Kelompok 8-Dikonversi [PDF]

  • 0 0 0
  • Suka dengan makalah ini dan mengunduhnya? Anda bisa menerbitkan file PDF Anda sendiri secara online secara gratis dalam beberapa menit saja! Sign Up
File loading please wait...
Citation preview

LAPORAN PRAKTIKUM TEKNIK KLASIFIKASI PENGENALAN POLA UNIT 8 ALGORITMA BACKPROPAGATION UNTUK PENGENALAN POLA



Disusun Oleh:



PROGRAM STUDI TEKNIK ELEKTRO FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS AHMAD DAHLAN YOGYAKARTA 2021



Tujuan Praktikum : Memahami konsep algoritma backpropagation untuk pengenalan pola Langkah-langkah Praktikum : Lakukanlah pelatihan dan pengujian fungsi XOR dengan laju pembelajaran α = 0.05 dan iterasi 500. Buat dan jalankan Prak81a.m (menggunakan fungsi toolbox NN) %Prak91a.m %Data pelatihan % 31 pm1=[0 0]'; pm2=[0 1]'; pm3=[1 0]'; pm4=[1 1]'; pm=[pm1 pm2 pm3 pm4] pt=[0 1 1 0] %mode training net=newff(minmax(pm),[2,1], {'tansig','tansig'},'traingd'); net.trainParam.show = 50; net.trainParam.lr = 0.5; net.trainParam.epochs = 500; net.trainParam.goal = 1e-5; [net,tr]=train(net,pm,pt); %mode testing p=input('Masukkan pola : ') [yin]= sim(net,p) Hasil dan Pembahasan (Sertakan Screenshot Hasil Simulasi) Melakukanlah pelatihan dan pengujian fungsi XOR dengan laju pembelajaran α = 0.05 dan iterasi 500. Pada percobaan ini melakukan pelatihan dan pengujian XOR dengan laju pembelajaran α = 0.05 dan iterasi 500. Pada program ini digunakan 2 jenis mode yaitu mode training dan mode testing. Ketika program dijalankan maka akan muncul perintah untuk memasukkan pola yang akan diuji.



Gambar 1. 1 Listing Program Pelatihan dan Pengujian Fungsi XOR Setelah pola dimasukkan akan menghasilkan nilai p dan yin pada command window. Pada pengujian ini pola yang dimasukkan adalah [0 0 1 1;0 1 0 1] akan menghasilkan yin [0.0006 0.5000 0.9688 0.5022] Gambar 1. 2 Hasil Running Program Pelatihan dan Pengujian Fungsi XOR



Setelah pola dimasukkan maka akan muncul figure yang merupakan Neural Network Training (NNT). Pada NNT tersebut akan menampilkan arsitektur,algoritma,dan progress. Pada bagian progress akan muncul keterangan iterasi dengan jumlah 500.



Gambar 1. 3 NNT Pelatihan dan Pengujian Fungsi XOR



Kesimpulan : Algoritma backpropragation (BP) menggunakan error output untuk mengubah nilai bobot-bobotnya dalam arah balik (backward).