Minggu, 12 April 2009

PERAMALAN DATA RUNTUN WAKTU MENGGUNAKAN GENERAL REGRESSION NEURAL NETWORK

Neural Network (Jaringan Syariaf Tiruan) merupakan kecerdasan buatan yang diilhami jaringan

syaraf biologi yang diimplementasikan menggunakan program komputer yang melakukan

perhitungan selama proses berlangsung. General Regression Neural Network (GRNN)

merupakan salah satu jaringan syaraf tiruan yang mempunyai ciri khusus yang berbeda dengan

yang lain yang melakukan proses pembelajaran secara cepat, bekerja secara sederhana dengan

algoritma pelatihan tertentu. GRNN memperkirakan fungsi sembarang yang berubah-ubah dari

data masa lalu yang digunakan untuk peramalan data masa mendatang.

Topologi GRNN

GRNN terdiri dari empat lapisan unit pemroses, dimana tiap lapisan unit pemroses mempunyai

fungsi komputasi khusus saat regresi nonlinier dibentuk. Lapisan pertama dari unit pemroses

terdiri dari neuron-neuron input yang berfungsi untuk mengambil informasi. Neuron input ini

bersifat unik untuk tiap variabel prediktor pada vektor input X. Tidak ada pengolahan data yang

terjadi pada neuron-neuron input ini. Neuron-neuron input lalu meneruskan data menuju

lapisan kedua dari unit pemroses yang dinamakan neuron-neuron pola. Sebuah neuron-neuron

pola berfungsi mengkombinasikan dan memproses data secara sistematik dengan fungsi

aktivasi khusus. Jumlah dari neuron-neuron pola sama dengan jumlah dari kasus dalam

himpunan pelatihan.