7
yang berhubungan dekat dengan aturan pembelajaran
perceptron. Aturan ini menyesuaikan bobot untuk mengurangi
perbedaan antara net input
ke unit output
yang diharapkan.
Aturan pembelajaran Widrow-Hoff untuk single-layer network
adalah pelopor dari aturan backpropagation
untuk
multilayer
nets.
Jaringan ini disebut juga ADALINE
yang diinterpretasi
dari Adaptive Linear Neuron atau Adaptive Linear System.
Pada tahun 1970-an pengembangan Jaringan Saraf
Tiruan
memasuki masa sunyi, karena ada demonstrasi dari
Minsky dan Papert dari terbatasnya perceptrons
(contohnya
single-layer
nets) yang tidak mampu menyelesaikan masalah
sederhana seperti XOR dan kurangnya metode umum untuk
melatih jaringan multilayer
net. Walaupun begitu penelitian
untuk Jaringan Saraf Tiruan
masih berlanjut.
Banyak dari
pemimpin – pemimpin yang mulai mempublikasikan pekerjaan
mereka, seperti Kohonen, Anderson, Grossberg, dan
Carpenter.
Pada tahun 1980-an antusias dari peneliti kembali
terbentuk, karena ditemukannya metode baru untuk
menyelesaikan masalah XOR
tersebut yaitu metode
backpropagation. Metode ini berguna untuk menyebarkan
informasi tentang kesalahan –
kesalahan pada unit output
kembali ke unit hidden.
Tokoh kunci lain yang membuat antusias dari peneliti
kembali adalah John Hopfield. Bersamaan dengan David Tank,
Hopfield mengembangkan beberapa Jaringan Saraf Tiruan
berdasarkan bobot tetap dan aktifasi yang dapat beradaptasi.
Selain itu juga ada Neocognition
yang ditemukan oleh
Kunihiko Fukushima dan teman – temannya.
2.1.1.3 Keuntungan
Menurut Haykin (2009), Jaringan Saraf Tiruan
memberikan banyak sifat dan kemampuan yang berguna
diantaranya:
 |