The Sriwijaya University Library

  • Home
  • Information
  • News
  • Help
  • Librarian
  • Login
  • Member Area
  • Select Language :
    Arabic Bengali Brazilian Portuguese English Espanol German Indonesian Japanese Malay Persian Russian Thai Turkish Urdu

Search by :

ALL Author Subject ISBN/ISSN Advanced Search

Last search:

{{tmpObj[k].text}}
Image of KOMBINASI GRAVITATIONAL SEARCH ALGORITHM DENGAN ALGORITMA BACKPROPAGATION NEURAL NETWORK DALAM MENINGKATKAN AKURASI KLASIFIKASI

Skripsi

KOMBINASI GRAVITATIONAL SEARCH ALGORITHM DENGAN ALGORITMA BACKPROPAGATION NEURAL NETWORK DALAM MENINGKATKAN AKURASI KLASIFIKASI

Falah, Miftahul - Personal Name;

Penilaian

0,0

dari 5
Penilaian anda saat ini :  

Pengembangan diagnosis medis berdasarkan pembelajaran mesin dalam hal prediksi penyakit memberikan diagnosis yang lebih akurat dibandingkan dengan cara tradisional. Dalam hal memprediksi penyakit dapat menggunakan jaringan saraf tiruan. Jaringan saraf tiruan terdiri dari berbagai macam algoritma salah satunya Algoritma BPNN. Dalam makalah ini diusulkan sistem prediksi penyakit menggunakan algoritma BPNN. Algoritma BPNN sering digunakan dalam prediksi penyakit, tetapi algoritma BPNN terdapat sedikit kekurangan yaitu cenderung lama dalam mendapatkan nilai akurasi yang optimum. Oleh karena itu diperlukan kombinasi dengan menggunakan algoritma yang dapat mengatasi kekurangan algoritma BPNN tersebut dengan menggunakan keberhasilan algoritma Gravitational Search Algorithm yaitu dapat mengatasi konvergensi lambat dan masalah minimum lokal yang terdapat di algoritma BPNN. Sehingga penulis mengusulkan untuk mengkombinasikan algoritma BPNN menggunakan algoritma Gravitational Search Algorithm dengan harapan dapat meningkatkan hasil akurasi yang lebih baik dibandingkan hanya menggunakan algoritma BPNN saja. Hasil yang didapatkan menghasilkan tingkat akurasi yang lebih tinggi dengan jumlah iterasi yang sama dibandingkan hanya menggunakan BPNN saja. Dapat dilihat pada percobaan pertama data penyakit kanker payudara dengan parameter yaitu hidden layer sebesar 31, learning rate sebesar 0.s01 dan iterasi sebanyak 10000 menghasilkan akurasi sebesar 67.8 % pada Algoritma BPNN, sedangkan pada kombinasi BPNN & GSA mendapat akurasi sebesar 99.2 %.


Availability
Inventory Code Barcode Call Number Location Status
2107004730T57943T579432021Central Library (REFERENCES)Available but not for loan - Not for Loan
Detail Information
Series Title
-
Call Number
T579432021
Publisher
Inderalaya : Prodi Magister Ilmu Komputer, Fakultas Ilmu Komputer., 2021
Collation
xiii, 82 hlm. : ilus. ; 29 cm
Language
Indonesia
ISBN/ISSN
-
Classification
004.015 107
Content Type
Text
Media Type
unmediated
Carrier Type
-
Edition
-
Subject(s)
Prodi Magister Ilmu Komputer
Prinsip Matematika-Gravitational Search Algorithm
Algoritma Backpropagation Neural Network
Specific Detail Info
-
Statement of Responsibility
DS
Other version/related

No other version available

File Attachment
  • KOMBINASI GRAVITATIONAL SEARCH ALGORITHM DENGAN ALGORITMA BACKPROPAGATION NEURAL NETWORK DALAM MENINGKATKAN AKURASI KLASIFIKASI
Comments

You must be logged in to post a comment

The Sriwijaya University Library
  • Information
  • Services
  • Librarian
  • Member Area

About Us

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Search

start it by typing one or more keywords for title, author or subject

Keep SLiMS Alive Want to Contribute?

© 2025 — Senayan Developer Community

Powered by SLiMS
Select the topic you are interested in
  • Computer Science, Information & General Works
  • Philosophy & Psychology
  • Religion
  • Social Sciences
  • Language
  • Pure Science
  • Applied Sciences
  • Art & Recreation
  • Literature
  • History & Geography
Icons made by Freepik from www.flaticon.com
Advanced Search