33
bobot yang diperbaiki hanyalah bobot-bobot yang berhubungan dengan
input
yang
aktif
(x
i
?
0)
dan
bobot-bobot
yang
tidak
menghasilkan
nilai
y
yang
benar.
3. Delta rule
Pada
Delta
Rule
akan
mengubah
bobot
yang
menghubungkan
antara
jaringan input ke
unit ouput (y_in) dengan nilai
target (t). Hal
ini
dilakukan
untuk
meminimalkan error
selama
pelatihan
pola.
Delta
rule
untuk
memperbaiki bobot ke i (untuk setiap pola) adalah:
?w
i
=
a
(t – y_in) * x
i
;
Dengan
x : vektor input
y_in
:
input jaringan ke unit output y
y_in = ? x
i
* w
i
t
:
target (output)
Nilai w baru diperoleh dari nilai w lama ditambah ?w,
w
i
=
w
i
+
?w
i
4. Backpropagation
Backpropagation
merupakan
algoritma
pembelajaran yang
terawasi
dan
biasanya digunakan oleh perceptron dengan banyak
lapisan
untuk
mengubah
bobot-bobot
yang
terhubung
dengan
neuron-neuron
yang
ada
pada
lapisan
tersembunyinya. Algoritma
Backpropagation
menggunakan
error
output
untuk
mengubah
nilai
bobot-bobotnya dalam arah
mundur
(backward).
Untuk
mendapatkan error
ini,
tahap perambatan
maju (foward
propagation)
harus dikerjakan terlebih dahulu. Pada saat perambatan maju, neuron-neuron
 |