UTS

Training data Jaringan Syaraf Tiruan (JST)


https://rahmadya.com/2011/05/24/membuat-jaringan-syaraf-tiruan-jst-di-matlab/
https://id.wikipedia.org/wiki/Jaringan_saraf_tiruan
https://www.youtube.com/watch?v=BUwhwBOUME4




1.Tujuan       [kembali]


- Mampu mencoba training data jaringan syaraf tiruan
- Mampu Membuat Jaringan Syaraf Tiruan (JST) Menggunakan Neural Network Toolbox dengan matlab

2. Alat dan Bahan      [kembali]

Matlab.

3. Dasar Teori      [kembali]


- MATLAB

MATLAB merupakan bahasa pemrograman tingkat tinggi yang dikembangkan oleh MathWorks dan dikhususkan untuk komputasi numerik, visualisasi,  dan  pemrograman. 


Jaringan saraf tiruan (JST) (bahasa Inggris: artificial neural network; ANN, atau simulated neural network (SNN), atau neural network (NN)), adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan sistem saraf manusia. JST merupakan sistem adaptif yang dapat mengubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut. Oleh karena sifatnya yang adaptif, JST juga sering disebut dengan jaringan adaptif.[1]

Secara sederhana, JST adalah sebuah alat pemodelan data statistik non-linier. JST dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-pola pada data. Menurut suatu teorema yang disebut "teorema penaksiran universal", JST dengan minimal sebuah lapis tersembunyi dengan fungsi aktivasi non-linear dapat memodelkan seluruh fungsi terukur Boreal apapun dari suatu dimensi ke dimensi lainnya.


Data Input:




Data Output sebagai berikut:





4. Percobaan       [kembali]

Langkah 1: Tuliskan program di sebagai berikut


Langkah 2 : pilih menu fitting app

Langkah 3: kemudian pilih next



Langkah 3 : Memasukkan data-data Input





Langkah 3 : masukkan data-data output



Langkah 4: kemudian untuk validation da testing kita buat menjadi masing-masing 10% ini bisa kita sesuaikan sendiri



Langkah 5. kemudian pilih next



Langkah 5. kemudian disini kita bisa memilih menu sesuai yang ingin kita tinjau atau lihat seperti performance, training data, error histogram, regression, dan fit.




performance:


error histogram:

regression:



Langkah 6. kemudian kita masuk ke menu training data dengan simulink


Langkah 7. pilih simulink diagram



Langkah 8. kemudian kita bisa mencoba training datanya menggunakan simulnk


disini kita coba inputkan data input 1 bernilai 10 dan input 2 bernilai 100 dan akan keluar output bernilai 1000, ini sesuai dengan data diatas bahwa jika input 1 bernilai 10 dan input 2 bernilai 100 maka outputnya akan bernilai 1000





 5. Video        [kembali]


 6.Link Download        [kembali]

Download File MATLAB File    download
Download File Video                 download


No comments:

Post a Comment