ABSTRAK: Penelitian ini akan mengkaji tentang PCA-RBPNN (Principal Component Analysis- Radial Basis Probabilistik Neural Network) untuk klasifikasi data multivariat. Analisis Komponen Utama (PCA) telah banyak dikenal dalam statistika sebagai metode yang digunakan untuk mereduksi dimensi input pada data multivariat dengan meminimalkan kehilangan informasi. Dalam hal ini, PCA digunakan untuk mereduksi dimensi input pada jaringan syaraf RBPNN. Proses clustering dan inisialisasi center dilakukan dengan Self-Organizing Map (SOM). Untuk penentuan bobot selama proses pembelajaran pada jaringan RBPNN, menggunakan algorithma Orthogonal Least Square (OLS). Selanjutnya metode PCA-RBPNN digunakan untuk klasifikasi data multivariat. Akurasi klasifikasi PCA-RBPNN disimulasikan dan dibandingkan dengan model RBPNN biasa. Kata Kunci: RBPNN, PCA-RBPNN, SOM, Orthogonal Least Square (OLS)
Penulis: Oni Soesanto
Kode Jurnal: jpmatematikadd110004
comment 0 komentar
more_vert