JARINGAN SARAF TIRUAN DENGAN ALGORITMA BACKPROPAGATION DAN PENGOPTIMAL GRADIENT DESCENT

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