Algoritma Backpropagation

Langkah-langkah

0.       Inisialisasi Bobot dan Bias

1.       Jika Stoping condition belum terpenuhi, jalankan langkah 2-9

2.       Untuk semua data training lakukan langkah 3-8

3.       Umpan maju (Feedforward)

Setiap unit input (X₁..X_n) menerima sinyal input xi dan menyebarkan sinyal tersebut pada seluruh unit pada hidden unit.

V_oj*bias, x₁*v₁, x₂*v₂, x_n*v_n

4.       Setiap hidden unit (Zj, 1j=1..,p) akan menjumlahkan sinyal-sinyal input yang sudah berbobot termasuk biasnya

 

5.       Setiap unit output  (Y_k, k=1,..,m) menjumlahkan sinyal-sinyal input yang sudah berbobot termasuk biasnya.

W_0k*bias, Z_j*W_jk

6.       Setiap unit output  (Y_k, k=1,..,m) menerima suatu target pattern (desired output) yang sesuai dengan input training pattern untuk menghitung kesalahan (Error) antara target (T) dengan output (Y_k) jaringan.

W_error = T_k-Y_k

Q=f’(Y_in_k) = Fungsi turunan dari Sigmoid biner

 _k =W_error*Q à

Koreksi Bias à

7.       Setiap hidden unit (Z_j, j=1,..,p) menjumlahkan input delta yang dikirim dari layer langkah 6 yang sudah berbobot.

Koreksi W_error (EC) =  _kw_jk

 _j = *

8.       Pembaharuan Bobot dan Bias

Setiap unit output  (Y_k, k=1,..,m) akan memperbaharui bias dan bobotnya dari setiap hidden unit (j=0,..,p)

9.       Periksa stoping condition apakah sudah sama dengan yang ditentukan (E-max) kalau belum lakukan langkah 3-8.

Catatan:

Stoping Condition dilakukan apabila:

1.       Error sistem = error yang ditentukan (diharapkan)

2.       Terjadi overtraining à error semakin besar setelah beberapa epoch

3.       Training terlalu (lama) àharus dibatasi epoch nya