Implementasi Jaringan Syaraf Tiruan Menggunakan Matlab
April 28, 2009 at 4:38 pm | In Uncategorized | 1 Comment
Ini adalah lanjutan dari cerita bersambung skripsi saya.. hehe.. Ya, Saya akan menggunakan aplikasi Matlab sebagai tool dalam mengembangkan Jaringan Syaraf Tiruan (JST). Pertama mungkin kita berkenalan dulu dengan fungsi-fungsi JST yang terangkum dalam Matlab Neural Network Toolbox. Untuk mengetahui apa saja fungsi-fungsi yang ada pada NN toolbox tersebutĀ ketik ‘help nnet’ pada command window matlab. Setelah perintah tersebut diexecute maka akan keluar list daftar fungsi apa saja yang terdapat pada matlab tersebut. Mungkin akan terlalu banyak apabila saya jelaskan semua, namun saya akan memberikan penjelasan pada salah satu fungsi sebagai contoh. Fungsi ‘newp(pr,s,tf,lf)’ adalah fungsi untuk membuat suatu network baru (newff untuk network feedforward). PR merupakan nilai min max dari Rx2 element, S adalah banyaknya neuron, tf transfer function, dan lf learning function. Contoh salah satu commandnya ‘net=newp(0 1; -2 2],1). Untuk melihat kasus yang sudah teruji melalui NNtoolbox, dapat dilihat di sini.
Mengoptimasi Jaringan Syaraf Tiruan Menggunakan GA
April 16, 2009 at 8:41 am | In Uncategorized | 6 CommentsTahukah kamu, bahwa kita dapat mengoptimasi suatu populasi menggunakan Genetic Algorithm (GA). Yah, mengetahui hal iniĀ peneliti terdahulu seperti Bernhard Omer dan Li taifu merancang suatu sistem Jaringan Syaraf Tiruan (JST) yang telah dioptimisasi menggunakan GA. Mereka berhasil mengatasi masalah kekonvergenan training pada bobot dan lokal optimum pada JST. Memang pada proses pembentukan model akan memakan waktu komputasi yang cukup banyak, namun hal ini terbayar dengan hasil yang makin optimal dan meningkat.
Saya tertarik mengenai keberhasilan metode hybrid ini. Pada penelitian skripsi saya, saya akan membuktikan GA memang dapat mengoptimasi JST dan saya akan uji dalam kasus klasifikasi citra menggunakan fitur gambar. Untuk itu saya mengacu pada skema GA-JST yang telah dibuat oleh Zhengjun Liu.

Pada skema tersebut kita dapat melihat terjadi pemilihan bobot optimal melalui metode hybrid tersebut dengan menggunakan fitness function :

Penjelasan diatas merupakan garis besar penelitian yang akan saya lakukan sebagai bahan skripsi S1 saya.
Blog pada WordPress.com. | Theme: Pool by Borja Fernandez.
Entries and comments feeds.