Algoritma JST Backpropagation Arsitektur JST Backpropagation Contoh Arsitekstur
Algoritma JST Backpropagation
Arsitektur JST Backpropagation Contoh Arsitekstur JST Backpropagation dengan: � n unit masukkan � p unit layer tersembunyi � m unit masukkan 1 1 Vp 0 X 1 V 20 W 20 Z 1 Y 1 W 11 W 21 V 21 Wm 1 V 12 Z 2 V 22 W 12 Wm 2 V 1 n W 22 Y 2 W 1 p W 2 p V 2 m Xn W 10 Wm 0 V 11 Vp 1 X 2 V 10 Vpn Layer Masukkan Zp Wmp Layer tersembunyi Ym Layer Keluaran
Fungsi Aktifasi Fungsi aktifasi yang digunakan pada backpropagation yaitu sigmoid biner dan sigmoid bipolar
Fungsi Aktifasi
Algoritma Pelatihan Backpropagation dengan satu layer tersembunyi dan dengan menggunakan fungsi aktivasi 1 1 sigmoid biner X 1 Vp 0 V 11 V 20 V 10 W 20 W 10 Z 1 Vp 1 V 21 X 2 Xn V 12 Z 2 V 22 Vm 2 V 1 n V 2 m Vpn Zp Wm 0 W 11 Wm 1 W 12 Wm 2 Y 1 W 22 W 1 p W 2 p Wmp Y 2 Ym �Langkah 0 : Inisialisasi semua bobot dengan bilangan acak kecil. �Langkah 1 : Jika kondisi penghentian belum terpenuhi, lakukan langkah 2 sampai dengan 8. �Langkah 2: Untuk setiap pasang data pelatihan, lakukan
Algoritma Pelatihan Backpropagation 1 X 1 1 Vp 0 V 11 V 20 V 10 W 20 W 10 Z 1 Vp 1 V 21 X 2 Xn V 12 Z 2 V 22 Vm 2 V 1 n V 2 m Vpn Zp Wm 0 W 11 Wm 1 W 12 Wm 2 Y 1 W 22 W 1 p W 2 p Wmp Y 2 Ym Fase I: Propagasi Maju � Langkah 3 Tiap unit masukkan menerima sinyal dan meneruskan ke unit tersembunyi � Langkah 4 Hitung semua keluaran di unit tersembunyi (Zj):
Algoritma Pelatihan Backpropagation 1 X 1 1 Vp 0 V 11 V 20 V 10 W 20 W 10 Z 1 Vp 1 V 21 X 2 Xn V 12 Z 2 V 22 Vm 2 V 1 n V 2 m Vpn Zp Wm 0 W 11 Wm 1 W 12 Wm 2 Y 1 W 22 W 1 p W 2 p Wmp Y 2 Ym � Langkah 5 Hitung semua jaringan di unit keluaran (yk)
Algoritma Pelatihan Backpropagation 1 X 1 1 Vp 0 V 11 V 20 V 10 W 20 W 10 Z 1 Vp 1 V 21 X 2 Xn V 12 Z 2 V 22 Vm 2 V 1 n V 2 m Vpn Zp Wm 0 W 11 Wm 1 W 12 Wm 2 Y 1 W 22 W 1 p W 2 p Wmp Y 2 Ym Fase II : Propagasi Maju �Langkah 6 Hitung factor unit keluaran berdasarkan kesalahan setiap unit keluaran yk (k=1, 2, 3…. ) k=(tk-yk) f’(y_netk)= (tk-yk) yk (1 -yk) k meruapakan unit kesalahan yang akan dipakai dalam perubahan bobot layer dibawahnya (lankah 7) Hitung suku perubahan bobot Wkj dengan laju perubahan α Δwkj= α k zj ; k=1, 2, 3, …, m ; j=0, 1, 2, …, p
Algoritma Pelatihan Backpropagation 1 X 1 1 Vp 0 V 11 V 20 V 10 Z 1 Vp 1 V 21 X 2 Xn V 12 Z 2 V 22 Vm 2 V 1 n V 2 m Vpn Zp W 20 W 10 Wm 0 W 11 Wm 1 W 12 Wm 2 Y 1 W 22 W 1 p W 2 p Wmp Y 2 Ym �Langkah 7 Hitung factor unit tersembunyi berdasarkan kesalahan di setiap unit tersembunyi zj (j=1, 2, 3, …, p) Faktor unit tersembunyi j = _netj f’(z_netj)= _netj zj (1 -zz) Hitung suku perubahan bobot vji Δvji=α jxi ; j=1, 2, …, p ; i=0, 1, 2, …, n
Algoritma Pelatihan Backpropagation 1 X 1 1 Vp 0 V 11 V 20 V 10 W 20 W 10 Z 1 Vp 1 V 21 X 2 Xn V 12 Z 2 V 22 Vm 2 V 1 n V 2 m Vpn Zp Wm 0 W 11 Wm 1 W 12 Wm 2 W 21 W 22 W 1 p W 2 p Wmp Fase III : Perubahan Bobot �Langkah 8 Perubahan bobot garis yang menuju unit keluaran wkj (baru)= wkj (lama) + Δwkj Perubahan bobot garis yang menuju ke unit tersembunyi Vji (baru)= vji (lama) + Δvji Y 1 Y 2 Ym
Laju Pemahaman �Laju pemahaman di simbolkan dengan α �Laju pemahaman menentukan lama iterasi �Nilai dari α diantara 0 sd 1 �Semakin besar nilai α semakin cepat lama iterasi �Akan tetapi jika terlalu besar akan merusak pola, sehingga justru akan lebih lama iterasinya
Epoch �Epoch yaitu satu siklus pelatihan yang melibatkan semua pola �Misal jika suatu arsitektur JST terdapat 4 pola masukkan dan 1 target, maka pelatihan 4 pola masukkan tersebut adalah 1 epoch
- Slides: 12