2.5.2.1 Fase 1 Propagasi Maju
Setiap sinyal masukan propagasi maju dihitung maju ke layar tersembunyi hingga layar keluaran dengan menggunakan fungsi aktivasi yang ditentukan.
Selama tahap ini, setiap unit masukan menerima sinyal masukan dan
mengirim sinyal ini ke setiap unit tersembunyi
1
, … , . Setiap unit tersembunyi
kemudian menghitung aktivasinya dan mengirim sinyalnya ke setiap unit
keluaran. Setiap unit keluaran Y
k
menghitung aktivasinya untuk
menunjukkan respon jaringan terhadap pola masukan yang diberikan.
2.5.2.2 Fase 2 Propagasi Mundur
Kesalahan selisih antara keluaran jaringan dengan target yang diinginkan yang terjadi dipropagasi mundur mulai dari garis yang berhubungan langsung
dengan unit-unit di layar keluaran. Selama pelatihan, setiap unit keluaran membandingkan aktivasi
dengan targetnya untuk menentukan galat antara
pola masukan dengan unit keluaran tersebut. Setelah didapat galat, faktor � =
1, … , dihitung. � digunakan untuk mendistribusikan galat pada unit keluaran
kembali ke seluruh unit pada lapis sebelumnya unit tersembunyi yang terhubung dengan
. 2.5.2.3
Fase 3 Perubahan Bobot
Fase ini dilakukan modifikasi bobot untuk menurunkan kesalahan yang terjadi. Galat yang diperoleh pada langkah 2 dipakai untuk mengubah bobot
antara keluaran dengan lapisan tersembunyi. Menggunakan cara yang sama, faktor � = 1, … , dihitung untuk setiap unit . Faktor � digunakan untuk
mengubah bobot seluruh antara lapisan tersembunyi dengan lapisan masukan.
Setelah faktor � ditentukan, bobot untuk seluruh lapisan langsung disesuaikan.
Penyesuaian bobot dari unit tersembunyi
ke unit keluaran didasarkan
pada faktor � dan aktivasi dari unit , yaitu . Penyesuaian bobot dari unit
masukan ke unit tersembunyi
adalah didasarkan pada faktor � dan
aktivasi unit masukan . Ketiga fase tersebut diulang-ulang terus hingga kondisi
penghentian dipenuhi.
2.5.3 Algoritma Pelatihan