[2.1] algoritma jst backpropagation -...
TRANSCRIPT
Algoritma JST Backpropagation
Arsitektur JST Backpropagationp p gContoh Arsitekstur JST Backpropagation dengan:
n unit masukkanp unit layer tersembunyim unit masukkan
1
YZ
1
V10
V20Vp0
W10W20
Wm0
W Y1
Y
Z1X1 V11
Vp1V21
V12
W11
Wm1
W21
W12Y2Z2X2
Vm2
V22
V1n
V
Wm2
W22
W1p
W2p
YmZpXn Vpn
V2m
Wmp
W2p
Layer Masukkan Layer tersembunyi Layer Keluaran
Fungsi AktifasiFungsi AktifasiFungsi aktifasi yang digunakan pada backpropagation yaitu sigmoid binerg y g g p p p g y gdan sigmoid bipolar
Fungsi AktifasiFungsi Aktifasi
Alg it P l tih B k g tiAlgoritma Pelatihan BackpropagationAlgoritma Pelatihan Backpropagation dengan satu layer tersembunyi dandengan menggunakan fungsi aktivasi sigmoid binerdengan menggunakan fungsi aktivasi sigmoid biner
1
Y1Z1
1
X1
V10V20Vp0V11
W10W20Wm0
W11
Y2Z2
X1
X2
11
Vp1V21
V12
Vm2
V22
V1n
Wm1
W2
1W12
Wm2
W22
W1p
Langkah 0 : Inisialisasi semua bobot dengan bilangan acak kecil.
L k h 1 Jik k di i h i b l hi l k k
YmZpXn
1n
Vpn
V2m
W1p
Wmp
W2p
Langkah 1 : Jika kondisi penghentian belum terpenuhi, lakukanlangkah 2 sampai dengan 8.
Langkah 2: Untuk setiap pasang data pelatihan, lakukan langkah 3 g p p g p , gsampai dengan 8
Alg it P l tih B k g tiAlgoritma Pelatihan Backpropagation1 1
V10V20VW1W20
WY1
Y2
Z1
Z2
X1
X2
V20Vp0V11
Vp1V21
V12V22
0Wm0
W11
Wm1
W2
1W12
WW22
Fase I: Propagasi Maju
YmZpXn
Vm2
V1n
Vpn
V2m
Wm222
W1p
Wmp
W2p
Fase I: Propagasi Maju
Langkah 3
Tiap unit masukkan menerima sinyal dan meneruskan ke unit tersembunyi
Langkah 4Langkah 4
Hitung semua keluaran di unit tersembunyi (Zj):
Alg it P l tih B k g tiAlgoritma Pelatihan Backpropagation1 1
V10V20VW1W20
WY1
Y2
Z1
Z2
X1
X2
V20Vp0V11
Vp1V21
V12V22
0Wm0
W11
Wm1
W2
1W12
WW22
L k h 5
YmZpXn
Vm2
V1n
Vpn
V2m
Wm222
W1p
Wmp
W2p
Langkah 5
Hitung semua jaringan di unit keluaran (yk)
Alg it P l tih B k g tiAlgoritma Pelatihan Backpropagation1 1
V10V20VW1W20
WY1
Y2
Z1
Z2
X1
X2
V20Vp0V11
Vp1V21
V12V22
0Wm0
W11
Wm1
W2
1W12
WW22
Fase II : Propagasi Maju
YmZpXn
Vm2
V1n
Vpn
V2m
Wm222
W1p
Wmp
W2p
p g jLangkah 6Hitung factor δ unit keluaran berdasarkan kesalahan setiap unit keluaran yk (k=1,2,3….)
δ =(t y ) f ’(y net )= (t y ) y (1 y )δk=(tk-yk) f (y_netk)= (tk-yk) yk (1-yk)
δk meruapakan unit kesalahan yang akan dipakai dalam perubahan bobot layer dibawahnya (lankah 7)
Hitung suku perubahan bobotWkj dengan laju perubahan α
∆wkj= α δk zj ; k=1,2,3,…,m ; j=0,1,2,…,p
Algoritma Pelatihan Backpropagation1
Y1Z1
1
X1
V10V20Vp0V11
W1
0
W20Wm0
W11
Y2
1
Z2
X1
X2
11
Vp1V21
V12
Vm2
V22
V1
11
Wm1
W2
1W12
Wm2
W22
W1
Langkah 7
Hitung factor δ unit tersembunyi berdasarkan kesalahan di setiap unit tersembunyi zj (j=1,2,3,…,p)
YmZpXn
V1n
Vpn
V2m
W1p
Wmp
W2p
g y p y j j p
Faktor unit tersembunyi
δj = δ_netj f ’(z_netj)= δ_netj zj (1-zz)
Hitung suku perubahan bobot vji
∆vji=α δjxi ; j=1,2,…,p ; i=0,1,2,…,n
Alg it P l tih B k g tiAlgoritma Pelatihan Backpropagation1 1
V10V20VW1W20
WY1
Y2
Z1
Z2
X1
X2
V20Vp0V11
Vp1V21
V12V22
0Wm0
W11
Wm1
W2
1W12
WW22
Fase III : Perubahan Bobot
YmZpXn
Vm2
V1n
Vpn
V2m
Wm222
W1p
Wmp
W2p
Fase III : Perubahan Bobot
Langkah 8
Perubahan bobot garis yang menuju unit keluaran
w (baru)= w (lama) + ∆wwkj (baru)= wkj (lama) + ∆wkj
Perubahan bobot garis yang menuju ke unit tersembunyi
Vji (baru)= vji (lama) + ∆vji
Laju PemahamanLaju PemahamanLaju pemahaman di simbolkan dengan αLaju pemahaman menentukan lama iterasiNilai dari α diantara 0 sd 1Semakin besar nilai α semakin cepat lama iterasiAkan tetapi jika terlalu besar akan merusak pola,
hi j t k l bih l it isehingga justru akan lebih lama iterasinya
EpochEpochEpoch 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 epochepoch