Matches in SemOpenAlex for { <https://semopenalex.org/work/W2305331287> ?p ?o ?g. }
Showing items 1 to 39 of
39
with 100 items per page.
- W2305331287 startingPage "15720" @default.
- W2305331287 abstract "Mobile robot adalah sebuah mesin otomatis yang mampu bergerak pada suatu kondisi tertentu sehingga mobile robot membutuhkan sistem navigasi yang baik. Untuk bernavigasi dengan baik, dibutuhkan adaptasi yang cepat dan respon yang sesuai terhadap kejadian baru yang terjadi di sekitarnya. Dalam navigasi robot, terdapat indikasi bahwa pola klasifikasinya bersifat nonlinier. Oleh karena itu, navigasi robot dapat menggunakan algoritma backpropagation untuk menginterpretasikan input sensor yang dimiliki robot. Dalam tugas akhir ini akan dicari pendekatan yang dapat membuat penerapan backpropagation dalam data wall-following robot navigation lebih efektif. Proses pelatihan ini dapat dikatakan lebih efektif apabila dalam pelatihan tersebut dibutuhkan waktu yang lebih singkat namun tetap mampu mempertahankan atau bahkan dapat meningkatkan akurasi. Dalam penelitian ini digunakan lima variasi pelatihan backpropagation yaitu gradient descent backpropagation, gradient descent with momentum backpropagation, gradient descent with adaptive learning rate backpropagation, gradient descent with momentum and adaptive learning rate backpropagation, dan Levenberg-Marquardt backpropagation. Berdasarkan kecepatan pelatihan, pelatihan Levenberg-Marquardt backpropagation mempunyai MSE yang lebih cepat konvergen daripada pelatihan lainnya. Sedangkan berdasarkan akurasi, pelatihan gradient descent with momentum and adaptive learning rate memiliki ketepatan klasifikasi yang paling baik untuk data testing. Dalam navigasi robot, lebih diutamakan pemilihan bobot dan bias yang dapat menghasilkan akurasi yang paling baik untuk testing. Oleh karena itu, disimpulkan bahwa gradient descent with momentum and adaptive learning rate merupakan pelatihan yang terbaik untuk digunakan sebagai dasar sistem navigasi robot." @default.
- W2305331287 created "2016-06-24" @default.
- W2305331287 creator A5020482045 @default.
- W2305331287 creator A5082660556 @default.
- W2305331287 date "2016-01-22" @default.
- W2305331287 modified "2023-09-23" @default.
- W2305331287 title "Penerapan Backpropagation untuk Meningkatkan Efektivitas Waktu dan Akurasi pada Data Wall-Following Robot Navigation" @default.
- W2305331287 doi "https://doi.org/10.12962/j23373520.v4i2.11189" @default.
- W2305331287 hasPublicationYear "2016" @default.
- W2305331287 type Work @default.
- W2305331287 sameAs 2305331287 @default.
- W2305331287 citedByCount "0" @default.
- W2305331287 crossrefType "journal-article" @default.
- W2305331287 hasAuthorship W2305331287A5020482045 @default.
- W2305331287 hasAuthorship W2305331287A5082660556 @default.
- W2305331287 hasConcept C153258448 @default.
- W2305331287 hasConcept C154945302 @default.
- W2305331287 hasConcept C155032097 @default.
- W2305331287 hasConcept C19966478 @default.
- W2305331287 hasConcept C41008148 @default.
- W2305331287 hasConcept C50644808 @default.
- W2305331287 hasConcept C90509273 @default.
- W2305331287 hasConceptScore W2305331287C153258448 @default.
- W2305331287 hasConceptScore W2305331287C154945302 @default.
- W2305331287 hasConceptScore W2305331287C155032097 @default.
- W2305331287 hasConceptScore W2305331287C19966478 @default.
- W2305331287 hasConceptScore W2305331287C41008148 @default.
- W2305331287 hasConceptScore W2305331287C50644808 @default.
- W2305331287 hasConceptScore W2305331287C90509273 @default.
- W2305331287 hasIssue "2" @default.
- W2305331287 hasLocation W23053312871 @default.
- W2305331287 hasOpenAccess W2305331287 @default.
- W2305331287 hasPrimaryLocation W23053312871 @default.
- W2305331287 hasVolume "4" @default.
- W2305331287 isParatext "false" @default.
- W2305331287 isRetracted "false" @default.
- W2305331287 magId "2305331287" @default.
- W2305331287 workType "article" @default.