PERBANDINGAN KOMBINASI FUNGSI PELATIHAN JARINGAN SYARAF TIRUAN BACKPROPAGATION PADA PERAMALAN BEBAN

 

DAFTAR ISI

1. Tujuan

2. Alat dan Bahan

3. Dasar Teori

4. Percobaan

    4.1. Prosedur Percobaan

    4.2. Gambar Rangkaian

    4.3. Prinsip Kerja

    4.4. Video

    4.5. Download File

1. Tujuan

- Mampu mencoba training data jaringan syaraf tiruan

- Mampu Membuat Jaringan Syaraf Tiruan (JST) Menggunakan Neural Network Toolbox dengan matlab

2. Alat dan Bahan

Alat yang dibutuhkan pada pembelajaran ini yaitu software MATLAB

3.Dasar Teori 

MATLAB

MATLAB merupakan bahasa pemrograman tingkat tinggi yang dikembangkan oleh MathWorks dan dikhususkan untuk komputasi numerik, visualisasi,  dan  pemrograman. 

Jaringan saraf tiruan (JST) (bahasa Inggris: artificial neural network; ANN, atau simulated neural network (SNN), atau neural network (NN)), adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan sistem saraf manusia. JST merupakan sistem adaptif yang dapat mengubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut. Oleh karena sifatnya yang adaptif, JST juga sering disebut dengan jaringan adaptif.[1]

Secara sederhana, JST adalah sebuah alat pemodelan data statistik non-linier. JST dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-pola pada data. Menurut suatu teorema yang disebut "teorema penaksiran universal", JST dengan minimal sebuah lapis tersembunyi dengan fungsi aktivasi non-linear dapat memodelkan seluruh fungsi terukur Boreal apapun dari suatu dimensi ke dimensi lainnya.

Tampilan MATLAB:

4. Percobaan       [kembali]

Tahapan

    1.      Mempersiapkan data yang akan diolah dalam bentuk jurnal

    2.      Membuka aplikasi matlab dan Microsoft excel

    3.      Menyalin data yang akan diolah pada tabel ke mic.excel

    4.      Pada command window matlab ketik >> workspace dan enter

    5.      Kemudian pada tampilan workspacenya tambahkan 2 buah file baru yaitu inputan dan target dengan klik kanan pada tampilan workspace dan pilih New

    6.      Selanjutnya masukkan data dari excel ke file pada workspace berupa inputan dan target, dengan klik 2 kali pada file tersebut

    7.      Selanjutnya pada comman window ketikkan >> nntool

    8.      Maka akan menampilkan Neural Network/Data manejer pada matlab

    9.      Pada neural network pilih menu import dan pilih variable yang akan digunakan yaitu inputan sebagai input data dan target sebagai target data, setelah itu klik import

    10.   Selanjutnya pada neural network pilih menu new dan beri nama serta atur pengaturan yang sesuai dan klik view sehingga menampilkan kemudian klik create dan ok

    11.   Pada Neural Network bagian network klik network yang sudah dibuat dan pilih menu train kemudian training info lanjut ke training parameters dan lakukan pengaturan yang sesuai

    12.   Setelah pengaturan selesai klik train network dan ubah plot interval menjadi 100 kemudian klik regression maka akan menampilkan bentuk grafik

    13.   Lakukan perulangan pada training parameter dan lakukan Langkah selanjutnya sesuai Langkah diatas.

Sumber Jurnal :