<![CDATA[Jaringan syaraf tiruan backpropagation merupakan algoritma pembelajaran yang terawasi dimana output dari jaringan dibandingkan dengan target yang diharapkan sehingga diperoleh error output. Banyak model pembelajaran yang menggunakan algoritma backpropagation. Namun algoritma backpropagation mempunyai keterbatasan yaitu laju konvergensi yang cukup lambat. Pada penelitian ini penulis menambahkan parameter learning rate secara adaptif pada setiap iterasi dan koefisien momentum untuk menghitung proses perubahan bobot. Dari hasil simulasi komputer maka diperoleh perbandingan antara algoritma backpropagation standar dengan backpropagation adaptive learning. Untuk algoritma backpropagation standar kecepatan konvergensi mencapai 1000 epoch dengan nilai Mean Square Error (MSE) yang dihasilkan adalah 0,00044 sedangkan untuk algoritma backpropagation adaptive learning hanya 72 epoch dengan nilai Mean Square Error (MSE) yang dihasilkan 0.0000036. Hal ini menunjukkan bahwa algoritma backpropagation adaptive learning lebih cepat mencapai konvergensi daripada algoritma backpropagation standar.]]>
Copyrights © 2014
