Artikel Jurnal :: Kembali

Artikel Jurnal :: Kembali

Kinerja PNN-teroptimasi berbasis algoritma genetika dalam pengenalan aroma 2 campuran

oleh Herry ([Publisher not identified] , 2003)

 Abstrak

Hal yang harus diperhatikan dalam penggunaan Probabilistic Neural Network (PNN) adalah penentuan ukuran jaringan dan nilai parameter smoothing. Ukuran jaringan PNN akan semakin besar seiring dengan bertambahnya jumlah data pelatihan yang mengakibatkan biaya komputasi juga semakin tinggi. Sementara nilai parameter smoothing akan mempengaruhi tingkat klasifikasi dimana nilai yang optimal tergantung pada karakteristik data. Algoritma PNN-Terotimasi (PNN-T) adalah algoritma yang dikembangkan untuk menentukan struktur PNN yang optimal. Dalam PNN-T, nilai parameter smoothing yang optimal dipilih dengan menggunakan Algoritma Genetika, sedangkan ukuran jaringan ditekan dengan milikih neuron yang representatif menggunakan Algoritma Orthogonal. Dilakukan perbandingan anata PNN dengan PNN-T dalam masalah pengenalan aroma 2 campuran.Dan hasilnya PNN-T mempunyai kinerja yang lebih baik yaitu tingkat pengenalan lebih tinggi dan penggunaan neuron dengan jumlah lebih rendah dibandingkan PNN

 File Digital: 1

 Metadata

Jenis Koleksi : Artikel Jurnal
No. Panggil : JIKT-3-2-Okt2003-71
Entri utama-Nama orang :
Subjek :
Penerbitan : [Place of publication not identified]: [Publisher not identified], 2003
Sumber Pengatalogan :
ISSN :
Majalah/Jurnal : Jurnal Ilmu Komputer dan Teknologi Informasi
Volume : Vol. 3 (2) Oktober 2003: 71-76
Tipe Konten :
Tipe Media :
Tipe Carrier :
Akses Elektronik :
Institusi Pemilik : Universitas Indonesia
Lokasi :
  • Ketersediaan
  • Ulasan
  • Sampul
No. Panggil No. Barkod Ketersediaan
JIKT-3-2-Okt2003-71 03-20-059670830 TERSEDIA
Ulasan:
Tidak ada ulasan pada koleksi ini: 89120
Cover