JARINGAN SARAF TIRUAN DENGAN ALGORITMA BACKPROPAGATION DAN PENGOPTIMAL GRADIENT DESCENT

PRIHUTOMO, RIZKY DAFFA (2022) JARINGAN SARAF TIRUAN DENGAN ALGORITMA BACKPROPAGATION DAN PENGOPTIMAL GRADIENT DESCENT. Undergraduate thesis, UNDIP.

[img]
Preview
PDF
201Kb
[img]PDF
Restricted to Repository staff only

1329Kb
[img]
Preview
PDF
71Kb

Abstract

Jaringan saraf tiruan merupakan teknik dalam machine learning yang menirukan cara kerja sistem neuron pada otak manusia. Dengan bantuan algoritma backpropagation dan pengoptimal gradient descent, model jaringan saraf tiruan mampu belajar dari data untuk menghasilkan prediksi yang lebih baik. Tugas akhir ini membahas tentang jaringan saraf tiruan yang belajar menggunakan algoritma backpropagation dengan pengoptimal gradient descent. Model jaringan saraf tiruan diterapkan pada kasus klasifikasi biner yang mengklasifikasikan antara pasien rawat inap dan pasien rawat jalan dan menghasilkan model dengan 76% akurasi. Kata Kunci: Jaringan Saraf Tiruan, Algoritma Backpropagation, Gradient Descent, Klasifikasi Biner

Item Type:Thesis (Undergraduate)
Subjects:Q Science > QA Mathematics
Divisions:Faculty of Science and Mathematics > Department of Mathematics
ID Code:84387
Deposited By:Admin Departemen Matematika
Deposited On:23 Jun 2022 13:44
Last Modified:23 Jun 2022 13:44

Repository Staff Only: item control page