34
diaktifkan
dengan
menggunakan
fungsi
aktivasi
Sigmoid
Biner
atau
fungsi
aktivasi Sigmoid Bipolar.
Arsitektur jaringan Backporpagation seperti terlihat pada gambar 2.17
Gambar 2.17 Arsitektur Jaringan Backpropagation
Laurene Fausett
dalam
Fundamental
for
Neural
Network
halaman
301
mengatakan
bahwa
proses pembelajaran
dengan
menggunakan
fungsi
aktivasi Sigmoid
Bipolar dapat
memberikan
hasil
yang
lebih cepat dari pada
proses
pembelajaran
menggunakan fungsi
aktivasi
Sigmoid
Biner.
Contoh
kasus dalam pembelajaran kasus XOR
membutuhkan iterasi (epoch) sampai
3000 kali
jika
menggunakan fungsi aktivasi Sigmoid Biner,
sedangkan
dengan
fungsi
aktivasi
Sigmoid
Bipolar
hanya
memerlukan 387
kali
iterasi
(epoch).
Algoritma Backpropagation
•
Insialisasi bobot (ambil bobot awal dengan nilai random yang cukup kecil)
 |