c. Jaringan Reccurent
Model jaringan reccurent reccurent network mirip dengan jaringan lapisan tunggal ataupun jamak. Hanya saja, ada unit keluaran yang memberikan sinyal
pada unit masukan sering disebut feedback loop. Contoh model pada jaringan ini antara lain: Hopfield network, Jordan network, Elmal network. Arsitektur jaringan
recurrent dapat dilihat pada gambar 2.4:
2.8. Algoritma Pembelajaran dan Pelatihan
Jaringan syaraf tiruan merupakan hubungan antara masukan dan keluaran yang harus diketahui secara pasti dan apabila hubungan tersebut sudah diketahui maka
bisa dibuat suatu model. Ide dasar jaringan syaraf tiruan adalah konsep pembelajaran atau pelatihan. Algoritma pelatihan artinya membentuk pemetaan
fungsi yang menggambarkan hubungan antara vektor masukan dan vektor keluaran.
Agar bisa menyelesaikan suatu permasalahan, jaringan syaraf tiruan memerlukan algoritma pembelajaran atau pelatihan yaitu bagaimana sebuah
konfigurasi jaringan bisa dilatih untuk mempelajari data historis yang ada. Dengan �
1
�
�
�
�
�
�
1
1 1
1 −∈
−∈ −∈
−∈ −∈
−∈
Gambar 2.4. Jaringan Reccurent
Universitas Sumatera Utara
pelatihan ini, pengetahuan yang terdapat dalam data bisa diserap dan direpresentasikan oleh harga-harga bobot koneksinya.
Berdasarkan cara memodifikasi bobotnya, ada 2 macam pelatihan yang dikenal yaitu:
a. Dengan Supervisi Supervised
Metode ini bisa digunakan jika keluaran yang diharapkan telah diketahui sebelumnya. Biasanya pembelajaran dilakukan dengan menggunakan data yang
telah ada. Dalam pelatihan dengan supervisi, terdapat sejumlah pasangan data masukan-target keluaran yang dipakai untuk melatih jaringan. Pada setiap
pelatihan, suatu masukan diberikan ke jaringan kemudian jaringan akan memproses dan mengeluarkan keluaran. Selisih antara keluaran jaringan dengan
target keluaran yang diinginkan merupakan kesalahan yang terjadi. Kemudian jaringan akan memodifikasi bobot sesuai dengan kesalahan tersebut. Model yang
menggunakan pelatihan dengan supervisi antara lain: Perceptron, ADALINE, Backpropagation.
b. Tanpa Supervisi Unsupervised
Pada metode tanpa supervisi ini tidak diperlukan adanya target keluaran keluaran yang diinginkan, dan juga tidak dapat ditentukan hasil seperti apa yang
diharapkan selama proses pembelajaran. Dalam pelatihannya, perubahan bobot jaringan dilakukan berdasarkan parameter tertentu dan jaringan dimodifikasi
menurut ukuran parameter tersebut. Model yang menggunakan pelatihan ini adalah model jaringan reccurent.
Universitas Sumatera Utara
2.9. Jaringan Syaraf Tiruan Backpropagation