Text

Perbandingan Metode Learning Vector Quantization Dengan Self Organizing Map Dalam Identifikasi Golongan Darah

---

Penilaian

---

Jaringan syaraf tiruan (JST) merupakan suatu sistem yang didasarkan pada cara
kerja jaringan syaraf manusia. Pada dasarnya ada dua teknik untuk pembelajaran
jaringan yaitu unsupervised dan supervised. Unsupervised merupakan
pembelajaran yang tidak membutuhkan target, sedangkan Supervised adalah
pembelajaran yang menghasilkan output sesuai yang targetkan. Self Organizing
Map (SOM) dan Learning Vector Quantization (LVQ) merupakan salah satu
contoh dari metode Unsupervised dan Supervised. Penelitian ini akan
membandingkan metode LVQ dan SOM dan data yang digunakan adalah citra
golongan darah. Hasil dari akurasi yang didapat dari kedua metode tersebut tidak
menunjukan perbedaan yang signifikan, tetapi metode LVQ menunjukkan waktu
komputasi yang lebih baik dibandingkan dengan SOM. Hal tersebut menunjukkan
bahwa metode LVQ lebih baik dibandingkan SOM.

Kata Kunci: Klasifikasi, Golongan Darah, Learning Vector Quantization, Self Organizing Maps.

---

Availability

No copy data

Detail Information

Series Title

-

Call Number

-

Publisher

Indralaya : Fak. Ilmu Komputer., 2019

Collation

xix, 120 hlm. : ilus. + CD

Language

Indonesia

ISBN/ISSN

-

Classification

NONE

Content Type

-

Media Type

-

Carrier Type

-

Edition

-

Subject(s)

Jurusan Teknik Informatika
Golongan Darah

Specific Detail Info

-

Statement of Responsibility

-

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment