Fase 1 Propagasi Maju Fase 2 Propagasi Mundur

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