ALGORITMA PARALLEL SUPERVISED PNN STRUCTURE DETERMINATION DAN IMPLEMENTASI BERBASIS MESSAGE PASSING INTERFACE
Abstract: Probabilistic Neural
Network (PNN) adalah salah satu tipe jaringan neural yang umum digunakan untuk
memecahkan permasalahan klasifikasi pola. Di samping struktur jaringan dan
metode pelatihan yang sederhana, PNN memiliki kelemahan utama yaitu dalam
menentukan struktur jaringan yang terdiri dari penentuan nilai parameter
smoothing dan jumlah neuron yang digunakan pada lapisan pola. Dengan adanya
kelemahan ini, beberapa peneliti mengajukan algoritma Supervised PNN Structure
Determination (SPNN) dengan tujuan untuk mempermudah penentuan struktur PNN.
Akan tetapi dalam implementasi iteratif yang telah dilaporkan, SPNN masih
memerlukan waktu komputasi yang cukup lama untuk menentukan struktur PNN yang
baik. Makalah ini menjelaskan usaha perbaikan kinerja waktu proses implementasi
SPNN dengan memperhatikan bagian-bagian proses yang independent serta
memodifikasi algoritmanya untuk dapat diterapkan pemrosesan secara paralel.
Hasil eksperimen menunjukkan percepatan yang cukup berarti.
Penulis: Heru Suhartanto,
Herry
Kode Jurnal: jptkomputerdd090003
