2.3.2 Algoritma Kohonen Map
Kohonen Map atau bisa disebut Self Organizing Map diperkenalkan pertama kali oleh Prof. Teuvo Kohonen dari Finlandia pada tahun 1982 Kohonen,
1982. Kohonen map merupakan salah satu algoritma jaringan syaraf tiruan yang cukup unik karena membangun sebuah topology preserving map dari ruang
berdimensi tinggi ke dalam neuron-neuron sebagai representasi dari datapoint yang ada.
Kohonen map merupakan salah satu metode jaringan syaraf tiruan unsupervised learning tidak terawasi. Jaringan ini tidak mendapatkan target,
sehingga JST mengatur bobot interkoneksi sendiri. Belajar tanpa pengawasan Self Organizing Learning adalah belajar mengklasifikasikan tanpa dilatih. Pada
proses belajar tanpa pengawasan, JST akan mengklasifikasikan contoh pola- pola masukan yang tersedia ke dalam kelompok yang berbeda-beda. Ketika data
diberikan ke dalam jaringan syaraf, data akan mengatur struktur dirinya sendiri untuk merefleksikan dari pola yang diberikan. Pada kebanyakan model ini,
batasan mengacu pada determinasi kekuatan antar neuron. Pada jaringan kohonen, suatu lapisan yang berisi neuron-neuron akan
menyusun dirinya sendiri berdasarkan input nilai tertentu dalam suatu kelompok yang dikenal dengan istilah cluster. Selama proses penyusunan diri, cluster yang
memiliki vektor bobot paling cocok dengan pola input memiliki jarak yang paling dekat akan terpilih sebagai pemenang. Neuron yang menjadi pemenang
beserta neuron-neuron tetangganya akan memperbaiki bobot-bobotnya.
Langkah-langkah Algoritma Kohonen
Berikut merupakan langkah-langkah algoritma kohonen : Langkah 0
:
Inisialisasi bobot : Set parameter-parameter tetangga
Set parameter learning rate
Universitas Sumatera Utara
Langkah 1 : Kerjakan jika kondisi berhenti bernilai FALSE
a. Untuk setiap vektor input x, kerjakan :
• Untuk setiap j, hitung :
bobot
i
= •
Bandingkan bobot
i
•
Untuk bobot untuk mencari bobot
terkecil
i
terkecil, ambil lama
untuk mendapatkan
:
baru= lama + α x
i
– lama
2.36
2.37
b. Perbaiki learning rate
α baru =0,5 α
2.38
c. Kurangi radius ketetanggaan pada waktu-waktu
tertentu, dengan cara meng-update nilai bobot
i
d. Tes kondisi berhenti min error atau maxepoch
terpenuhi
2.4 Normalisasi Data
Kategori