BAB I PENDAHULUAN
Sejak komputer diciptakan pertama kali, komputer memiliki peranan yang besar dalam membantu menyelesaikan permasalahan-permasalahan yang sulit
diselesaikan oleh manusia. Salah satu teknologi komputer yang sedang berkembang yaitu kecerdasan buatan. Jaringan saraf buatan merupakan salah satu
ilmu yang mendukung perkembangan kecerdasan buatan. Bermacam-macam aplikasi berbasis jaringan saraf buatan telah dikembangkan di berbagai bidang.
1.1. Latar Belakang
Pesatnya perkembangan teknologi komputer menyebabkan adanya perluasan lingkup yang membutuhkan kehadiran
kecerdasan buatan. Kecerdasan buatan merupakan ilmu komputer yang membuat mesin
komputer dapat melakukan pekerjaan sebaik mungkin seperti yang dilakukan oleh otak manusia [9]. Jaringan saraf buatan merupakan salah satu
ilmu yang mendukung perkembangan kecerdasan buatan. Bermacam-macam aplikasi berbasis jaringan saraf buatan telah dikembangkan di berbagai
bidang. Jaringan saraf buatan merupakan salah satu metode pembelajaran
komputer yang efektif dan memiliki pendekatan berupa algoritma dalam menyelesaikan suatu masalah. Pada jaringan saraf buatan terdapat dua
macam algoritma, yaitu algoritma untuk jaringan saraf buatan lapisan tunggal dan algoritma untuk jaringan saraf buatan lapisan banyak. Dalam
1
penulisan skripsi ini akan dibahas mengenai jaringan saraf lapisan banyak dengan algoritma backpropagation. Pembahasan jaringan saraf buatan
lapisan tunggal dapat ditemukan di [1]. Algoritma backpropagation merupakan metode yang baik dalam
menangani masalah pengenalan pola-pola kompleks [4]. Beberapa aplikasi yang menggunakan algoritma ini antara lain pengenalan suara, pengenalan
pola, sistem kontrol, dan pengolahan citra. Oleh karena itu skripsi ini mencoba memberikan gambaran mengenai algoritma yang digunakan pada
jaringan saraf buatan lapisan banyak dengan judul ”Kajian Teoritis Algoritma Backpropagation pada Jaringan Saraf Buatan Lapisan
Banyak”.
1.2. Permasalahan
Masalah yang dapat diidentifikasi penulis adalah sebagai berikut: 1. Bagaimana cara kerja algoritma backpropagation menentukan bobot
awal dan menghasilkan model yang tepat dalam multiklasifikasi
?
2. Bagaimana kecenderungan nilai error yang dihasilkan pada jaringan saraf buatan lapisan banyak dengan data percobaan pengenalan huruf
alphabet, jika banyak unit pada dua lapisan tersembunyi yang digunakan tetap, momentum
α yang digunkan tetap, dan learning rate
η
yang digunakan berbeda-beda?
2
1.3. Pembatasan Masalah