Analisis Kinerja Multithreading Pada Resilient Backpropagation
ABSTRAK
Proses pembelajaran pada neural network sangat penting ini bertujuan agar jaringan
neural network tersebut dapat mengenali lingkungan. Proses pembelajaran pada neural
network membutuhkan waktu untuk mengenali lingkungan tergantung dari besar-nya
lingkungan yang akan dikenali. Dengan permasalahan waktu yang dibutuhkan pada saat
melakukan pembelajaran maka pada penelitian yang dilakukan adalah menggunakan
algoritma resilient backpropagation yang memiliki kemampuan belajar lebih cepat
daripada algoritma backpropagation standar. Dan untuk meningkatkan kecepatan
waktu pembelajaran dari resilient backpropagation maka digunakan teknik parallel
processing ke dalam resilient backpropagation tersebut. Teknik parallel yaitu
multithreading yang digunakan adalah hybrid partition yaitu hanya pada bagian hidden
layer proses tersebut dibagi menjadi beberapa subproses berdasarkan pada jumlah
neuron hidden layer , subproses tersebut dikerjakan secara bersamaan yang dibagi
berdasarkan jumlah thread. Hasil yang didapatkan adalah penerapan parallel
processing menggunakan multithreading ke dalam resilient backpropagation
membantu mempercepat waktu proses pembelajaran resilient backpropagation dengan
thread yang digunakan sebanyak 3 buah thread.
Kata Kunci: Neural Network, Resilient Backpropagation, Parallel, Hybrid partition,
Multithreading
Universitas Sumatera Utara
PERFORMANCE ANALYSIS OF MULTITHREADING RESILIENT
BACKPROPAGATION
ABSTRACT
The process of learning neural network very important aims in order for neural network
can recognize the environment. The process of learning in neural networks takes time
to recognize the environment depends on its great environment that will be recognized.
Problem with the time required at the time of learning and in research conducted using
resilient backpropagation algorithms is that had the ability to learn faster than
standard backpropagation algorithm. And to increase the speed learning of resilient
backpropagation then used the technique of parallel processing into resilient
backpropagation. Parallel processing techniques used are hybrid partition that is only
in the hidden layer of the process divided into several sub – processes are based on the
number of hidden layer neurons, these sub – processes are done simultaneously are
divided based on the number of threads. The result obtained is the implementation of
parallel processing using multithreading into the resilient backpropagation learning
with threads that used as many as 3 pieces of thread.
Keyword: Neural Network, Resilient Backpropagation, Parallel, Hybrid Partition,
Multithreading
Universitas Sumatera Utara
Proses pembelajaran pada neural network sangat penting ini bertujuan agar jaringan
neural network tersebut dapat mengenali lingkungan. Proses pembelajaran pada neural
network membutuhkan waktu untuk mengenali lingkungan tergantung dari besar-nya
lingkungan yang akan dikenali. Dengan permasalahan waktu yang dibutuhkan pada saat
melakukan pembelajaran maka pada penelitian yang dilakukan adalah menggunakan
algoritma resilient backpropagation yang memiliki kemampuan belajar lebih cepat
daripada algoritma backpropagation standar. Dan untuk meningkatkan kecepatan
waktu pembelajaran dari resilient backpropagation maka digunakan teknik parallel
processing ke dalam resilient backpropagation tersebut. Teknik parallel yaitu
multithreading yang digunakan adalah hybrid partition yaitu hanya pada bagian hidden
layer proses tersebut dibagi menjadi beberapa subproses berdasarkan pada jumlah
neuron hidden layer , subproses tersebut dikerjakan secara bersamaan yang dibagi
berdasarkan jumlah thread. Hasil yang didapatkan adalah penerapan parallel
processing menggunakan multithreading ke dalam resilient backpropagation
membantu mempercepat waktu proses pembelajaran resilient backpropagation dengan
thread yang digunakan sebanyak 3 buah thread.
Kata Kunci: Neural Network, Resilient Backpropagation, Parallel, Hybrid partition,
Multithreading
Universitas Sumatera Utara
PERFORMANCE ANALYSIS OF MULTITHREADING RESILIENT
BACKPROPAGATION
ABSTRACT
The process of learning neural network very important aims in order for neural network
can recognize the environment. The process of learning in neural networks takes time
to recognize the environment depends on its great environment that will be recognized.
Problem with the time required at the time of learning and in research conducted using
resilient backpropagation algorithms is that had the ability to learn faster than
standard backpropagation algorithm. And to increase the speed learning of resilient
backpropagation then used the technique of parallel processing into resilient
backpropagation. Parallel processing techniques used are hybrid partition that is only
in the hidden layer of the process divided into several sub – processes are based on the
number of hidden layer neurons, these sub – processes are done simultaneously are
divided based on the number of threads. The result obtained is the implementation of
parallel processing using multithreading into the resilient backpropagation learning
with threads that used as many as 3 pieces of thread.
Keyword: Neural Network, Resilient Backpropagation, Parallel, Hybrid Partition,
Multithreading
Universitas Sumatera Utara