z_in ( ) dan mengaplikasikan fungsi aktivasi untuk menghitung sinyal output ( ) Propagasi balik:

Transkripsi

1 LAMPIRAN

2 4 Lampiran Algoritma aringan syaraf tiruan propagasi balik Langkah 0 Inisialisasi bobot Langkah Selama kondisi berhenti bernilai salah, lakukan langkah -9. Langkah Untuk setiap pasangan, lakukan langkah -8. Feedforward: Langkah Setiap unit input (X i, i =,..., n) menerima sinyal input x i dan menyebarkan sinyal tersebut ke semua unit lapisan atas (unit tersembunyi). Langkah 4 Setiap unit tersembunyi (Z, =,...,p) menumlahkan bobot sinyal input z_in n = v o + x iv i, i = dan mengaplikasikan fungsi aktivasi untuk menghitung sinyal output z = f z _ ( ) in kemudian mengirim sinyal tersebut ke semua unit pada lapisan atas (unit output). Langkah 5 Setiap unit output (Y k, k =,..., m) menumlahkan bobot sinyal input Propagasi balik: Langkah 6 Langkah 7 y _ in k = w ok + p = z w k dan mengaplikasikan fungsi aktivasi untuk menghitung sinyal output y = f y _ ( ) k in k Setiap unit output (Y k, k =,..., m) menerima sebuah pola yang bersesuaian dengan pola input, kemudian menghitung informasi kesalahan δ k = ( t k y k ) f ' ( y _ in k ) kemudian menghitung koreksi bobot (digunakan untuk memperbaiki bobot w k ) Δ w k = αδ k z Dan akhirnya menghitung koreksi bias (digunakan untuk memperbaiki w 0 ) Δw 0 k = αδ k Kemudian mengirimkan δ ke unit lapisan bawah k Setiap lapisan tersembunyi (Z, =,...,p) menumlahkan input delta (dari unit lapisan atas) δ _ in = δ k w k kalikan nilai di atas dengan turunan fungsi aktivasi untuk menghitung informasi kesalahan ' δ = δ _ in f ( z _ in ) kemudian hitung koreksi bobot (digunakan untuk memperbaiki v i ) Δ vi = αδ xi dan hitung koreksi bias (digunakan untuk memperbaiki v o ) v = αδ Δ 0

3 5 Perbaiki bobot dan bias: Langkah 8 Setiap unit output (Y k, k =,..., m) memperbaiki bias dan bobot ( = 0,..., p) w k ( new ) = w k ( old ) + Δw k Setiap unit tersembunyi (Z, =,...,p) memperbaiki bias dan bobot (i = 0,..., n) vi ( new ) = v i ( old ) + Δvi Langkah 9 Tes kondisi berhenti Keterangan simbol-simbol yang digunakan pada algoritma JST propagasi balik adalah sebagai berikut: x Input vektor x = (x,... x i,... x n ) t Output vektor target t = (t,... t k,... t m ) δ k Informasi kesalahan unit Y yang disebarkan kembali ke unit tersembunyi. δ Informasi kesalahan dari lapisan output ke unit tersembunyi Z k. α Lau pembelaaran (learning rate). X i Unit input i, untuk sebuah unit input, sinyal input dan sinyal output adalah sama, yaitu X i. V 0 Bias pada unit tersembunyi k. Z Unit tersembunyi, input aringan ke Z disimbolkan dengan z_in z_in = vo + xivi Sinyal output (aktivasi) pada Z k disimbolkan dengan z k z = f ( z _ in ) W ok Bias pada unit output k. Y k Unit output k, input aringan ke Y k disimbolkan dengan y_in k y _ ink = wok + z w k Sinyal output (aktivasi) pada Y k disimbolkan dengan y k y = f ( y _ ) k in k

4 6 Lampiran Citra sidik perinium untuk data Meloidogyne arenaria M. Hapla M. avanica 4 M. incognita

5 7 Lampiran Citra sidik perinium untuk data penguian Meloidogyne arenaria M. Hapla M. avanica 4 M. incognita

6 8 Lampiran 4 Tabel nilai akurasi toleransi kesalahan

7

8

9

10

11 Lampiran 5 Tabel nilai akurasi toleransi kesalahan

12

13

14

15

16 8 Lampiran 6 Tabel nilai akurasi toleransi kesalahan

17

18

19

20

21 Lampiran 7 Tabel nilai akurasi toleransi kesalahan

22

23

24

25