Penelitian ini dilakukan untuk mempelajari Jaringan Syaraf tiruan (JST) dengan metode Backpropagation. Data yang digunakan adalah data sekunder yang berupa senyawa volatile minyak atsiri dengan berbagai kosentrasi, yang merupakan hasil dari keluaran larik sensor gas. Penelitian dilakukan dengan mencari arsitektur dari Backpropagation yang terbaik. Hasil pengujian yang terbaik yaitu menggunakan fungsi aktivasi Sigmoid Bipolar, laju pembelajaran (learning rate) = 0.03, menggunakan 5 hidden layer dengan fungsi pelatihan Gradient descent, untuk bobot dan bias digunakan nilai acak. Iterasi terhenti saat sistem JST telah memenuhi error terkecil yaitu sebanyak 1000 iterasi. Tingkat akurasi dari JST Backpropagation yang telah dibangun yaitu sebesar 91.76% dalam mengenali data latih, dan mengidentifikasi setiap data uji dengan tingkat akurasi rata-rata sebesar 97.86% Kata kunci : , Backpropagation, Jaringan Syaraf Tiruan, Sensor Gas
Copyrights © 2019