Professional Documents
Culture Documents
Backpropagation merupakan algoritma pembelajaran yang terwarisi dan biasanya digunakan oleh
perceptron dengan banyak lapisan untuk mengubah bobot-bobot yang terhubung dengan neuronneuron yang ada pada lapisan tersembunyinya. Algoritma backpropagation menggunakan error
output untuk mengubah nilai-nilai bobotnya dalam arah mundur (backward). Tahap perambatan
maju (forward propagation) harus dikerjakan terlebih dahulu untuk mendapatkan nilai error
tersebut. Saat perambatan maju neuron-neuron diaktifkan dengan menggunakan fungsi aktivasi
sigmoid biner yaitu:
Arsitektur jaringan syaraf backpropagation seperti terlihat pada gambar dibawah ini:
Keterangan
kalikan nilai ini dengan turunan dari fungsi aktivasinya untuk menghitung informasi error:
j = _inj f(z_inj)
kemudian hitung koreksi bobot (yang nantinya akan digunakan untuk memperbaiki nilai vij):
vjk = j xi
Hitung juga koreksi bias (yang nantinya akan digunakan untuk memperbaiki nilai v0j):
v0j = j
Tiap unit output (yk, k=1,2,3,,m) memperbaiki bias dan bobotnya (j=0,1,2,3,,p).
wjk (baru) = wjk(lama) + wjk
Tiap-tiap unit tersembunyi (zj, j=1,2,3,,p) memperbaiki bias dan bobotnya (i=0,1,2,3,,n)
vij(baru) = vij(lama) + vij
http://jalanwaktu.wordpress.com/jaringan-syaraf-tiruan/