EEPIS Repository

Optimasi Training pada Jaringan Syaraf Tiruan menggunakan Algoritma Extended Kalman Filter

Darojah, Zaqiatud (2010) Optimasi Training pada Jaringan Syaraf Tiruan menggunakan Algoritma Extended Kalman Filter. zaqiah@eepis-its.edu.

[img]
Preview
PDF
Download (219Kb) | Preview

    Abstract

    Proses training pada jaringan syaraf tiruan (JST) feedforward menggunakan algoritma konvensiona, seperti algoritma backpropagation mempunyai kelemahan dalam mencari bobot-bobot yang konvergen, yaitu kekonvergenan berjalan dengan lambat dan dilakukan cara coba-coba dalam menentukan parameter-parameter yang sesuai. Penentuan parameter-parameter yang sesuai dapat menghambat pekerjaan dan tidak praktis dalam memperoleh hasil yang cepat. Permasalahan tersebut dapat diselesaikan menggunakan teknik optimasi nonlinear sehingga didapatkan bobot-bobot yang konvergen dengan cepat (fast learning). Salah satunya adalah metode extended Kalman filter. Penerapan algoritma extended Kalman filter sebagai metode training JST dapat dilakukan dengan memformulasikan JST sebagai konsep state space yang mirip dengan sistem dinamik nonlinear. Hasil penelitian menunjukkan bahwa algoritma EKF memiliki kecepatan konvergensi yang lebih cepat dibandingkan dengan algoritma pembanding, dalam hal ini adalah algoritma bavkpropagation.

    Item Type: Article
    Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
    Q Science > QA Mathematics > QA76 Computer software
    Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
    Depositing User: Diptia dipu Zandra
    Date Deposited: 14 Mar 2011 20:53
    Last Modified: 15 Apr 2011 15:12
    URI: http://repo.pens.ac.id/id/eprint/56

    Actions (login required)

    View Item