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 )
Analisis Dan Implementasi Data Mining Dengan Algoritma Apriori Dan Hash-Based Technique Pada Algoritma Genetika Untuk Mereduksi Jumlah Kemungkinan Solusi Dalam Proses Penjadwalan Kuliah