Articles

Mengenal Algoritma Learning Vector Quantization (LVQ)

Adalah sebuah metode klasifikasi dimana setiap unit output mempresentasikan sebuah kelas. LVQ digunakan untuk pengelompokkan dimana jumlah kelompok sudah ditentukan arsitekturnya (target/kelas sudah ditentukan). LVQ salah satu jaringan syaraf tiruan yang merupakan algoritma pembelajaran kompetitif terawasi versi dari algoritma Kohonen Self-Organizing Map (SOM). . Tujuan dari algoritma ini adalah untuk mendekati distribusi kelas vektor  untuk meminimalkan kesalahan dalampengklasifikasian.
 
Algoritma diusulkan oleh Kohonen pada tahun 1986 sebagai perbaikan dariVector Quantization. Model pembelajaran LVQ dilatih secara signifikan agar lebih cepat dibandingkan algoritma lain seperti Back Propagation Neural Network. Hal ini dapat meringkas atau mengurangi dataset besar untuk sejumlah kecil vektor.. LVQ melakukan pembelajaran pada lapisan kompetitif yang terawasi. Lapisan kompetitif akan secara otomatis belajar untuk mengklasifikasikan vector-vector input. Kelas-kelas yang didapat sebagai hasil dari lapisan kompetitif ini hanya tergantung pada jarak antara vector-vector input. Jika vector input mendekati sama maka lapisan kompetitif akan mengklasifikasikan kedua vector input tersebut kedalam kelas yang sama. Dalam pengenalan wajah, sistem sudah mengetahui bentuk atau fitur wajah tertentu, dan LVQ digunakan untuk mengenali dengan mengklasifikasi fitur wajah tersebut (identifikasi/verifikasi).
 

Langkah-langkah Algoritma LVQ

1. Lakukan inisialisasi pada bobot, maksimum iterasi, error minimum (Eps) dan learning rate
2. Masukan :
    Input =(m,n): dimana m : jumlah input dan n = jumlah data
    Target = T(1,n)
3. Tetapkan kondisi awal :
    Eppoch =0
    Err=1
4. Kerjakan jika (eppoch < Maksimum iterasi) atau (α>Erorr minimum)
a. eppoch=eppoch+1
b. Kerjakankan untuk j=1 sampai n
   Tentukan I sehingga |x-wi| adalah minimum
   Perbaiki wi dengan ketentuan :
    Jika T=i maka :
    wi(baru)= wi(lama)+α(x-wi(lama))
    Jika T≠ i maka :
    wi(baru)= wi(lama)-α(x-wi(lama))

Contoh Soal :

Terdapat   buah 6 buah data vektor dengan class yang terbagi dalam 2 class yaitu 1 dan 2

Langkah-langkah LVQ

1. Inisialisasi bobot menggunakan data 1 dan 2

2. Tentukan input masukan yaitu sisa data yang ada

3. Menentapkan kondisi awal nilai :

α= 0.05
pengurangan eror 0.1*α
α baru= αlama-0.1x α
Maksimum eppoch =3

4. Mengerjakan input masukan sampai (eppoch < Maksimum iterasi) atau (α>Erorr minimum)

Input masukan adalah data 3 sampai 6 sedangkan inisialisasi bobot adalah data 1 dan 2

Menghitung distance antara data ke 3 dengan inisialisasi cluster 1 dan cluster 2

Distance cluster 1 = √(0-0)2 + (0-1)2 + (1-1)2 = 0+1+0 = 1

Distance cluster 2 = √(1-0)2 + (1-1)2 + (1-1)2 = 1+0+0 = 1

Untuk menentukan masuk class mana menggunakan jarak terpendek karena jarak antara ke class 1 dan 2 sama maka data tersebut masuk class 1

Setelah itu menghitung perbaikan bobot yang sudah kita tentukan di langkah 3

Perbaikan bobot :
wi(baru)= wi(lama)+α(x-wi(lama))
W1=w1(lama)+α(x-w1(lama))
W1=0+0.05*(0-0)=0.00
W2=0+0.05*(1-0)=0.05
W3=1+0.05*(1-1)=1.00
Kerjakan langkah diatas sampai kondisi (eppoch < Maksimum iterasi) atau (α>Erorr minimum. Untuk hasilnya adalah sebagai berikut :

Tabel diatas adlah hasil dari perhitungan jarak ke cluster 1 dan 2 dan perbaikan bobot. Iterasi ini berhenti di iterasi 3 karena di langkah 3 kita tentukan bahwa max eppoch adalah 3. Sebenarnya sebaiknya iterasi berhenti ketika perubahan bobot sangat kecil atau bahkan tidak ada perubahan. Baris terakhir adalah bobot terkahir yang akan kita gunakan untuk mengklasifikasikan contoh data kita

Bobot akhir

Bobot 1 = (0,0000  0,1625  0,9601)
Bobot 2 = (1,0000  0,1204  0,4808)


Pengujian menggunakan bobot akhir pada data ke 3 sampai 6, dengan menghitung jarak dan mementukan masuk klaster mana sesuai dengan jarak terdekat. Berikut hasilnya

Dari hasil diatas didapatkan kesimpulan bahwa dengan menggunakan algoritma LVQ dengan  inisialisasi α= 0.05, pengurangan eror 0.1*α, baru= αlama-0.1x α, dan maksimum eppoch =3 akurasi algoritma LVQ adalah 50%. Akurasi algoritma ini daapat meningkat dengan penentuan inisilaisasi bobot dan nilai yang lebih optimal

 

 


Related Articles


115 Komentar :


Les Privat

16 Februari 2018 - 09:38 WIB

informasi yang bagus sekali semoga info ini bermanfaat bagi orang lain

toko produk membesarkan payudara aman

14 Februari 2018 - 14:36 WIB

artikelnya sudah bagus, di tunggu update terbarunya terimakasih

toko cream membesarkan payudara murah

13 Februari 2018 - 14:24 WIB

saya berterimakasih karena website ini selalu memberikan hal menarik kepada para pembaca

grosir alat membesarkan payudara online

12 Februari 2018 - 14:21 WIB

informasi yang bagus sekali semoga info ini bermanfaat bagi orang lain

grosir produk mengencangkan payudara murah

10 Februari 2018 - 14:27 WIB

info yang membuat parapembaca kagum akan website ini

distributor cream mengencangkan payudara online

09 Februari 2018 - 11:28 WIB

terimakasih atas informasinya

distributor produk pembesar payudara

07 Februari 2018 - 09:50 WIB

baik sekali agan membuat informasi yang bagus seperti ini lanjutkan

bikin baju desain sendiri

01 Februari 2018 - 09:32 WIB

website ini mempunyai banyak sekali informasi menarik untuk parapembaca terus update gan

baju promosi di jakarta

31 Januari 2018 - 09:38 WIB

Terimakasih atas informasinya yang bermanfaat ini semoga pembaca sangat kagum atas artikelnya

beli kaos polos

31 Januari 2018 - 13:19 WIB

baik sekali agan membuat informasi yang bagus seperti ini lanjutkan

jasa penerjemah

26 Januari 2018 - 09:15 WIB

sering-sering update lagi artikelnya

English Sworn Translator

26 Januari 2018 - 13:38 WIB

Terimakasih atas informasinya yang bermanfaat ini semoga pembaca sangat kagum atas artikelnya

supplier kaos murah

25 Januari 2018 - 10:18 WIB

info yang membuat parapembaca kagum akan website ini

kaos promosi murah

24 Januari 2018 - 09:36 WIB

informasi ini sangat bagus sekali untuk di baca

toko lampion online

23 Januari 2018 - 11:38 WIB

ditunggu update selanjutnya

tempat produksi lampion gantung

22 Januari 2018 - 09:58 WIB

terimakasih atas informasinya

toko lampion china murah

20 Januari 2018 - 09:20 WIB

website ini mempunyai banyak sekali informasi menarik untuk parapembaca terus update gan

jual lampion restoran

18 Januari 2018 - 13:57 WIB

Terimakasih atas informasinya yang bermanfaat ini semoga pembaca sangat kagum atas artikelnya
jual lampu lampion

17 Januari 2018 - 14:12 WIB

ditunggu update selanjutnya

pengrajin aneka lampion

16 Januari 2018 - 13:16 WIB

baik sekali agan membuat informasi yang bagus seperti ini lanjutkan

pengrajin lampu lampion

15 Januari 2018 - 11:18 WIB

informasi yang bagus sekali semoga info ini bermanfaat bagi orang lain

Jasa Bimbingan Belajar Panggilan

13 Januari 2018 - 10:47 WIB

makasih gan, lanjutkan update nya

Bimbingan Belajar Panggilan

12 Januari 2018 - 09:51 WIB

terimakasih atas informasinya

Ultimate Faucet Rotator

11 Januari 2018 - 09:23 WIB

free bitcoin, dogecoin, ethereum and litecoin faucet rotator for chrome, built-in adblocker and popad blocker
pabrik kaos murah

11 Januari 2018 - 10:10 WIB

Sangat Menarik
Jasa Les Privat SMP

11 Januari 2018 - 10:49 WIB

artikelnya sudah bagus, di tunggu update terbarunya terimakasih

Les Privat SMA

10 Januari 2018 - 10:41 WIB

website ini memberikan segala informasi yang bagus dan bermanfaat

Les Privat

09 Januari 2018 - 10:22 WIB

saya kagum dengan artikel ini banyak sekali yang berminat membaca artikel ini

kaos polos murah

08 Januari 2018 - 11:58 WIB

informasi yang bagus sekali semoga info ini bermanfaat bagi orang lain

pabrik kaos polos di bandung

06 Januari 2018 - 09:06 WIB

website ini mempunyai banyak sekali informasi menarik untuk parapembaca terus update gan

produksi kaos di bandung

05 Januari 2018 - 09:24 WIB

informasi ini sangat bagus sekali untuk di baca

pabrik kaos bandung

03 Januari 2018 - 10:07 WIB

website ini memberikan segala informasi yang bagus dan bermanfaat

konveksi kaos olahraga

03 Januari 2018 - 13:06 WIB

ditunggu update selanjutnya

vimax bandung

02 Januari 2018 - 07:24 WIB

thnaks you gan infonya
sex toy wanita

02 Januari 2018 - 07:25 WIB

infona sanagt bermanfaat
bikin kaos murah

02 Januari 2018 - 09:36 WIB

informasi ini sangat bagus sekali untuk di baca

produk wajah yang bagus

28 Desember 2017 - 09:33 WIB

pertamax gan terimakasih untuk infonya

pencerah wajah alami

27 Desember 2017 - 09:47 WIB

Terima Kasih
pemutih wajah yang aman dan murah

26 Desember 2017 - 09:24 WIB

Terima Kasih
krim wajah bpom

26 Desember 2017 - 14:20 WIB

terimakasih atas informasinya


Post Comments