20
2. 3
Backpropagation
2.3.1
Definisi
Backpropagation merupakan algoritma pembelajaran yang terawasi dan biasanya
digunakan
oleh
perceptron
dengan
banyak
lapisan
untuk
mengubah
bobot-bobot
yang
terhubung
dengan
neuron-neuron
yang
ada
pada
lapisan
tersembunyinya. Algoritma
backpropagation
menggunakan error
output
untuk
mengubah
nilai
bobot-bobotnya
dalam
arah
mundur
(backward).
Untuk
mendapatkan nilai
error
ini,
tahap
perambatan
maju
(forward
propagation)
harus
dikerjakan terlebih
dahulu.
Pada
saat
perambatan
maju,
neuron-neuron diaktifkan
dengan
menggunakan
fungsi
aktivasi
yang
dapat
dideferensiasikan, seperti sigmoid (Fausett, 1994).
Algoritma Backpropagation (Fausett, 1994)
Langkah 1 Inisialisasi bobot (ambil bobot awal dengan nilai random yang kecil).
Langkah 2 Tetapkan: Maksimum Epoch, Target Error, dan Learning Rate (a).
Langkah 3 Inisialisasi: Epoch = 0.
Langkah
4
Selama
(Epoch
<
Maksimum
Epoch)
dan
(MSE
(Mean
Squared
Error) < Target Error), kerjakan langkah-langkah berikut.
Langkah 4.1 Epoch = Epoch + 1
Langkah 4.2 Untuk tiap-tiap pasangan elemen yang akan dilakukan
pembelajaran, kerjakan:
Feedforward
Langkah
4.2.1
Tiap-tiap unit input (X
i
,
i = 1, 2, 3, …, n)
menerima sinyal
x
i
dan
meneruskan sinyal
tersebut ke
semua
unit
pada lapisan yang ada di atasnya (lapisan tersembunyi).
 |