29
(overfitting/overtrained) sehingga
menyebabkan error
menjadi
lebih besar daripada
yang diharapkan (Cohen dan Jensen, 1996, p1).
Selama error pada tahap pembelajaran,
maka proses pembelajaran akan tetap
dilanjutkan. Ketika
error
mulai
meningkat,
berarti
sistem
mulai
kehilangan
kemampuannya
untuk
mengklasifikasi. Maka
pada
titik
ini,
pembelajaran
harus
dihentikan.
Error
yang
ditemui
pada
tahap
pembelajaran dikategorikan dalam
dua
kondisi
yaitu
global
minima
yang
merupakan
kondisi
terendah,
dan
local
minima
adalah kondisi error yang bukan merupakan error terendah.
Proses pembelajaran
dengan
Network Back Propagation dimulai
dan
lilakukan terus
menerus dengan tujuan
memperoleh error
minimum. Hanya ada satu
lembah
yang
memberikan
penyelesaian
permasalahan/error terkecil,
yaitu
global
minima, yang
memberikan hasil sempurna.
Lembah
yang
lebih dangkal,
yaitu
kondisi
local
minima.
Jika
dijumpai
local
minima
dan
dianggap
telah
mencapai
global
minima
dan
pembelajaran tidak
diteruskan,
maka
akan
diperoleh
suatu
hasil
yang
kurang
baik
(Tveter,
2000,
p1).
Oleh
karena
itu,
proses
pembelajaran perlu
dilakukan terus menerus sampai diperoleh global minima.
2.3. Pengembangan Perangkat Lunak
Pada
penulisan
skripsi
ini,
penulis
akan
menggunakan Waterfall
Model
untuk
pengembangan perangkat
lunak. Penggunaan Waterfall
Model
sangat populer digunakan
sebagai
pemodelan suatu
proses
yang
bersifat
sekuensial. Waterfall
Model
sering
digunakan
dalam
berbagai
pendekatan dalam
pembuatan software
yang dirasakan
tidak
fleksibel dan non-iteratif.
 |