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.

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.

Actions (login required)