Simulasi pengenal bahan kimia menggunakan data set yang disusun dari data
pembacaan sembilan sensor oksida timah, sensor kelembaban dan sensor suhu.
Data set tersebut digunakan untuk training neural network menggunakan algoritma
gradient descent backpropagation dan algoritma momentum backpropagation.
Setelah proses training selesai maka hasil training diuji dalam simulasi mengenal
lima jenis bahan kimia yaitu acetone, ammonia, isopropanol, cairan pengkilat (lighter
fiuid) dan cuka (vinegar). Hasil pengujian kemudian dibandingkan untuk melihat
kelebihan dan kekurangan kedua algoritma backpropagation tersebut.
S-Agung Wicaksono.pdf :: Unduh