Jst Metode Backpropagation

7/26/2019 Jst Metode Backpropagation

1/47

JARINGAN SARAF TIRUANBACKPROPAGATION

OLEH

Dr. ANAK AGUNG NGURAH

GUNAWAN,MT

JURUSAN FISIKA

UNIVERSITAS UDAYANA

2015


2/47

Arsitektur JST Backpropagation

Contoh Arsitekstur JST Backpropagation dengan:n unit masukkan

p unit layer tersembunyi

m unit masukkan

1

Y1

Y2

Ym

Z1

Z2

Zp

1

1

2

n

!1"!2"

!p0

!11

!p1!21

!12

!m2

!22

!1n

!pn

!2m

#1"#2"

#m"

#11

#m1

#21

#12

#m2

#22

#1p

#mp

#2p

$ayer %asukkan $ayer $ayer &eluaran


3/47

'ungsi Akti(asi

'ungsi akti(asi yang digunakan pada backpropagationyaitu sigmoid biner dan sigmoid bipolar


4/47

'ungsi Akti(asi


5/47

Algoritma )elatihanBackpropagation

Algoritma )elatihan Backpropagation dengan satu layertersembunyi dan dengan menggunakan (ungsi akti*asisigmoid biner

L!"#$ 0 % +nisialisasi semua bobot dengan bilanganacak kecil,

L!"#$ 1 %Jika kondisi penghentian belum terpenuhi-lakukan langkah 2 sampai dengan .,

L!"#$ 2% /ntuk setiap pasang data pelatihan-

lakukan langkah 0 sampai dengan .

1

Y1

Y2

Y

m

Z1

Z2

Zp

1

1

2

n

!1"!2"!p

0

!11

!p1!21

!12

!m

2

!22

!1n

!pn

!2

m

#1"#2"#m"

#11

#m1

#2

1

#12

#m2

#22

#1p

#mp

#2p


6/47


'ase +: )ropagasi %au

L!"#$ &

Tiap unit masukkan menerima sinyal dan meneruskan ke unit tersembunyi

L!"#$ '

itung semua keluaran di unit tersembunyi 3Z14:

1

Y1

Y2

Y

m

Z1

Z2

Zp

1

1

2

n

!1"!2"!p

0

!11

!p1!21

!12

!m

2

!22

!1n

!pn

!2

m

#1

"

#2"#m"

#11

#m1#2

1

#12

#m2#22

#1p

#mp

#2p


7/47


L!"#$ 5

itung semua aringan di unit keluaran 3yk4

1

Y1

Y2

Y

m

Z1

Z2

Zp

1

1

2

n

!1"!2"!p

0!11

!p1!21

!12

!m

2

!22

!1n

!pn

!2

m

#1

"

#2"#m"

#11

#m1#2

1#12

#m2#22

#1p

#mp

#2p


8/47


'ase ++ : )ropagasi %au

L!"#$ (

itung (actor unit keluaran berdasarkan kesalahan setiap unit keluaran yk3k51-2-06,4

#)*+#-# /*-!+#) *+#-# -#*1-#

kmeruapakan unit kesalahan yang akan dipakai dalam perubahan bobot layer diba8ahnya 3lankah

94

itung suku perubahan bobot #kdengan lau perubahan

34#) 6 #7 8 #)1,2,&,9,: 8 )0,1,2,9,;

1

Y1

Y2

Y

m

Z1

Z2

Zp

1

1

2

n

!1"!2"!p

0!11

!p1!21

!12

!m

2

!22

!1n

!pn

!2

m

#1

"

#2"#m"

#11

#m1#2

1#12

#m2#22

#1p

#mp

#2p


9/47

Algoritma )elatihan Backpropagation

L!"#$ ?T> S>A$

Buat aringan sara( tiruan untuk (ungsi logika>@ 2 input sesuai tabel berikut,

1 2 Tr"+

" " "" 1 1

1 " 1

1 1 "


14/47

Arsitektur aringan 3gambardiba8ah4 di set sebagai berikut

1 input layer- dengan 2 neuron 3 1 dan 241 hidden layer dengan = neuron 3;1-;2-;0

dan ;=4

unakan (ungsi akti*asi sigmoid 5

1 output layer dengan 1 neuron

unakan (ungsi akti*asi sigmoid


15/47

Arsitektot (t backpropagation(ungsi logika >@


16/47

Ja8ab

+nisialisasi bobot?ilaiDnilai bobot dan bias a8al ditentukan

sebagai berikut:

Bobot a8al input ke hidden layer:

!115"-1 *125"-2 *105"-0 *1=5"-=

!125"-1 *225"-2 *205"-0 *2=5"-=

Bobot a8al bias ke hidden layer:

!"15"-1 *"25"-2 *"05"-0 *"=5"-=


17/47

Bobot a8al hidden layar ke output layer:#15"-1 825"-2 805"-0 8=5"-=

Bobot a8al bias ke output layer:

#"5"-E/ntuk kebutuhan pelatihan aringan

ditentukan pula:

$earning rate3 4 5 1

%aksimum epoch 5 1E""Target eror5"-"2


18/47

)elatihan aringan:epoch ke 1:

Fata ke 1 31 5 "- 25"- target T5"4Tahap perambatan mau 3(or8ard

propagation4

>perasi pada hidden layer:

Zin15 *"1G *11H1G *21H25"-1G"-1H"G"-1H"5"-1

Zin25 *"2G *12H1G *22H2

5"-2G"-2H"G"-2H"5"-2Zin05 *"0G *10H1G *20H2

5"-0G"-0H"G"-0H"5"-0

Zin15 *"=G *1=H1G *2=H2

5"-=G"-=H"G"-=H"5"-=


19/47

'ungsi akti*asi pada hiden layer:


20/47

>perasi pada output layer:

Yin 5 8"G81H;1G82H;2G80H;0G8=H=5

"-EG"-1H"-E2E"G"-2H"-E=I.G"-0H"-E9==G"-=H"-EI.9

5 1-"9=0

'ungsi akti*asi pada output layer:


21/47

Check error 3iterasi berhenti bila error K"-"1


22/47

Tahap perambatan balik3backpropagation4


23/47


24/47


25/47


26/47

Tahap perubahan bobot danbias


27/47


28/47

/ntuk data kedua dilakukan operasi yangsama dengan data pertama- hanya saa

nilaiDnilai bobot dan bias a8al yangdigunakan adalah nilaiDniulai bobot danbias baru dari hasil perhitungan datapertama,

Femikian seterusnya sampai data keempat3 1 epoch4, )roses ini diteruskan hinggamaksimum epoch ke 1E"" atau kuadraterorr K "-"2 3target erorr4 baru berhenti,


29/47

%isalnya setelah akhir iterasi diperolehnilai bobot dan bias akhir berikut,


30/47


31/47

Sekarang kita ui aringan tersebut untuksetiap data, )enguian terhadap data keD1315" 25" target T5"4


32/47


33/47


34/47


35/47


36/47


37/47


38/47


39/47


40/47


41/47


42/47


43/47

)enguian terhadap data keD=3151 251 target T5"4


44/47


45/47


46/47


47/47

Jst Metode Backpropagation

Documents

Transcript of Jst Metode Backpropagation