Sistem Cerdas

Metode Kohonen

Hario Baskoro Basoeki Mochammad Ridho Bayhaki Fauzi Imaduddin Adhim

7609040001 7609040013 7609040022

D4 TEKNIK KOMPUTER POLITEKNIK ELEKTRONIKA NEGERI SURABAYA

2012

Judul : Metode Kohonen Tujuan : a. Memahami konsep metode kohonen b. Menerapkan aplikasi metode kohonen pada program simulasi Dasar Teori : 1. Kohonen Kohonen adalah merupakan algoritma jaringan p cerdas dengan kategori pembelajaran secara kompetitif dan bersifat unsupervised. Sistem secara otomatis dapat melakukan pengelompokan atau klasifikasi tanpa menggunakan pembelajaran dengan pasangan data terlebih dahulu. Secara umum, pembaruan nilai bobot adalah berdasar nilai jarak terkecil dari bobot terhadap nilai data masukan. Pembaruan dilakukan hanya pada bobot yang berhubungan dengan node yang terdekat. 2. Arsitektur Arsitektur kohonen ditunjukkan pada gambar 4.5. Tetangga dari sebuah unit didesain oleh # dari radii R=2, 1, dan 0 dalam topologi satu dimensi yang ditunjukkan pada gambar 4.6. Tetangga radii R=2, 1, dan 0 ditunjukkan pada gambar 4.7 untuk jaring kotak dan pada gambar 4.8 untuk jaring segi enam. Pada masing-masing ilustrasi, unit yang menang ditandai dengan symbol # dan yang lainnya ditandai denan symbol *. Masing-masing unit mempunyai 8 tetangga terdekat dalam jaring kotak, tapi hanya 6 pada jarring segi enam. Unit yang menang adalah yang mendekati tepi

jarring, akan mempunyai bebeapa tetangga yang mempunyai lebih sedikit unit daripada yang ditunjukkan pada masing-masing gambar.

Gambar 4.5 3. Algoritma Inisialisasi bobot wij. Atur topologi parameter tetangga. Atur parameter learning rate. Selama stopping condition salah, lakukan step 2-8 Step 2 untuk setiap input vector x, lakukan step 3-5 Step 3 setiap j, hitung : () ( )

Step 6 Step 7

Step 4 cari index j seperti D(j) adalah nilai minimum. Step 5 untuk semua unit j sampai tetangga j tertentu, dan untuk semua i: ( ) ( ) ( )] [ update learning rate kurangi jangkauan topologi pada waktu yang ditentukan

Step 8

tes stopping condition

Percobaan : 1. Desain Interface

2. Program dijalankan

Pada interface program diatas ditunjukkan beberapa informasi diantaranya : a. Setting learning rate b. Setting iteration c. Bobot d. Input e. Output f. Button training g. Button Mapping

Analisa : Seperti jaringan saraf tiruan lainnnya, kohonen juga terdapat proses pembelajaran untuk menentukan nilai bobot. Proses pembelajaran kohonen adalah sebagai berikut : 1. Perhitungan vector berdasarkan rumus () ( )

2. Menentukan nilai minimal. 3. Pendekatan neighborhood menggunakan rumus ( ) ( ) ( [ 4. Upadate data. Program learning rate :

)]

Perbedaan kohonen dengan algoritma lainnya terletak pada proses pembelajarannya. Dimana kohonen melakukan pendekatan dengan cara mendekati nilai atau data neighborhoodnya. Kemudian mengupdate bobot.

Kesimpulan : 1. Metode Kohonen termasuk jenis pembelajaran tak

terawasi (unsupervised learning). 2. Prinsip kerja dari algoritma Kohonen adalah pengurangan node-node tetangganya (neighbour), sehingga pada akhirnya hanya ada satu keluaran node yang terpilih.