Article Per Year (5 Year)
p-Index From 2021 - 2026
0.817
P-Index
This Author published in this journals
All Journal Jurnal Matematika: MANTIK Pedagogik Journal of Islamic Elementary School Jurnal Matematika UNAND Journal of Science and Technology Counseling and Humanities Review
Mutia Yollanda
Jurusan Matematika FMIPA Universitas Andalas Padang
Humanities Computer Science & IT Education Mathematics Neuroscience Other

Published : 7 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Matematika UNAND

 1 
MODEL NON-LINIER PADA JARINGAN SARAF TIRUAN Mutia Yollanda; Dodi Devianto; Hazmira Yozza
Jurnal Matematika UNAND Vol 7, No 3 (2018)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.7.3.110-118.2018

Abstract

Jaringan Saraf Tiruan merupakan model yang meniru cara kerja jaringan saraf secara biologi. Algoritma pembelajaran Jaringan Saraf Tiruan digunakan untuk melatih jaringan secara iterasi sehingga bobot antar unit dapat disesuaikan dengan galat yang ditentukan. Metode Backpropagation didesain untuk operasi pada jaringan feedforward dengan banyak lapisan sehingga memperoleh bobot jaringan dengan galat terkecil. Bobot tersebut digunakan untuk memodelkan data. Fungsi sigmoid digunakan pada jaringan feedforward sehingga menghasilkan bobot yang berbentuk tidak linear. Bobot yang berbentuk tidak linear membentuk model non-linear pada Jaringan Saraf Tiruan.Kata Kunci: Jaringan Saraf Tiruan, Metode Backpropagation, Sigmoid, Feedforward
MODEL NON-LINEAR PADA JARINGAN SARAF TIRUAN Mutia Yollanda; Dodi Devianto; Hazmira Yozza
Jurnal Matematika UNAND Vol 7, No 2 (2018)
Publisher : Jurusan Matematika FMIPA Universitas Andalas Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/jmu.7.2.89-97.2018

Abstract

Abstrak. Jaringan Saraf Tiruan merupakan model yang meniru cara kerja jaringansaraf secara biologi. Algoritma pembelajaran Jaringan Saraf Tiruan digunakan untukmelatih jaringan secara iterasi sehingga bobot antar unit dapat disesuaikan dengan galatyang ditentukan. Metode Backpropagation didesain untuk operasi pada jaringan feedfor-ward dengan banyak lapisan sehingga memperoleh bobot jaringan dengan galat terke-cil. Bobot tersebut digunakan untuk memodelkan data. Fungsi sigmoid digunakan padajaringan feedforward sehingga menghasilkan bobot yang berbentuk tidak linear. Bobotyang berbentuk tidak linear membentuk model non-linear pada Jaringan Saraf Tiruan.Kata Kunci: Jaringan Saraf Tiruan, Metode Backpropagation, Sigmoid, Feedforward
Co-Authors Devianto, Dodi Fitri Rahmah Ul Hasanah Hazmira Yozza Pratiwi, Lidya Putra, Ade Herdian PUTRA, ROBI JAYA Putri Permathasari Weisha, Ghea Yaser, Mishbah El Zadrian Ardi