Algoritma JST Backpropagation

Click here to load reader

download Algoritma  JST  Backpropagation

of 12

description

Algoritma JST Backpropagation. 1. 1. V 10. W 10. W 20. V 20. Vp 0. W m0. Y 1. Z 1. W 11. X 1. V 11. W 21. V 21. V p1. W m1. V 12. W 12. Y 2. X 2. Z 2. V 22. W 22. W m2. V m2. V 1n. W 1p. W 2p. V 2m. Y m. Z p. X n. V pn. W mp. Arsitektur JST Backpropagation. - PowerPoint PPT Presentation

Transcript of Algoritma JST Backpropagation

Algoritma JST Backpropagationn unit masukkan
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 sigmoid biner
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 langkah 3 sampai dengan 8
1
Y1
Y2
Ym
Z1
Z2
Zp
1
X1
X2
Xn
V10
V20
Vp0
V11
Vp1
V21
V12
Vm2
V22
V1n
Vpn
V2m
W10
W20
Wm0
W11
Wm1
W21
W12
Wm2
W22
W1p
Wmp
W2p
Tiap unit masukkan menerima sinyal dan meneruskan ke unit tersembunyi
Langkah 4
1
Y1
Y2
Ym
Z1
Z2
Zp
1
X1
X2
Xn
V10
V20
Vp0
V11
Vp1
V21
V12
Vm2
V22
V1n
Vpn
V2m
W10
W20
Wm0
W11
Wm1
W21
W12
Wm2
W22
W1p
Wmp
W2p
1
Y1
Y2
Ym
Z1
Z2
Zp
1
X1
X2
Xn
V10
V20
Vp0
V11
Vp1
V21
V12
Vm2
V22
V1n
Vpn
V2m
W10
W20
Wm0
W11
Wm1
W21
W12
Wm2
W22
W1p
Wmp
W2p
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)
 
 
 
1
Y1
Y2
Ym
Z1
Z2
Zp
1
X1
X2
Xn
V10
V20
Vp0
V11
Vp1
V21
V12
Vm2
V22
V1n
Vpn
V2m
W10
W20
Wm0
W11
Wm1
W21
W12
Wm2
W22
W1p
Wmp
W2p
Hitung factor unit tersembunyi berdasarkan kesalahan di setiap unit tersembunyi zj (j=1,2,3,…,p)
 Faktor unit tersembunyi
 
 
1
Y1
Y2
Ym
Z1
Z2
Zp
1
X1
X2
Xn
V10
V20
Vp0
V11
Vp1
V21
V12
Vm2
V22
V1n
Vpn
V2m
W10
W20
Wm0
W11
Wm1
W21
W12
Wm2
W22
W1p
Wmp
W2p
 wkj (baru)= wkj (lama) + Δwkj
 Perubahan bobot garis yang menuju ke unit tersembunyi
Vji (baru)= vji (lama) + Δvji
1
Y1
Y2
Ym
Z1
Z2
Zp
1
X1
X2
Xn
V10
V20
Vp0
V11
Vp1
V21
V12
Vm2
V22
V1n
Vpn
V2m
W10
W20
Wm0
W11
Wm1
W21
W12
Wm2
W22
W1p
Wmp
W2p
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