Simulasi Permodelan Neural Network dengan Backpropagation pada Pemograman C#

Zahratul Fitri

Abstract


Neural Network atau Jaringan Saraf Tiruan adalah salah satu system tiruan yang memproses informasi yang dilakukan dengan cara mendesaign dengan menirukan cara kerja manusia dalam proses belajarnya sehingga menyelesaikan suatu permasalahan melalui proses belajar pada perubahan bobot  sinapsisnya (1).

Penelitian ini mensimulasikan model jaringan saraf tiruan pada suatu simulasi yang terdiri dari satu lapisan input (X1 s/d X120), 2 lapisan tersembunyi/ hidden layer (Z1-1 s/d Z1-241) dan (Z2-1 s/d Z2-241), dan 1 lapisan output dengan 21 neuron.

Hasil simulasi model jaringan saraf tiruan pada inputan learning rate = 0.5, Treshold = 0.5, Setting Error = 0.001 dan Max Epoch = 1000 menghasilkan nilai MSE = 0.24999581738619.

Keywords


Neural Network, Backpropagation, Pemograman C#

Full Text:

PDF


DOI: https://doi.org/10.53513/jsk.v2i2.134

Refbacks



Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.



JURNAL TEKNOLOGI SISTEM INFORMASI DAN SISTEM KOMPUTER TGD [ J-SISKO TECH]

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

 

PUSAT RISET DAN PENGABDIAN MASYARAKAT

STMIK TRIGUNA DHARMA

Jl. Pintu Air I/Jend. AH Nasution No. 73, Medan Johor
Sumatera Utara - Indonesia.

Phone: 061-8224051
Fax: 0618224051
Email: [email protected]