Penggunaan jaringan neural tiruan bagi menentukan kekeruhan air berdasarkan pencaman corak spektrum pantulan

Jaringan neural tiruan (ANN) dengan lagoritma perambatan balik (BP) telah digunakan dalam kajian ini untuk menentukan kekeruhan air. Tiga panjang gelombang yang mewakili serapan bagi lapan sampel telah dipilih sebagai imput latihan. Hasil kajian menunjukkan bagi jaringan terlatih dengan bilangan ul...

Full description

Bibliographic Details
Main Authors: Mohd. Azwani Shah Mat Lazim, Musa Ahmad, Zuriati Zakaria, Mohd. Nasir Taib
Format: Article
Published: Universiti Kebangsaan Malaysia 2005
Online Access:http://journalarticle.ukm.my/3910/
http://journalarticle.ukm.my/3910/
id ukm-3910
recordtype eprints
spelling ukm-39102012-03-26T01:41:38Z http://journalarticle.ukm.my/3910/ Penggunaan jaringan neural tiruan bagi menentukan kekeruhan air berdasarkan pencaman corak spektrum pantulan Mohd. Azwani Shah Mat Lazim, Musa Ahmad , Zuriati Zakaria, Mohd. Nasir Taib, Jaringan neural tiruan (ANN) dengan lagoritma perambatan balik (BP) telah digunakan dalam kajian ini untuk menentukan kekeruhan air. Tiga panjang gelombang yang mewakili serapan bagi lapan sampel telah dipilih sebagai imput latihan. Hasil kajian menunjukkan bagi jaringan terlatih dengan bilangan ulangan latihan 250,000 dan kadar pembelajaran 0.001 telah memberikan nilai SSE yang terendah iaitu 0.04. Dalam kajian ini jaringan ANN didapati boleh menentu dan meramalkan nilai kekeruhan sample air berdasarkan corak serapan pantulan. Arkitektur yang sesuai bagi kajian ini adalah 3:25:1. Purata ralat ramalan adalah 0.02. Universiti Kebangsaan Malaysia 2005-12 Article PeerReviewed Mohd. Azwani Shah Mat Lazim, and Musa Ahmad , and Zuriati Zakaria, and Mohd. Nasir Taib, (2005) Penggunaan jaringan neural tiruan bagi menentukan kekeruhan air berdasarkan pencaman corak spektrum pantulan. Sains Malaysiana, 34 (1). pp. 81-85. ISSN 0126-6039 http://www.ukm.my/jsm/english_journals/vol34num1_2005/vol34num1_05page81-85.html
repository_type Digital Repository
institution_category Local University
institution Universiti Kebangasaan Malaysia
building UKM Institutional Repository
collection Online Access
description Jaringan neural tiruan (ANN) dengan lagoritma perambatan balik (BP) telah digunakan dalam kajian ini untuk menentukan kekeruhan air. Tiga panjang gelombang yang mewakili serapan bagi lapan sampel telah dipilih sebagai imput latihan. Hasil kajian menunjukkan bagi jaringan terlatih dengan bilangan ulangan latihan 250,000 dan kadar pembelajaran 0.001 telah memberikan nilai SSE yang terendah iaitu 0.04. Dalam kajian ini jaringan ANN didapati boleh menentu dan meramalkan nilai kekeruhan sample air berdasarkan corak serapan pantulan. Arkitektur yang sesuai bagi kajian ini adalah 3:25:1. Purata ralat ramalan adalah 0.02.
format Article
author Mohd. Azwani Shah Mat Lazim,
Musa Ahmad ,
Zuriati Zakaria,
Mohd. Nasir Taib,
spellingShingle Mohd. Azwani Shah Mat Lazim,
Musa Ahmad ,
Zuriati Zakaria,
Mohd. Nasir Taib,
Penggunaan jaringan neural tiruan bagi menentukan kekeruhan air berdasarkan pencaman corak spektrum pantulan
author_facet Mohd. Azwani Shah Mat Lazim,
Musa Ahmad ,
Zuriati Zakaria,
Mohd. Nasir Taib,
author_sort Mohd. Azwani Shah Mat Lazim,
title Penggunaan jaringan neural tiruan bagi menentukan kekeruhan air berdasarkan pencaman corak spektrum pantulan
title_short Penggunaan jaringan neural tiruan bagi menentukan kekeruhan air berdasarkan pencaman corak spektrum pantulan
title_full Penggunaan jaringan neural tiruan bagi menentukan kekeruhan air berdasarkan pencaman corak spektrum pantulan
title_fullStr Penggunaan jaringan neural tiruan bagi menentukan kekeruhan air berdasarkan pencaman corak spektrum pantulan
title_full_unstemmed Penggunaan jaringan neural tiruan bagi menentukan kekeruhan air berdasarkan pencaman corak spektrum pantulan
title_sort penggunaan jaringan neural tiruan bagi menentukan kekeruhan air berdasarkan pencaman corak spektrum pantulan
publisher Universiti Kebangsaan Malaysia
publishDate 2005
url http://journalarticle.ukm.my/3910/
http://journalarticle.ukm.my/3910/
first_indexed 2023-09-18T19:40:06Z
last_indexed 2023-09-18T19:40:06Z
_version_ 1777405532793995264