PERANCANGAN ALGORITMA BELAJAR JARINGAN SYARAF TIRUAN MENGGUNAKAN PARTICLE SWARM OPTIMIZATION (PSO)

Abstract

Jaringan syaraf tiruan menggunakan konsep belajar untuk menyelesaikan permasalahan. Dalam proses belajar tersebut, jaringan akan mengatur bobot-bobotnya agar mampu mengenali pola hubungan antara input dan output yang diberikan. Modifikasi bobot-bobot jaringan dilakukan dengan menggunakan suatu algoritma yang disebut dengan algoritma
belajar.

Pada makalah ini digunakan algoritma Particle Swarm Optimization (PSO) sebagai algoritma belajar jaringan syaraf tiruan. Jaringan kemudian diujikan pada aplikasi prakiraan temperatur udara harian menggunakan model time series.

Hasil pengujian menunjukkan bahwa penggunaan algoritma belajar PSO memberikan hasil yang cukup baik dengan rata-rata kesalahan prakiraan 2.41% pada prakiraan temperatur udara minimum dan 3.81% pada prakiraan temperatur udara maksimum. Jika dibandingkan dengan algoritma Backpropagation, error pada proses pelatihan dan rata-rata error pada proses pengujian yang dihasilkan tiap iterasi relatif lebih baik, walaupun waktu komputasi yang diperlukan
lebih lama