Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
PENGEMBANGAN PERANGKAT LUNAK
BERBASIS JARINGAN SARAF TIRUAN
(PENENTUAN RUTE TERPENDEK)
HERSI RAHAYU GITAWATI (2005) | Skripsi | Teknik Informatika , Teknik Informatika
Bagikan
Ringkasan
Masalah pencarian jalur terpendek merupakan masalah yang rumit dipandang dari segi komputasinya salah satu masalah pencarian jalur terpendek adalah Traveling Salesman Problem. Traveling Salesman Problem adalah masalah sirkuit terpendek dari sejumlah kota dan jarak antar kota yang harus di lalui oleh seseorang sales bila ia berangkat dari sebuah kota asal dan menyinggahi setiap kota tepat satu kali dan kembali ke kota asal keberangkatan.
Secara teoritis untuk n kota terdapat n! Rute yang harus di cari. Apabila terdapat n=5 maka harus dicari sebanyak 120 rute, maka pencarianpun akan sangat rumit dan lama. Dengan adanya masalah tersebut maka dikembangkan beberapa metode untuk menyelesaikan Traveling Salesman Problem dengan cara yang lebih efektif dan efesien. Salah satu metode Traveling Salesman Problem ini menggunakan algoritma pembelajaran untuk self organizing. Salah satu algoritma pembelajaran Self Organizing adalah algoritma pembelajaran kohonen.
Pada pembelajaran kompetitif ,setiap neuron akan berkompetisi untuk merespon suatu vektor input. Jika nilai semua bobot bias sama dengan 0, maka neuron yang memiliki vektor bobot sangat dekat dengan vektor input akan memenangkan kompetisi dan menghasilkan nilai output sama dengan 1, sedangkan nilai output neuron yang lainnya akan bernilai 0. Sehingga pada algoritma pembelajaran Self Organizing ini akan mencoba untuk mengatur neuron pemenang dengan cara menggerakkannya agar lebih dekat dengan input.
Ringkasan Alternatif
Masalah pencarian jalur terpendek merupakan masalah yang rumit dipandang dari segi komputasinya salah satu masalah pencarian jalur terpendek adalah Traveling Salesman Problem. Traveling Salesman Problem adalah masalah sirkuit terpendek dari sejumlah kota dan jarak antar kota yang harus di lalui oleh seseorang sales bila ia berangkat dari sebuah kota asal dan menyinggahi setiap kota tepat satu kali dan kembali ke kota asal keberangkatan.
Secara teoritis untuk n kota terdapat n! Rute yang harus di cari. Apabila terdapat n=5 maka harus dicari sebanyak 120 rute, maka pencarianpun akan sangat rumit dan lama. Dengan adanya masalah tersebut maka dikembangkan beberapa metode untuk menyelesaikan Traveling Salesman Problem dengan cara yang lebih efektif dan efesien. Salah satu metode Traveling Salesman Problem ini menggunakan algoritma pembelajaran untuk self organizing. Salah satu algoritma pembelajaran Self Organizing adalah algoritma pembelajaran kohonen.
Pada pembelajaran kompetitif ,setiap neuron akan berkompetisi untuk merespon suatu vektor input. Jika nilai semua bobot bias sama dengan 0, maka neuron yang memiliki vektor bobot sangat dekat dengan vektor input akan memenangkan kompetisi dan menghasilkan nilai output sama dengan 1, sedangkan nilai output neuron yang lainnya akan bernilai 0. Sehingga pada algoritma pembelajaran Self Organizing ini akan mencoba untuk mengatur neuron pemenang dengan cara menggerakkannya agar lebih dekat dengan input.