27
yang baik akan
memberikan hasil
yang efektif, namun bersifat relatif
untuk suatu sistem.
Jadi
kecepatan
pembelajaran yang
baik
untuk
sebuah
sestem
belum
tentu
baik
untuk
sistem yang lain.
c. Inisialisasi Bobot dalam Neural NetworksBackpropagation
Prosedur
umum dalam
inisialisasi
nilai
awal bobot (dan bias) adalah dengan
nilai
acak
antara
-0.5
dan
0.5
(atau
antara
-1
dan
1).
Inisialisasi nilai
awal
bobot
Nguyen
Widrow
merupakan suatu
modifikasi
dalam
memberikan nilai
awal
bobot
yang
akan
membantu Neural NetworksBackpropa
gationmelakukan
proses
pembelajaran
lebih
cepat.
Percobaan
yang
dilakukan
oleh
Laurene
Fausett
(Fausett,1994,
p302)
mengenai
permasalahan XOR
membuktikan
hal
ini.
Dari
Tabel
2.1
terlihat
bahwa
percobaan dengan
algoritma
Nguyen-Widrow
memiliki
banyak
epoch
yang
jauh
lebih
sedikit
daripada
percobaan tanpa
algoritma
Nguyen-Widrow.
Tabel 2.5 hasil percobaan XOR oleh Laurene Fausett
Inisialisasi bobot
awal
Nguyen-Widrow
dapat
dihitung
dengan
menggunakanalgoritma
sebagai
berikut
:
untuk
setiap
unit
tersembunyi
(
j
=
1,...,
p),
inisialisasikan nilai
vektor
bobot
dari
unit
tersembunyi v
ij
(lama)
dengan
nilai
acak
antara -0.5
sampai 0.5
atau - y
sampai dengan y ,
dimana
y
adalah rentang
yang
telah
 |