1
Laporan Praktikum - Laboratorium Dasar Teknik Elektro – STEI ITB
berbeda-beda. Jaringan ini memiliki kemampuan
untuk memperoleh pengetahuan dari suatu proses
belajar, dan kemudian menyimpannya untuk
...(4) kebutuhan penggunaan berikutnya.
Substusi (1) dalam (4) menghasilkan: Pengembangan JST dipicu oleh adanya pemikiran
bahwa otak manusia melakukan komputasi dalam
cara yang sama sekali berbeda dengan pada
komputer digital. Oleh karena itu, JST didesain
...(5) untuk memiliki beberapa persamaan sifat dengan
otak, yaitu dalam hal:
Persamaan (5) ini dikenal sebagai Kriteria
Bayes, yaitu aturan keputusan UNL yang • Pengetahuan yang dimiliki diperoleh dari suatu
proses belajar.
meminimumkan Resiko Bayes secara umum.
Dua macam bentuk khusus dari persamaan ini • Pengetahuan disimpan dalam bentuk bobot
adalah Kriteria A-Posteriori Maksimum (MAP) koneksi antar neuron.
dan Kriteria Likelihood Maksimum (ML). Suatu JST dikatakan memiliki arsitektur
feedforward apabila setiap output dari setiap
neuron diteruskan dari sisi input ke sisi outputnya.
a. Kriteria MAP Dalam sebuah arsitektur feedforward tersebut,
Penerapan kriteria MAP dilakukan pada neuron dapat dikelompokkan dalam satu atau
proses klasifikasi di mana kedua kelas yang lebih layer, di mana setiap layer tidak memiliki
diamati (diasumsikan) memiliki fungsi biaya hubungan feedback dengan layer lainnya. Ilustrasi
yang satu-nol. mengenai suatu arsitektur feedforward-network
yang tersusun oleh 2 buah layer diberikan pada
Gambar 4.
Algoritma belajar yang amat populer bagi
...(6)
arsitektur feedforward-network adalah algoritma
Sehingga aturan UNL yang berlaku adalah: backpropagation. Pada algoritma ini, proses
pelatihan terhadap jaringan berjalan melalui dua
proses propagasi, yaitu propagasi maju dan
propagasi balik.
...(7)
b. Kriteria ML
Kriteria ini merupakan penyederhanaan lebih
jauh dari kriteria MAP, yaitu dengan menarik
asumsi bahwa peluang prior dari kedua kelas
sama besar:
...(8)
Sehingga
...(10)
Respon aktual dari jaringan tersebut diberikan
Dan memiliki peluang prior dari masing-masing
oleh Dk. Apabila diinginkan vektor target (label
kelas sebagai berikut :
numerik dari masing-masing kelas) adalah Tk,
maka besar error yang terjadi pada iterasi ke-n
tersebut adalah:
########fungsi ikanstat###############
unction c=ikanjst(salmon,seabass)
Input= [salmon,seabass];
Target=ones(1,50);Target(1:25)=0;
figure,net=init(newff([min(Input)
max(Input)],[1 1],{'logsig','logsig'}));
net.trainParam.show = 10;
net.trainParam.epochs = 100;
net.trainParam.lr = 0.05;
net=train(net,Input,Target);
figure,hold on,axis([min(Input) max(Input) -0.1
1.1]);
RangeInput=[floor(min(Input)):0.001:ceil(max(In
put))];
Output=sim(net,RangeInput); b. Kriteria MAP (d2) : 12.8026 dan 21.7727.
RoundOutput=round(Output);
[a b]=min(abs(Output-0.5)); Karena ukuran ikan di dalam populasi
c=0.001*b+floor(min(Input));
plot(RangeInput,Output,'LineWidth',3,'Color','b tidak ada yang kurang dari 17 cm maka
'); threshold yang valid untuk digunakan
plot(RangeInput,RoundOutput,'--
','LineWidth',3,'Color','r'); adalah 21.7727 cm.
t=-0.1:0.01:1.1; plot(c,t);
t=min(Input):0.1:max(Input); plot(t,0.5);
text(round(c+min(Input))/2,0.55,...
'Salmon' ,'horizontalalignment','center');
text(round(c+max(Input))/2,0.55,...
'Sea Bass','horizontalalignment','center');
4
Laporan Praktikum - Laboratorium Dasar Teknik Elektro – STEI ITB
d. Jaringan Saraf Tiruan (d4) : didapatkan Threshold : 21,77
nilai threshold 22.5960 cm.
Gambar 4.3.1 sampel uji Peluang ikan salmon diklasifikasi benar 27/33 =
Hasil pengujian terhadap empat metode yang 81,8 %
digunakan : Peluang ikan sea bass diklasifikasi benar 50/67
A. Kriteria Bayes = 74,6 %
4. KESIMPULAN
Dari percobaan yang telah dilakukan pada modul
7 dapat ditarik kesimpulan sebagai berikut:
1. Rata-rata data untuk ikan salmon dan ikan
seabass berturut-turut adalah 20 dan 25
cm. Sedangkan standar deviasi untuk ikan
salmon dan ikan seabass berturut-turut
adalah 1.633 dan 2.7538.
2. Dari seluruh pengenalan pola, komputer
dapat mengenali bahwa ikan seabass lebih
besar ukurannya daripada ikan salmon.
Selain itu secara umum, rapat peluang
ditemukannya ikan salmon juga lebih
tinggi meskipun angka pastinya berbeda-
beda.
3. Setiap metode kriteria memiliki hasil
akurasi yang berbeda-beda sehingga
diperlukan analisis data yang berguna
untuk memilih metode kriteria yang mana
yang paling baik.
DAFTAR PUSTAKA
[1] Modul 7 Praktikum Pengolahan Citra
Biomedika
[2] Gonzalez, Rafael C. 2002. Digital Image
Processing. New Jersey: Prentice-Hall.
[3] http://www.csd.uwo.ca/~olga/Courses/CS4
34a_541a/Lecture3.pdf, 31 Oktober 2018,
15.46.
6
Laporan Praktikum - Laboratorium Dasar Teknik Elektro – STEI ITB