| Adaptive Neuro Fuzzy |
|
|
| Written by TrenSains | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Monday, 25 May 2009 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Neuro-fuzzy adalah gabungan dari dua sistem yaitu sistem logika fuzzy dan jaringan syaraf tiruan. Sistem neuro-fuzzy berdasar pada sistem inferensi fuzzy yang dilatih menggunakan algoritma pembelajaran yang diturunkan dari sistem jaringan syaraf tiruan. micro controllers and their applications, switch mode and resonant converters, mechatronics and artificial intelligence.{mosgoogle}Dengan demikian, sistem neuro-fuzzy memiliki semua kelebihan yang dimiliki oleh sistem inferensi fuzzy dan sistem jaringan syaraf tiruan. Dari kemampuannya untuk belajar maka sistem neuro-fuzzy sering disebut sebagai ANFIS (adaptive neuro fuzzy inference systems)
Struktur ANFIS
Salah satu bentuk struktur yang sudah sangat dikenal adalah seperti terlihat pada Gambar 1. Dalam struktur ini, sistem inferensi fuzzy yang diterapkan adalah inferensi fuzzy model Takagi-Sugeno-Kang.
Gambar 1. Struktur ANFIS
v Seperti terlihat pada Gambar 1, sistem ANFIS terdiri dari 5 lapisan, lapisan yang disimbolkan dengan kotak adalah lapisan yang bersifat adaptif. Sedangkan yang disimbolkan dengan lingkaran adalah bersifat tetap. Setiap keluaran dari masing-masing lapisan disimbolkan dengan Ol,i dengan i adalah urutan simpul dan l adalah menunjukan urutan lapisannya. {mosgoogle}Berikut ini adalah penjelasan untuk setiap lapisan, yaitu:- Lapisan 1. Berfungsi untuk membangkitkan derajat keanggotaan
dan dengan x dan y adalah masukan bagi simpul ke-i
…….………………………………(3)
dengan {ai, bi dan ci}adalah parameter dari fungsi keanggotaan atau disebut sebagai parameter premise.
- Lapisan 2 Berfungsi untuk membangkitkan firing-strength dengan mengalikan setiap sinyal masukan.
- Lapisan 3 Menormalkan firing strength
- Lapisan 4 Menghitung keluaran kaidah berdasarkan parameter consequent {pi, qi dan ri}
- Lapisan 5 Menghitung sinyal keluaran ANFIS dengan menjumlahkan semua sinyal yang masuk
Algoritma Pembelajaran
{mosgoogle}Proses adaptasi yang terjadi dalam sistem ANFIS dikenal juga dengan pembelajaran. Parameter-parameter ANFIS (baik premise maupun consequent) Selama proses belajar akan diperbaharui menggunakan metode pembelajaran. Metode pembelajaran yang digunakan dalam sistem ANFIS adalah algoritma pembelajaran hibrid. Algoritma ini terdiri dari dua bagian yaitu bagian arah maju dan bagian arah mundur. Pada bagian arah maju, proses adaptasi dilakukan menggunakan metode LSE dan terjadi pada parameter consequent. Sedangkan pada bagian arah mundur, proses adaptasi dilakukan menggunakan metode gradient-descent dan terjadi pada parameter premise.
Referensi Jang, J.S.R., Sun, C.T., Mizutani,E., (1997), Neuro-Fuzzy and Soft Computing, Prentice-Hall International, New Jersey.
Powered by !JoomlaComment 3.26
3.26 Copyright (C) 2008 Compojoom.com / Copyright (C) 2007 Alain Georgette / Copyright (C) 2006 Frantisek Hliva. All rights reserved."Share & Save 
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Last Updated ( Sunday, 09 August 2009 ) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Next > |
|---|
| Automatic Feeder |
| Fry Counter |
| 42.1% |  | Indonesia |
| 17.9% |  | United States |
| 5.4% |  | China |
| 4.5% |  | Australia |
| 3.8% |  | India |
| Today: | 2 |
| Yesterday: | 2 |
| This Week: | 5 |
| Last Week: | 26 |
| This Month: | 31 |
| Last Month: | 86 |
| Total: | 802 |
…………………………………….(1)
…………………………………….(2)
………………………….(4)
……………………………..(5)
…………………………….(6)
………………………………..(7)
