|
|
| Line 1: |
Line 1: |
| − | Pada pertemuan kali ini, kami diperkenalkan mengenai ANN, suatu program yang dibilang advance oleh pak Dai sendiri. Apa itu ANN? ANN adalah kepanjangan dari Artificial Neural Network. Sama seperti AI atau artificial intelligence atau kecerdasan buatan. Maka dari itu, ANN adalah suatu program yang berhubungan dengan ''sistem syaraf'' manusia. ANN membutuhkan banyak sekali variabel itulah mengapa program ini dibilang kompleks dan sulit.
| |
| | | | |
| − | Setelah dijelaskan mengenai apa itu ANN, kami langsung mengaplikasikannya untuk mencari dan menguji tingkat keakuratan dari ANN itu sendiri mengenai grafik atau hasil dari data airfoil tugas sebelumnya.
| |
| − |
| |
| − | Langkah paling awal dalam menguji ANN adalah memasukkan data berupa excel ke dalam web dari platform ANN tersebut. Platform yang digunakan adalah [https://hub.gke.mybinder.org/user/jupyterlab-jupyterlab-demo-nrtsjmgw/lab/tree/demo/ANN_Apip.ipynb]. Untuk lebih jelas, dapat dilihat gambar dibawah berikut.
| |
| − |
| |
| − | [[File:ANN 1.png|500px|center]]
| |
| − |
| |
| − | Setelah menginput data dari airfoil, langkah selanjutnya adalah menguji dan menampilkan grafik yang didapat dari excel (real)
| |
| − |
| |
| − | [[File:ANN 2.png|500px|center]]
| |
| − |
| |
| − | Setelah itu, variabel dari data dinormalisasi agar matriks menjadi tidak terlalu besar.
| |
| − |
| |
| − | [[File:ANN 4.png|500px|center]]
| |
| − |
| |
| − | Grafik output real yang didapat diketahui hanyalah 30% data yang diproses oleh excel. Lalu, langkah selanjutnya adalah membuat ANN
| |
| − |
| |
| − | [[File:ANN 6.png|500px|center]]
| |
| − |
| |
| − | Setelah dimasukkan pseudocode untuk ANN, kita unnormalisasi lagi agar mendapat nilai sesungguhnya dan over-fitting agar grafik yang didapat lebih akurat. Setelah itu kita bandingkan grafik real dan yang diproses oleh ANN
| |
| − |
| |
| − | [[File:ANN 7.png|500px|center]]
| |
