28
tinggi
karena
tidak
mampu
memetakan
masukan
yang
kompleks
menuju
keluaran
yang kompleks.
Begitu pula
sebaliknya, dengan
unit
tersembunyi yang terlalu
banyak akan dijumpai
tingkat error
pembelajaran yang
rendah
namun
tingkat error
klasifikasi yang semakin tinggi.
Penentuan
banyak
unit
tersembunyi
yang
akan
digunakan
dalam
penelitian
dilakukan
dengan
melakukan
percobaan
dan
membandingkan hasil
yang
terbaik.
Namun ada beberapa pedoman yang dapat digunakan untuk menentukan banyak unit
tersembunyi yang optimal. Menurut Yun Peng
(Yun, 2001, p24), banyak
unit
tersembunyi optimal dapat diperkirakan dengan persamaan berikut :
p
> 2n
(2.30)
dimana
p
adalah jumlah unit tersembunyi dan n adalah jumlah unit
masukan.
Menurut
Garson
(Garson,
1998,
p86),
untuk
menghitung
banyak
unit
tersembunyi
optimal dapat menggunakan metode yang dirumuskan sebagai berikut :
h
=
n
[(r(i + o))]
(2.31)
dimana
h
adalah
jumlah
unit
tersembunyi,
i
adalah
jumlah
unit
masukan,
o
adalah
jumlah
unit
keluaran,
n
adalah
batas
epoch,
dan
r
adalah
tingkat
noise
dari
data
yang akan melakukan proses pembelajaran (biasanya antara 5 dan 10).
Pedoman-pedoman yang ada tidak sepenuhnya dapat dipercaya. Oleh karena
itu, percobaan terhadap berbagai macam unit tersembunyi tetap perlu dilakukan.
7. Lama Pembelajaran
Semasa melakukan proses pembelajaran, perlu diperhatikan agar proses yang
berlangsung
tidak
melebihi
tahap
kebenaran
data
yang
diinginkan
 |