Perancangan Perangkat Lunak untuk Mempercepat Konvergensi pada Backpropagation dengan Adaptasi Laju Pembelajaran

Abstract

Back Propagation merupakan teknik yang sering digunakan untuk generalisasi pada Delta Rule. Delta Rule merupakan aturan yang berdasarkan pada ide sederhana yaitu secara berkesinambungan memodifikasi strength koneksi untuk mereduksi selisih / beda ( disebut Delta) antara nilai keluaran yang diinginkan terhadap nilai keluaran saat itu dari hasil pemrosesan elemennya. Algoritma Back Propagation pada saat diterapkan kemungkinan akan mempunyai pembelajaran yang rendah, dimana hal tersebut berhubungan dengan laju pembelajaran yang tetap. Karena hal itulah diperlukan suatu metoda pembelajaran dimana pengubahan nilai pada parameternya akan menyebabkan laju pembelajaran adaptif, sehingga iterasi yang berlebihan untuk mencapai konvergensi akan dapat dikurang. Adaptasi laju pembelajaran delta-bar-delta adalah salah satu metoda pengubahan laju pembelajaran yang diharapkan dapat mempercepat konvergensi dari backpropagation. Penelitian mengenai penerapan adaptasi laju pembelajaran dan penggunaan parameternya memerlukan suatu perangkat lunak, sekaligus juga untuk mengetahui pengaruhnya pada backpropagation. Tugas Akhir ini menyajikan suatu perangkat lunak untuk mensaranai penelitian diterapkannya Adaptasi Laju Pembelajaran Delta-bar-delta pada Backpropagation dan melihat pengaruh parameter Delta-bar-delta ( , dan ) pada kinerja Backpropagation. Pengujian pada Delta-bar-delta memperlihatkan bahwa sistem konvergen pada iterasi 10 sampai iterasi ke 40, sedangkan pada backpropagation standar cenderung konvergen pada iterasi acak. Perangkat lunak menggunakan bahasa pemrograman aras tinggi Borland Delphi 3.0.