Model Jaringan

BackPropagation

Muhammad Hidayatullah, S.Pd., M.Kom

muh.hidayatullah@unsulbar.ac.id
FMIPA UNSULBAR
Jaringan BackPropagation
 Jaringan Syaraf Tiruan (JST) merupakan
salah satu sistem pemrosesan informasi
yang didesain dengan menirukan cara
kerja otak manusia dalam menyelesaikan
suatu masalah dengan melakukan proses
belajar melalui perubahan bobot.
Jaringan BackPropagation
 JST memiliki berbagai macam metode
yang dapat digunakan.
 Dalam penerapannya JST sering
digunakan pada peramalan atau prediksi.
Dalam melakukan prediksi metode JST
yang sering digunakan yaitu metode
Backpropagation.
Jaringan BackPropagation
 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 bagian tersembunyi.
Jaringan BackPropagation
 Algoritma backpropagation menggunakan
error output untuk mengubah nilai bobot-
bobotnya dalam arah mundur (backward).
 Pelatihan Backpropagation meliputi 3 fase
yaitu fase maju, fase mundur, dan fase
modifikasi bobot.
 Menggunakan fungsi aktivasi sigmoid
Hasil Penelitian 1
Penelitian berjudul Pengenalan Kapal Pada Citra
Digital menggunakan Image Processing dan
Jaringan Syaraf Tiruan Backpropagation yang
dilakukan oleh Sutikno, Helmie Arif Wibawa, dan
Priyo Sidik Sasongko menghasilkan bahwa
Jaringan Syaraf Tiruan dengan metode
Backpropagation mampu mengenali citra kapal
dengan persentase sebesar 85%
Hasil Penelitian 1
Penelitian berjudul Pengenalan Kapal Pada Citra
Digital menggunakan Image Processing dan
Jaringan Syaraf Tiruan Backpropagation yang
dilakukan oleh Sutikno, Helmie Arif Wibawa, dan
Priyo Sidik Sasongko menghasilkan bahwa
Jaringan Syaraf Tiruan dengan metode
Backpropagation mampu mengenali citra kapal
dengan persentase sebesar 85%
Hasil Penelitian 2
Penelitian yang dilakukan oleh Raditya Lucky
Riswanto, Sutikno, dan Indriyati yang berjudul
Aplikasi Prediksi Jumlah Penderita Penyakit
Demam Berdarah Dengue di Kota Semarang
Menggunakan Jaringan Syaraf Tiruan
Backpropagation memberikan hasil tingkat
akurasi sebesar 95.52%
Hasil Penelitian 3
Penelitian yang dilakukan oleh Tri Wardati
Khusniyah dan Sutikno mengenai Prediksi Nilai
Tukar Petani Menggunakan Jaringan Syaraf
Tiruan Backpropagation menghasilkan tingkat
akurasi yang mencapai 99.39% [10].
Arsitektur Backpropagation
 Algoritma Backpropagation :
 Inisialisasi bobot (ambil bobot awal dengan
nilai random yang cukup kecil).
 Kerjakan langkah-langkah berikut selama
kondisi berhenti bernilai FALSE. Langkah-
langkahnya sebagai berikut :
 Untuktiap-tiap elemen yang akan dilakukan
pembelajaran, kerjakan :
 Feedforward :
 Tiap-tiap unit input menerima sinyal xi dan
meneruskan sinyal tersebut ke semua unit pada
lapisan yang ada di atasnya (lapisan tersembunyi).
δ j  δ_in j .f' (z_in j )