Tugas Akhir Elektro
IMPLEMENTASI JARINGAN SYARAF TIRUAN BACKPROPAGATION UNTUK MENGKLASIFIKASI JENIS MAGNITUDE GEMPA TEKTONIK:STUDI KASUS BMKG NTB Backpropagation Neural Networks Implementation To Classify Types Of Magnitude Tectonic Earthquake: Case Study at BMKG NTB
Dikarenakan belum pernah ada yang mengklasifikasi jenis magnitude gempa tektonik di Nusa Tenggara Barat maka dengan Jaringan Syaraf Tiruan Backpropagation ini diharapkan bisa membantu dalam mengklasifikasi jenis magnitude gempa tektonik berdasarkan data histori yang sudah ada. Untuk melakukan klasifikasi jenis magnitude gempa tektonik penulis harus memperhatikan parameter-parameter seperti Depth (km), Magnitude (Richter), rms dan Cphase atau jumlah fase waktu tiba gelombang gempa yang digunakan dalam mengerjakan tugas akhir. Backpropagation ini menggunakan arsitektur dengan neuron input 4 buah, neuron hidden 5 buah dan neuron output 3 buah sehingga didapatkan matriks untuk bobot V adalah 4 x 5 dan untuk bobot W adalah 5 x 3. Dalam proses klasifikasi parameter lain seperti nilai konstanta ditetapkan 0,35 dan nilai toleransi error yang ditetapkan adalah 0,0001. Sedangkan iterasi secara bergantian mulai dari iterasi 100, 80, 60, 40, 20 dan 10. Dalam algoritma jaringan syaraf tiruan backpropagation terdapat dua proses utama yaitu pelatihan dan pengujian data. Pada proses pelatihan dan pengujian, data latih dan data uji yang di hasilkan menghasilkan persentase antara 1,330x10-3 hingga 1,3469x10-3. Pada proses pengujian data latih keseluruhan didapatkan hasil perhitungan dengan tingkat akurasi 16,67 %. Pada proses pengujian data uji keseluruhan didapatkan hasil perhitungan dengan tingkat akurasi 16,67 %.
Tidak ada salinan data
Tidak tersedia versi lain