24
1. Epochs
Satu
epoch
berarti
satu
kali
siklus
pembelajaran
(Yun,
2001,
p17).
Jumlah
epoch menunjukkan
kecepatan
sistem. Semakin banyak epoch
yang dibutuhkan
dalam
mencapai
target
error,
berarti
kerja
sistem
akan
semakin
lama,
begitu
pula
sebaliknya.
Pemberian
batas
epoch
yang
besar
berarti
meningkatkan akurasi
arsitektur,
namun
membutuhkan waktu
pembelajaran
yang
lebih
lama.
Begitu
pula
sebaliknya.
2. Kecepatan Pembelajaran
Kecepatan
pembelajaran (learning
rate)
digunakan
untuk
mengontrol
perubahan nilai bobot, dengan
nilai koefisien berkisar antara 0 dan 1. Semakin
tinggi
nilai
kecepatan
pembelajaran
yang
digunakan
akan
menyebabkan
perubahan
yang
semakin besar pada bobot,
sehingga pembelajaran menjadi kurang baik. Sedangkan,
dengan
tingkat
kecepatan
pembelajaran yang
rendah
akan
menghasilkan
pembelajaran yang
akurat
namun
prosesnya
menjadi
sangat
lambat
(Sarle,
2004).
Kecepatan
pembelajaran 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.
3. Inisialisasi
Bobot dalam Neural Network Back Propagation
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
Network
Back
Propagation melakukan
proses
pembelajaran
lebih cepat. Percobaan yang dilakukan oleh
Laurene Fausett (Fausett,
1994,
p302)
mengenai
permasalahan
XOR
membuktikan
hal
ini.
Dari
Tabel
2.2
 |