Analisis Perbandingan Pola Bobot pada Jaringan Syaraf TiruanSelf Organizing Map Sebagai PemodelanCluster Data

1-somPembobotan merupakan bagian utama dari sebuah proses pada konsep Jaringan Syaraf Tiruan Self Organizing Map (SOM). Ide dasar SOM adalah bagaimana otak merekam pola yang dikenalinya melalui mata kemudian mampu mengungkapkan kembali pola tersebut. Arsitektur Jaringan Syaraf SOM terdiri dari atas Input, Output, Learning Rate, dan Bobot. Pembobotan pada SOM memiliki karakteristik yang harus diteliti lebih lanjut bagaimana pola dan nilainya dalam penentuan cluster. Penelitian ini dilakukan dengan menggunakan data latih yang bervariasi yaitu 1000, 2500, 3500 dan 5000 dengan maksmum epoch 100. Kasus dalam penelitian ini adalah pengelompokan data katalog buku dengan jumlah input 8 dan learning rate awal 0.6. Dari penelitian ini diperoleh hasil bahwa jarak (D1 dan D2) mempunyai nilai stabil pada epoch 20, untuk bobot baru (wnew) setiap epoch data yang bervariasi memiliki kesamaan pada epoch ke 20, begitu juga penentuan maksimum selisih antara w1 dengan w2 memiliki pola yang sama untuk semua epoch dan variasi data yang digunakan, nilai maksimum mendekati nilai 1 juga berada pada epoch ke 20. Variasi data menunjukkan bahwa semakin banyak data yang digunakan maka persentase setiap cluster akan mengalami kenaikan dan penurunan yang konstan (tidak berubah naik atau turun), hal ini dilakukan dengan cara menormalkan antara hasil kedua cluster yang dibentuk. Pola bobot yang konstan akan meminimalisir kesalahan besar pada proses cluster.

Kata Kunci: Bobot, Cluster, Epoch, Learning Rate, Self Organizing Map

Sumber Gambar

About admin2016

admin2016

Check Also

Centroid K-Means Clustering Optimization Using Eigenvector Principal Component Analysis

K-Means is a very popular algorithm for clustering, it is reliable in computation, simple and …

Leave a Reply

Your email address will not be published. Required fields are marked *