Klasifikasi Multi Output pada Harga Smartphone Menggunakan Learning Vector Quantization (LVQ) dan Backpropagation (BP)

Rahmalia, Dinita and Pradana, M. Syaiful and Herlambang, Teguh (2020) Klasifikasi Multi Output pada Harga Smartphone Menggunakan Learning Vector Quantization (LVQ) dan Backpropagation (BP). Systemic: Information System and Informatics Journal, 6 (2). pp. 14-19. ISSN 2548-6551

[img]
Preview
PDF
Klasifikasi Multi Output pada Harga Smartphone Menggunakan Learning Vector Quantization (LVQ) dan Backpropagation (BP).pdf

Download (440kB) | Preview
[img]
Preview
PDF
peer review teguh herlambang.pdf

Download (794kB) | Preview
[img]
Preview
PDF
turnitin teguh herlambang.pdf

Download (1MB) | Preview
Official URL: http://jurnalsaintek.uinsby.ac.id/index.php/SYSTEM...

Abstract

Terdapat banyak smartphone dengan harga yang bermacam-macam yang terjual di pasaran. Harga smartphone dipengaruhi oleh beberapa komponen seperti berat, penyimpanan internal, memory (RAM), kamera belakang, kamera depan dan merek. Terdapat dua metode untuk mengklasifikasikan kelas harga smartphone di pasaran seperti Learning Vector Quantization (LVQ) dan Backpropagation (BP). Dari klasifikasi kelas harga smartphone di pasaran menggunakan LVQ and BP, terdapat perbedaan pada keduanya. LVQ mengklasifikasikan kelas harga smartphone dengan jarak euclidean dari bobot dan data pada iterasinya. BP mengklasifikasikan kelas harga smartphone dengan penurunan gradient dari target dan output pada iterasinya. Pada klasifikasi multi output, satu obyek bisa memiliki lebih dari satu output. Berdasarkan hasil simulasi, BP memberikan akurasi dan error yang lebih baik pada data training dan data testing daripada LVQ.

Item Type: Article
Uncontrolled Keywords: Klasifikasi, Neural Network, Learning Vector Quantization, Backpropagation, Pengenalan Pola
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Technique > Program Study of Information Systems
Depositing User: Mr. . Aji
Date Deposited: 05 Aug 2022 02:53
Last Modified: 05 Aug 2022 02:53
URI: http://repository.unusa.ac.id/id/eprint/8701

Actions (login required)

View Item View Item