26
penyesuaian bobot adalah aktivasi dari unit sebelumnya, maka unit yang aktivasinya nol tidak akan belajar. Untuk itu disarankan bahwa pembelajaran dapat ditingkatkan
jika masukan dinyatakan dalam bentuk bipolar dan fungsi sigmoid bipolar digunakan sebagai fungsi aktivasi.
3.7. Jumlah Lapisan Tersembunyi
Hasil teoritis Fausett, 1994 menunjukkan bahwa satu lapisan tersembunyi cukup efisien untuk jaringan perambatan balik untuk mengaproksimasi pemetaan
kontinyu dari pola masukan ke pola keluaran untuk sembarang derajat akurasi. Walau demikian, dua lapisan tersembunyi akan membuat pelatihan lebih mudah
untuk situasi tertentu.
3.8. Indeks Unjuk Kerja Performance Indeks
Indeks unjuk kerja adalah ukuran kuantitatif dari unjuk kerja jaringan. Angka indeks unjuk kerja kecil menunjukkan unjuk kerja jaringan yang baik, sedangkan
indeks unjuk kerja besar menunjukkan unjuk kerja jaringan yang buruk. Algoritma perambatan balik untuk jaringan lapis jamak merupakan
generalisasi dari algoritma L MS L east Mean Square, kedua algoritma tersebut menggunakan indeks unjuk kerja yang sama yaitu galat rata-rata kuadrat mean square
error . Algoritma diberikan dengan sekumpulan pola pelatihan :
{ } {
} { }
k k
t p
t p
t p
, ,....,
, ,
,
2 2
1 1
2.40 dengan p
k
adalah masukan jaringan dan t
k
adalah target keluaran yang diharapkan. Pada setiap masukan yang diaplikasikan ke jaringan, keluaran jaringan dibandingkan
dengan target. Algoritma harus menyesuaikan parameter jaringan untuk
27
meminimalkan galat rata-rata kuadrat. Galat yang merupakan fungsi bobot yang akan diminimalkan adalah sebagai berikut :
∑
− =
k k
k
y t
E
2
5 .
2.41 Dengan aturan rantai, diperoleh gradien dari galat pada lapisan keluaran sebagai
berikut :
[ ]
[ ]
[ ]
_ _
_ 5
5 .
2 2
J K
K K
K JK
K K
K K
JK k
k k
JK JK
z in
y f
y t
in y
f w
y t
in y
f t
. w
y t
w w
E
− −
= ∂
∂ −
− =
− ∂
∂ =
− ∂
∂ =
∂ ∂
∑
2.42
Kemudian, informasi error
K
δ
didefinisikan :
[ ]
K K
K K
in y
f y
t _
− =
δ
2.43 Dengan cara yang sama, dapat dicari gradien pada lapisan tersembunyi sebagai
berikut :
[ ]
[ ]
[ ]
I k
J Jk
k k
J IJ
Jk k
k k
IJ k
k k
IJ k
k k
k k
IJ k
k IJ
x in
z f
w z
v w
in y
v in
y v
in y
f y
t y
v y
t v
E
∑ ∑
∑ ∑
∑
− =
∂ ∂
− =
∂ ∂
− =
∂ ∂
− −
= ∂
∂ −
− =
∂ ∂
_ _
_ _
δ δ
δ
2.44
Kemudian, informasi error
J
δ
didefinisikan :