26
dan target.MSE digunakan tiap satu epoch pelatihan, dengan menghitung seluruh pola
output actual dari tiap pola input untuk dihitung selisinya dengan pola output yang
diinginkan.Jika nilai MSE
error yang diinginkan maka jaringan dianggap sudah
mengenali pola tetapi jika belum jaringan terus dilatih dan dihitung kembali setiap
epochnya sampai nilai MSE
= error yang diinginkan.Rumus menghitung nilai MSE
adalah :
MSE =
Dimana yt = nilai target keluaran yang diinginkan
= nilai keluaran actual
N = banyak output
1)Inisialisasi bobot awal secara random
Pemilihan bobot awal sangat mempengaruhi jaringan syaraf dalam mencapai
minimum global (atau mungkin hanya lokal saja) terhadap nilai error, serta cepat
tidaknya proses pelatihan menuju kekonvergenan. Apabila nilai bobot awal terlalu besar,
maka input ke setiap lapisan tersembunyi atau lapisan output akan jatuh pada daerah di
mana turunan fungsi sigmoidnya akan sangat kecil. Sebaliknya, apabila nilai bobot awal
terlalu kecil, maka input ke setiap lapisan tersembunyi atau lapisan output akan sangat
kecil, yang akan menyebabkan proses pelatihan akan berjalan sangat lambat. Biasanya
bobot awal diinisialisasi secara random dengan nilai antara 0,5 sampai 0,5 (atau -1
sampai 1, atau interval yang lainnya) (Fausett, 1994).
2)Inisialisasi bobot awal dengan metode Nguyen-Widrow
Metode Nguyen-Widrow
akan menginisialisasi bobot-bobot lapisan dengan nilai
antara -0.5 sampai 0,5. Sedangkan bobot-bobot dari lapisan input ke lapisan tersembunyi
 |