| Abstrak | Pada peristiwa kriminalitas maupun kecelakaan, banyak sekali yang dapat dijadikan sebagai bukti dalam membuktikan peristiwa yang terjadi pada saat terjadinya tindak kriminalitas ataupun kecelakaan. Salah satu yang sering kita jumpai pada peristiwa kriminalitas atau kecelakaan adalah terdapatnya sisa pecahan-pecahan kaca yang sering tidak diketahui sumber pecahan kaca tersebut. Sumber pecahan kaca yang dimaksud dapat dimungkinkan kaca jendela gedung, kaca botol, atau kaca-kaca dari benda lainnya. Apabila sisa pecahan kaca tersebut dapat teridentifikasi dengan benar, maka pecahan-pecahan kaca yang terdapat di tempat kejadian perkara suatu peristiwa kriminalitas atau kecelakaan dapat dijadikan sebagai bukti dalam membuktikan tindak kriminalitas maupun kecelakaan.<br> Analisa bahan baku kaca, bahan kimia kaca ataupun asal pecahan kaca memerlukan orang yang ahli di bidang forensik maupun kimia. Namun seiring dengan perkembangan teknologi, maka kemampuan ahli forensik maupun ahli kimia dapat diberikan pada komputer untuk menyelesaikan permasalahan tersebut. Salah metode yang mungkin digunakan dalam melakukan indentifikasi kaca adalah backpropagation neural network. Backpropagation neural network menggunakan beberapa kali pelatihan sebelum memberikan sebuah hasil identifikasi pada data yang sebenarnya.<br> Dari hasil penelitian didapatkan bahwa semakin banyak jumlah neuron pada hidden layer akan mengakibatkan semakin mungkin tercapainya goal. Namun memiliki waktu yang lebih lama untuk menyelesaikan iterasi. Selain itu didapatkan bahwa semakin besar nilai learning rate, maka semakin cepat proses pembelajaran dapat terselesaikan dengan mean square error semakin mendekati nilai goal. Kemudian jumlah epoch akan mempengaruhi pencapaian nilai mean square error, semakin sedikit jumlah epoch yang digunakan dalam pembelajaran, maka waktu yang dibutuhkan untuk menyelesaikannya akan menjadi semakin cepat dengan pencapaian nilai mean square error kurang mendekati nilai goal<br><br><br> |
|---|