Scholar Repository
Home>Makalah>APLIKASI algoritma genetik tanpa operasi crossover untuk pembelajaran bobot JST
 

APLIKASI algoritma genetik tanpa operasi crossover untuk pembelajaran bobot JST

Title
APLIKASI algoritma genetik tanpa operasi crossover untuk pembelajaran bobot JST
Creator
Muhammad Aria, ST; NIP : 41277004008
Publisher
JBPTUNIKOMPP - Universitas Komputer Indonesia
Contributor
Subject
bobot jst,algoritma genetik,crossover
Copyright
Published
2005-03-09
Abstract
Dalam sistem jaringan syaraf tiruan (JST), baik yang digunakan sebagai identifikasi maupun pengontrolan, tidak mudah untuk mendapatkan bobot dari JST yang dapat menghasilkan respon sistem optimal. Karena itu diterapkan algoritma genetik tanpa proses crossover untuk mendapatkan harga-harga bobot yang optimal dari JST. Pengujuan dilakukan dengan program LabVIEW 6.1 dengan dua kasus. Pertama untuk menjadikan JST sebagai model dari sistem tangki ganda, Fungsi fitness dari pemodelan menggunakan JST diambil dari kemampuan JST untuk memprediksi harga keluaran sistem selanjutnya. Sedangkan fungsi fitness dari pengontrol JST diambil dari kemampuan JST untuk mengontrol sistem agar mencapai harga set poitnya. Proses pembelajaran dilakukan dalam 50 generasi, dimana setiap generasi terdiri dari 0 kromosom dan sampling mutation sebanyak 50. Dalam pengujian ini telah dapat ditentukan bobot dari JST yang memberikan nilai RMSE untuk pemodelan menggunakan JST sebesar 2,6 dan RMSE untuk pengontrolan menggunakan ANFIS sebesar 1,6
 
Home>Makalah>APLIKASI algoritma genetik tanpa operasi crossover untuk pembelajaran bobot JST