Analisa Perbandingan Rumus Jarak Antar Data Pada Metode Learning Vector Quantization
Total View This Week0
Total View This Week0
Institusion
Politeknik Negeri Jember
Author
Ansyori, Moh. Rizkon
Subject
458 - Teknik Informatika
Datestamp
2022-07-18 02:25:35
Abstract :
Learning Vector Quantization (LVQ) merupakan jaringan lapisan tunggal (single-layer net) di mana lapisan masukan terkoneksi secara langsung dengan setiap neuron pada keluaran. Learning vector quantization (LVQ) cukup bergantung terhadap metode perhitungan jarak yang digunakan. Pada penelitian ini, menggunakan 6 metode perhitungan jarak Learning Vector Quantizazion yaitu: Euclidean Distance, Manhattan Distance, Minkowsky Distance dan Cosine Distance, Chebishev Distance dan Canberra Distance. Penggunaaan ke 6 metode perhitungan jarak yang berbeda bertujuan untuk mengetahui kemampuan ke 6 metode dalam menghitung jarak data. Pengujian dilakukan dengan memakai 13.610 data, 10.000 data, 8.000 data dan 5.000 data. Dengan kombinasi fold, learning rate, dan maxepoch serta alat uji yang berbeda. Dari hasil pengujian yang telah dilakukan, hasil tertinggi dari segi akurasi maupun waktu perhitungan terdapat pada pengujian yang dilakukan menggunakan alat uji komputer dengan tingkat akurasi 71,55% pada rumus jarak Canberra Distance dan kombinasi learning rate 0,001, maxepoch 150 dengan data sebanyak 7.000. Sedangkan untuk waktu perhitungan tercepat pada perhitungan menggunakan 5.000 data dengan waktu perhitungan 3,8 menit.
Learning Vector Quantization (LVQ) merupakan jaringan lapisan tunggal (single-layer net) di mana lapisan masukan terkoneksi secara langsung dengan setiap neuron pada keluaran. Learning vector quantization (LVQ) cukup bergantung terhadap metode perhitungan jarak yang digunakan. Pada penelitian ini, menggunakan 6 metode perhitungan jarak Learning Vector Quantizazion yaitu: Euclidean Distance, Manhattan Distance, Minkowsky Distance dan Cosine Distance, Chebishev Distance dan Canberra Distance. Penggunaaan ke 6 metode perhitungan jarak yang berbeda bertujuan untuk mengetahui kemampuan ke 6 metode dalam menghitung jarak data. Pengujian dilakukan dengan memakai 13.610 data, 10.000 data, 8.000 data dan 5.000 data. Dengan kombinasi fold, learning rate, dan maxepoch serta alat uji yang berbeda. Dari hasil pengujian yang telah dilakukan, hasil tertinggi dari segi akurasi maupun waktu perhitungan terdapat pada pengujian yang dilakukan menggunakan alat uji komputer dengan tingkat akurasi 71,55% pada rumus jarak Canberra Distance dan kombinasi learning rate 0,001, maxepoch 150 dengan data sebanyak 7.000. Sedangkan untuk waktu perhitungan tercepat pada perhitungan menggunakan 5.000 data dengan waktu perhitungan 3,8 menit.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
