Prihutomo, Rizky (2022) Jaringan Saraf Tiruan Dengan Algoritma Backpropagation dan Pengoptimal Gradient Descent. Undergraduate thesis, Fakultas Sains dan Matematika.

	Text 0. Cover.pdf Download (272kB)
	Text 1. Halaman Judul.pdf Download (272kB)
	Text 5. Daftar Isi.pdf Download (268kB)
	Text 9. Abstrak.pdf Download (328kB)
	Text 10. Abstract.pdf Download (329kB)
	Text 11. BAB I Pendahuluan.pdf Download (423kB)
	Text 12. BAB II Landasan Teori.pdf Download (1MB)
	Text 13. BAB II Pembahasan.pdf Restricted to Repository staff only Download (3MB) | Request a copy
	Text 14. BAB IV Penutup.pdf Restricted to Repository staff only Download (329kB) | Request a copy
	Text 15. Daftar Pustaka.pdf Download (379kB)

Abstract

Jaringan saraf tiruan merupakan teknik dalam machine learning yang menirukan cara kerja sistem neuron pada otak manusia. Dengan bantuan algoritma backpropagation dan pengoptimal gradient descent, model jaringan saraf tiruan mampu belajar dari data untuk menghasilkan prediksi yang lebih baik. Tugas akhir ini membahas tentang jaringan saraf tiruan yang belajar menggunakan algoritma backpropagation dengan pengoptimal gradient descent. Model jaringan saraf tiruan diterapkan pada kasus klasifikasi biner yang mengklasifikasikan antara pasien rawat inap dan pasien rawat jalan dan menghasilkan model dengan 76% akurasi.
Kata Kunci: Jaringan Saraf Tiruan, Algoritma Backpropagation, Gradient Descent,
Klasifikasi Biner

Actions (login required)

View Item