ON
Evanita, M.Kom
INTRODUCTION
Evanita, M.Kom
ARSITEKTUR
BACKPROPAGATION
Evanita, M.Kom
FUNGSI AKTIVASI
1
f ( x) X
• FUNGSI SIGMOID BIPOLAR 1 e
2
f ( x) x
1
1 e
Evanita, M.Kom
PELATIHAN BACKPROPAGATION
Evanita, M.Kom
PELATIHAN BACKPROPAGATION
Secara rinci algoritma pelatihan Backpropagation
sebagai berikut :
• Langkah 1
Inisialisasi bobot. (sebaiknya diatur pada nilai acak
kecil)
Selama kondisi berhenti belum dicapai, maka lakukan
langkah ke-2 hingga langkah ke-9.
• Langkah 2
Untuk setiap pasangan pola pelatihan lakukan langkah
ke-3 sampai langkah ke-8
Evanita, M.Kom
PELATIHAN BACKPROPAGATION
Tahapan umpan maju (feed forward)
• Langkah 3
Tiap unit masukan (xi, i = 1,…, n) menerima sinyal xi
dan menghantarkan sinyal ini ke semua unit lapisan di
atasnya (unit tersembunyi),
• Langkah 4
Setiap unit tersembunyi (xi, i = 1,…, p) jumlahkan
bobot sinyal masukannya,
1
z f x
n
z _ in j v0 j xi vij z _ in
i 1 1 e
Evanita, M.Kom
PELATIHAN BACKPROPAGATION
• Langkah 5
Langkah 5 : Tiap unit keluaran (yk, k = 1,…, m)
jumlahkan bobot sinyal masukannya
Evanita, M.Kom
PELATIHAN BACKPROPAGATION
Tahapan umpan balik (backpropagation)
Langkah 6
Tiap unit keluaran (yk , k = 1,…, m) menerima pola target
yang saling berhubungan pada masukan pola pelatihan,
hitung kesalahan informasinya,
δk = (tk-yk)f’(y_netk)=(tk-yk)yk (1-yk)
hitung koreksi bobotnya (digunakan untuk memperbaharui wjk
nantinya),
Δwjk= α δk zj Δwok= α δk
hitung koreksi biasnya (digunakan untuk memperbaharui wok ),
dan kirimkan δk ke unit-unit pada lapisan dibawahnya,
Evanita, M.Kom
PELATIHAN BACKPROPAGATION
Langkah 7
Setiap unit lapisan tersembunyi (zj, j = 1,…, p)
jumlahkan hasil perubahan masukannya (dari unit-
unit lapisan diatasnya), m
_ in j k w jk
k 1
kalikan dengan turunan fungsi aktivasinya untuk
menghitung informasi kesalahannya,
j _ in j f ' _ in j
hitung koreksi bobotnya (digunakan untuk
memperbaharui voj nanti),
ΔVji= α δj xj ΔVjo= α δj
Evanita, M.Kom
PELATIHAN BACKPROPAGATION
Tahapan pengupdetan bobot
Langkah 8
masing-masing unit output (yk, k=1,2,3,…m ) dilakukan
pengupdetan bias dan bobotnya (j=1,2,3,…,p ) sehingga
menghasilkan bobot dan bias baru.
Wjk(baru)=Wjk(lama) + ΔWjk)
demikian juga untuk setiap unit tersembunyi mulai dari
unit ke-1 sampai dengan unit ke-p dilakukan
pengupdetan bobot dan bias :
Vji(baru)=Vji(lama) + ΔVij).
Langkah 9 : Uji kondisi behenti (akhir iterasi)
Evanita, M.Kom
Contoh Soal
Evanita, M.Kom
PENYELESAIAN
1 Z1 Z2 Z3
1 X1 X2
Evanita, M.Kom
PENYELESAIAN
Mula-mula bobot diberi nilai acak yang kecil. Misal dapat dilihat pada
tabel.
Z1 Z2 Z3
X1 0,2 0,3 -0,1
X2 0,3 0,1 -0,1
1 -0,3 0,3 0,3
Bobot dari layar masukan ke layar tersembunyi = Vij
Evanita, M.Kom
PENYELESAIAN
Mula-mula bobot diberi nilai acak yang kecil. Misal dapat dilihat pada
tabel.
Y
Z1 0,5
Z2 -0,3
Z3 -0,4
1 -0,1
Bobot dari layar tersembunyi ke layar keluaran = Wkj
Evanita, M.Kom
PENYELESAIAN
1
z3 0 ,1
0,52
1 e
Evanita, M.Kom
PENYELESAIAN
1 1
y y _ ini
0,44
1 e 1 e 0 , 24
Evanita, M.Kom
PENYELESAIAN
Evanita, M.Kom
PENYELESAIAN
Evanita, M.Kom
PENYELESAIAN
Evanita, M.Kom
PENYELESAIAN
Evanita, M.Kom
PENYELESAIAN
Evanita, M.Kom
PENYELESAIAN
Evanita, M.Kom