39
?
ij
(t) = ( 1 – ß ) – ?
ij
(t) +
ß
. ?
ij
(
t – 1 ) Nilai
ß
ditentukan sendiri oleh user (0 < ß <1) Nilai a
(learning rate) ditentukan sebagai berikut:
a
jk
(t) + ?
untuk ?
jk
(t–1).?
jk
(t) > 0
a
jk
(t+1)
(1 – ?).a
jk
(t)
untuk ?
jk
(t–1).?
jk
(t) < 0
a
jk
(t)
untuk lainnya
Perbandingan algoritma Backpropagation dengan Delta-Bar-Delta
(Sumber
:
Fausett,
L
(1994).
Fundamentals
of
Neural
Networks:
Architectures,
Algorithms, and Applications. Prentice-Hall, New Jersey)
Simulasi
ini dilakukan
oleh Jacobs (1988),
menggunakan
25 buah simulasi
“XOR
problem”
(dengan
insialisasi
matriks
bobot
yang
berbeda).
Menggunakan 2
buah input unit, 2 buah hidden unit, dan 1 buah input unit. “XOR problem”
memiliki
input
berupa
angka
biner,
lalu
output
memiliki
rentang
nilai
dari
0.1
sampai
0.9.
Simulasi
dikatakan
berhasil
jika
total
kuadrat
error
kurang
dari
0.04,
dengan
rata-rata
iterasi
lebih
dari
50
kali.
Dan
parameter
yang
digunakan
adalah
sebagai berikut:
a
?
G
?
Backpropagation
0.1
Delta-Bar-Delta
0.8
0.035
0.333
0.7
Tabel 2.2 Perbandingan Backpropagation dengan Delta-Bar-Delta
 |