Tabel 3.5 Perhitungan forward propagation nilai output layer y
h o
z
h
w
h,o
w
h,o
.z
h
y_in
o
y
o
1 1
-0.42605 -0.426046669
-0.42609 -0.42609
1 1
-6.75E-03 -0.39455
2.66E-03 2
1 2.01E-02
-0.16831 -3.37E-03
3 1
-1.80E-03 -0.37175
6.71E-04 2
1 -0.49976
-0.49975878 -0.49694
-0.49694 1
2 -6.75E-03
3.68E-02 -2.48E-04
2 2
2.01E-02 0.157055
3.15E-03 3
2 -1.80E-03
4.40E-02 -7.94E-05
3 1
0.327412 0.32741183
0.323735 0.323735
1 3
-6.75E-03 -0.41811
2.82E-03 2
3 2.01E-02
-0.30808 -6.18E-03
3 3
-1.80E-03 0.178913
-3.23E-04 4
1 -4.58E-02
-0.045792162 -0.05221
-0.05221 1
4 -6.75E-03
-0.14298 9.66E-04
2 4
2.01E-02 -0.35002
-7.02E-03 3
4 -1.80E-03
0.204396 -3.69E-04
5 1
0.428786 0.42878598
0.419889 0.419889
1 5
-6.75E-03 3.02E-02
-2.04E-04 2
5 2.01E-02
-0.41036 -8.23E-03
3 5
-1.80E-03 0.257729
-4.65E-04 6
1 -9.82E-02
-0.098157942 -0.09753
-0.09753 1
6 -6.75E-03
-3.81E-02 2.57E-04
2 6
2.01E-02 -7.83E-03
-1.57E-04 3
6 -1.80E-03
-0.29237 5.27E-04
7 1
-0.17026 -0.170264065
-0.16514 -0.16514
1 7
-6.75E-03 -0.40457
2.73E-03 2
7 2.01E-02
8.98E-02 1.80E-03
3 7
-1.80E-03 -0.33013
5.96E-04 8
1 0.427617
0.427616537 0.429616
0.429616 1
8 -6.75E-03
-0.40207 2.72E-03
2 8
2.01E-02 -5.61E-02
-1.13E-03 3
8 -1.80E-03
-0.22705 4.10E-04
9 1
0.372547 0.372546852
0.365988 0.365988
1 9
-6.75E-03 0.250688
-1.69E-03 2
9 2.01E-02
-0.22706 -4.55E-03
3 9
-1.80E-03 0.173647
-3.13E-04 10
1 -0.24337
-0.243371069 -0.24969
-0.24969 1
10 -6.75E-03
-0.4101 2.77E-03
2 10
2.01E-02 -0.46905
-9.41E-03 3
10 -1.80E-03
-0.17728 3.20E-04
11 1
0.290129 0.290128887
0.286225 0.286225
1 11
-6.75E-03 -0.20274
1.37E-03 2
11 2.01E-02
-2.65E-01 -5.31E-03
3 11
-1.80E-03 -1.95E-02
3.52E-05
Tabel 3.5 Perhitungan forward propagation nilai output layer y lanjutan
h o
z
h
w
h,o
w
h,o
.z
h
y_in
o
y
o
12 1
-0.2454 -0.245398104
-0.25341 -0.25341
1 12
-6.75E-03 -0.15939
1.08E-03 2
12 2.01E-02
-0.45507 -9.12E-03
3 12
-1.80E-03 -1.76E-02
3.17E-05 13
1 -0.29398
-0.293982804 -0.29513
-0.29513 1
13 -6.75E-03
0.364534 -2.46E-03
2 13
2.01E-02 8.86E-02
1.78E-03 3
13 -1.80E-03
0.254908 -4.60E-04
Backpropagation dimulai dengan menghitung output NN yang
merupakan hasil dari perkalian error NN, yaitu target t – output y, dengan
turunan fungsi aktivasi output f’y_in. Karena fungsi aktivasi dari output adalah linier, maka turunan dari fungsi aktivasi output adalah 1.
Pada contoh perhitungan ini: y
1
= t
1
-y
1
x f’y_in
1
= 1-0.4260863 x 1 =
1.426086366,
demikian seterusnya untuk semua outputy yang ada, sebagaimana ditampilkan pada tabel 3.6
Tabel 3.6 Perhitungan turunan fungsi aktivasi linear untuk output y
o y
o
t
o
e
o
fy
o
y
o
1 -0.42609
1 1.426086366
1 1.426086366
2 -0.49694
0.496937431 1
0.496937431 3 0.323735
-0.323735193 1
-0.323735193 4
-0.05221 0.05221381
1 0.05221381
5 0.419889 -0.419888597
1 -0.419888597
6 -0.09753
0.097530135 1
0.097530135 7
-0.16514 0.165135831
1 0.165135831
8 0.429616 -0.429615787
1 -0.429615787
9 0.365988 1
0.634012284 1
0.634012284 10
-0.24969 0.249686966
1 0.249686966
11 0.286225 -0.286225234
1 -0.286225234
12 -0.25341
0.25341485 1
0.25341485 13
-0.29513 1
1.295127309 1
1.295127309
Setelah nilai y didapatkan perhitungan dilanjutkan dengan mencari nilai
dari perubahan bobot hidden output w dengan rumus w
h,o
= y
o
z
h
, dimana
w
0,1
= 0.0001 x
1.426086366 x 1 = 0.000142609,
demikian seterusnya untuk perubahan bobot hidden output lainnya, sebagaimana dapat dilihat pada tabel 3.7
Kategori