Penerapan Inisialisasi Bobot Jaringan Syaraf Tiruan Dengan Algoritma Genetika (Aplikasi Pada Data Nilai Tukar Mata Uang Asing)
| Main Author: | Utomo, BudiSatrio |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2012
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/153094/1/Halaman_Awal.pdf http://repository.ub.ac.id/153094/2/BAB_I%2CII%2CIII%2CIV%2CV%2CLampiran.pdf http://repository.ub.ac.id/153094/3/cover.pdf http://repository.ub.ac.id/153094/ |
Daftar Isi:
- ANN atau jaringan syaraf tiruan (JST) adalah sistem pengelola informasi yang memiliki karakter seperti representasi buatan dari otak manusia. Dalam implementasi JST, terdapat permasalahan yang sering dijumpai antara lain cara input data, pemilihan inisialisasi, jumlah neuron pada lapisan hidden dan lain-lain. Algoritma genetika adalah algoritma pencarian heuristik yang didasarkan atas mekanisme seleksi dan genetika alami. Algoritma genetika dimanfaatkan untuk mencari bobot dan bias, selanjutnya bobot dan bias digunakan sebagai inisialisasi JST algoritma backpropagation. Tujuan penelitian ini adalah melihat tingkat kesalahan dari hasil peramalan dan membandingkan waktu penyelesaian training dari JST backpropagation yang memanfaatkan bobot dan bias algoritma genetika. Inisialisasi bobot dan bias dengan algoritma genetika jika diaplikasikan pada JST algoritma backpropagation mampu mempercepat proses training namun memberikan hasil ramalan yang kurang akurat. Evaluasi kesalahan menggunakan RMSE sebesar 0.008506 dan MAPE 47.54% terhadap data sebenarnya.