<![CDATA[Klasifikasi data memiliki beberapa algoritma pengklasifikasian, salah satu algoritma yang ada menggunakan konsep pembelajaran dengan pengawasan. Algoritma pembelajaran ini membimbing input menjadi beberapa kemungkinan output dengan menggunakan konsep jaringan syaraf tiruan multilayer perceptron. Model multilayer perceptron feedforward yang digunakan memiliki perbedaan dengan algoritma perceptron biasa atau klasik. Algoritma ini menggunakan pendekatan komputasi kuantum dalam proses pembelajarannya. Nilai input, hidden dan output neuron yang biasanya menggunakan biner digantikan dengan qubit (quantum bit), Sedangkan penentuan nilai bobot dan arsitektur jaringan disesuaikan dengan nilai qubit yang ada. Dalam menentukan tingkat keberhasilan klasifikasi data ini maka digunakan bechmark dataset dimana dataset dibagi menjadi dua bagian yaitu dataset pembelajaran dan pengujian. Dari hasil pembelajaran dapat dilihat bahwa algoritma quantum perceptron dapat melakukan pembelajaran dengan cepat dan algoritma ini juga dapat mengklasifiasikan data dengan baik.]]>
Copyrights © 2017
