Pengertian dan Algoritma Jaringan Saraf Tiruan Backpropagation

#Pengertian

Jaringan perambatan galat mundur (backpropagation) merupakan salah satu algoritma yang sering digunakan dalam menyelesaikan masalah-masalah yang rumit. Hal ini dimungkinkan karena jaringan dengan algoritma ini dilatih dengan menggunakan metode belajar terbimbing. Pada jaringan diberikan sepasang pola yang terdiri atas pola masukan dan pola yang diinginkan. Ketika suatu pola diberikan kepada jaringan, bobot-bobot diubah untuk memperkecil perbedaan pola keluaran dan pola yang diinginkan. Latihan ini dilakukan berulang-ulang sehingga semua pola yang dikeluarkan jaringan dapat memenuhi pola yang diinginkan.

Algoritma pelatihan jaringan saraf perambatan galat mundur terdiri atas dua langkah, yaitu perambatan maju dan perambatan mundur. Langkah perambatan maju dan perambatan mundur ini dilakukan pada jaringan untuk setiap pola yang diberikan selama jaringan mengalami pelatihan.

#Algoritma

Algoritma selengkapnya pelatihan backpropagation adalah sebagai berikut :

Langkah 0       : inisialisasi bobot-bobot (tetapkan nilai acak kecil)

Langkah 1       : Tentukan syarat berhenti (MSE=0.1 dan Max Iterasi=1000). Bila syarat berhenti adalah salah, kerjakan langkah 2 sampai 9.

Langkah 2       : Untuk stiap pasangan pelatihan, kerjakan langkah 3-8.

Umpan Maju

Langkah 3       : Tiap unit masukan (xi, i = 1,…., n) menerima isyarat

masukan xi dan diteruskan ke unit-unit tersembunyi.

Langkah 4       : Tiap unit tersembunyi (Zj, j=1, … p) menjumlahkan

isyarat masukan berbobot,

Dengan menerapkan fungsi aktivasi hitung :

Dan kirim isyarat ini ke unit-unit keluaran.

Langkah 5       : Tiap unit keluaran (yk, k=1, … m ) menjumlahkan isyarat

Masukan berbobot.

Dengan menerapkan fungsi aktivasi hitung,

Perambatan Balik Galat :

Langkah 6       : Tiap unit keluaran (yk, k=1, … m) menerima pola sasaran

Berkaitan dengan pola pelatihan masukannya. Hitung

Galat informasi :

Hitung koreksi bobot dan prasikapnya :

Langkah 7       : tiap unit tersembunyi (Zj, j=1, … p) menjumlahkan delta

Masukannya (dari unit-unit dilapisan atasnya).

Hitung galat informasinya :

Hitung koreksi bobot prasikapnya :

Perbaharui bobot dan prasikap :

Langkah 8       : Tiap unit keluaran (yk, k=1, …, m) memperbaharui

bobot-bobot dan prasikapnya (j=0,1, …, p)

Tiap unit tersembunyi (zj, j=1, …, p) memperbaharui

Bobot dan prasikapnya (i=0,1 , … n);

Langkah 9       : Uji syarat berhenti, Jika Syarat Berhenti terpenuhi maka pelatihan selesai.

 

Demikianlah algoritma pelatihan jaringan saraf tiruan backpropagation, semoga bisa bermanfaat bagi teman-teman yang sedang belajar mengenai jaringan saraf tiruan backpropagation. Sekian untuk tutorial kali ini, terimakasih.

Leave a Reply

Your email address will not be published. Required fields are marked *