IMPLEMENTASI ALGORITMA NEURAL NETWORK DENGAN METODE PRUNE UNTUK KLASIFIKASI PENENTUAN DOSEN PEMBIMBING TUGAS AKHIR
| Main Author: | Syamsu, Rosalina |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2015
|
| Subjects: | |
| Online Access: |
http://eprints.umm.ac.id/22398/1/jiptummpp-gdl-rosalinasy-40807-1-pendahul-n.pdf http://eprints.umm.ac.id/22398/2/jiptummpp-gdl-rosalinasy-40807-2-babi.pdf http://eprints.umm.ac.id/22398/ |
Daftar Isi:
- Data mining merupakan proses melakukan analisa untuk menemukan informasi di dalam suatu basis data. Salah satu teknik penggunaan data mining yaitu Klasifikasi. Neural network merupakan salah satu algoritma yang digunakan untuk menyelesaikan masalah klasifikasi. Pada penelitian tugas akhir ini, algoritma backpropagation neural network digunakan dalam text mining untuk klasifikasi dosen pembimbing tugas akhir. Pada umumnya, struktur neural network yang kecil lebih cepat digunakan. Penggunaan SVD dan Weight Initialisation diusulkan dalam penelitian tugas akhir ini untuk optimasi struktur neural network. SVD digunakan untuk mengidentifikasi dan menghilangkan neuron tersembunyi. Selain itu, ukuran optimal neural network sangat tergantung pada inisialisasi bobot. Jadi, metode prune dimulai dari membangun struktur yang besar dan kemudian menghilangkan neuron tersembunyi. Pengujian dilakukan sebanyak 5 kali untuk setiap skenario pengujian. Hasil pengujian menunjukkan bahwa algoritma neural network dengan metode prune dan banyak data latih menghasilkan hasil yang lebih baik. Hal ini dilihat dari hasil akurasi sebesar 85%, sedangkan precision sebesar 90.63%, sedangkan recall sebesar 85% dan f-measure sebesar 87.72%.