen Widrow pada model neuron 5-6-1. Data masukan dan data target berasal dari hasil membangkitkan data Random yang diterapkan pada program jaringan syaraf tiruan (JST) menggunakan software Matlab untuk menghasilkan nilai error. Kemudian hasil nilai error tersebut dilakukan analisis dan uji statistik paired sample t-test (uji-t berpasangan). Hasil dari analisis deskriptif bahwa pada pembobotan awal metode Nguyen Widrow menghasilkan nilai mean squared error (MSE) yang lebih kecil yaitu sebesar 0.00021624273 sedangkan nilai mean squared error (MSE) pada pembobotan awal metode Random memiliki nilai yang lebih besar yaitu sebesar 0.00024462100. Berdasarkan uji statistik paired sample t-test (uji-t berpasangan) dengan nilai alpha (α) = 5% menghasilkan kesimpulan bahwa rata-rata mean squared error (MSE) pada kedua metode pembobotan tersebut tidak ada perbedaan yang signifikan. Sedangkan jika nilai alpha (α) = 30% menghasilkan bahwa pembobotan awal dengan metode Nguyen Widrow memiliki nilai mean squared error (MSE) lebih rendah.
| Dosen Pembimbing: | MUSTAFIDAH, HINDAYATI | unspecified |
|---|---|
| Item Type: | Thesis (Bachelor) |
| Uncontrolled Keywords: | Backpropogation, Levenberg Marquartd, Mean Squared Error (MSE), Random, Nguyen Widrow, Uji-t berpasangan |
| Subjects: | Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Fakultas Tekniik Dan Sains > Teknik Informatika S1 |
| Depositing User: | wulan |
| Date Deposited: | 11 Aug 2022 07:33 |
| Last Modified: | 11 Nov 2024 02:08 |
| URI: | http://repository.ump.ac.id/id/eprint/13518 |
