33
Contohnya: Counter
Propagation
Network.
d. Jaringan
Umpan
Balik
Tertutup
(Recurrem Network)
Jaringan
ini memiliki umpan balik yang siklusnya
tertutup.
r
'-<011
'
+
,0
h
nya .
·
,
T
anngaiJ
·
[J
cOp
f1i
0¹,
d
.
Jaringan
SamfTiruan dapat
dibedakan
berdasarkan
arsitektur
jaringannya, antara
lain:
a.
Jaringan
umpan
maju
berlapis
tunggal (Smg!e
Layer reecijorward),
yaitu
jaringan
dengan
satu !apisan
komputasi
neuron
yang
memprost-'ll
sinyal
masukan
dalam
arab
maju.
Jaringan
yang
tennasuk
di
daiamnya
antara
lain
:
ADALINE,
Perceptron,
Hopfield.
b.
Jaringan
umpan
maju
berlapis
banyak
(Mufti
Layer
Feedforward),
yaitu
jaringan
dengan dtm
atau
lebih
iapisan komputasi neuron yang memproses
sinya!
masukan da!am arah maju.
Jaringan yang
tennasuk
di dalamnya
antara Jain :
MADALINE,
Pmpagasi
Balik, Neocogrritron.
c.
Jaringan
yang
berlapis
banyak
dengan
umpan
balik
yang
tertutup
(Recurrent),
yaitu:
jaringan
yang
berlapis
dua
atau
lebih
dcngan
memiliki
umpan
balik,
sehingga
dapat
dimasukkan
kembali
pada
lapisan
sebelumnya
sebagai
suatu
nilai
masukan.
Jaringan
yang tennasnk
di
dalanmya
antara
lain
:
BA...M:,
Boltzman
Machine,
Hopfield
Net.
2.13
Teimil< Pelatihan Jari.ngan Samf Tinm.n
Teknik
pelatihan
Jaringan
SarafTirwm dapat dibagi atas:
a.
Teknik
Pelatihan
dengan
Pengawasan
(Supervised
Learning)
'
Tek.t'1ik pelatihan ini,
dilakukan dengan
memberikan nilai
masukan dan
nilai
ke!uaran
yang
diinginkan.
Setiap
kehmran .Jibandingkan
dengan
ke!uaran
yang
diinginkan.
Bobot koneksi akan
.disesuaikan
sampai
menghasi!kan
niiai
keiuaran
 |