Seperti
kita ketahui bahwa perkembangan komputer sangatlah pesat. Di berbagai bidang,
komputerlah yang perkembangannya sangat cepat. Maka dari itu komputer sekarang
diharapkan memiliki kemampuan untuk mengerjakan segala hal yang dikerjakan oleh
manusia. Untuk itu, agar komputer dapat mengerjakan tugas manusia maka
diperlukan beberapa metode untuk membekali komputer agar menjadi suatu mesin
yang pintar. salah satunya dengan membekali komputer dengan mengimplementasikan
Neural Network (NN) pada komputer tersebut.
Neural
Network (NN) sebenarnya mengadopsi dari kemampuan otak manusia yang mampu
memberikan stimulasi/rangsangan, melakukan proses, dan memberikan output.
Output diperoleh dari variasi stimulasi dan proses yang terjadi di dalam otak
manusia. Dalam NN terdapat banyak metode, salah satunya yaitu pelatihan
terbimbing (supervised learning). Dalam pelatihan terbimbing diperlukan
masukkan dan target yang berfungsi untuk melatih jaringan hingga memperoleh
bobot yang diinginkan.
Sedangkan
untuk Algoritma Back Propagation (BP) umumnya diterapkan pada perceptron
berlapis banyak. Perceptron ini biasanya terdiri atas bagian input, bagian
output dan bagian yang terdapat diantara bagian input dan output. Bagian yang
terdapat diantara bagian input dan output ini biasanya disebut sebagai bagian
yang tersembunyi atau biasa disebut hidden layers. Biasanya hidden layers
paling banyak adalah 3 lapisan.
Dalam
beberapa kasus metode Neural Network sering digabungkan dengan struktur Back
Propagation, maka dari itu terdapat istilah Back Propagation Neural Network.
BPNN (Back Propagation Neural Network) merupakan suatu algoritma pelatihan
terbimbing yang menggunakan error output untuk mengubah nilai bobot-bobotnya
dalam arah mundur. Tetapi untuk mendapatkan error tahap maju yang harus
dikerjakan terlebih dahulu. Terdapat 3 fase dalam pelatihan BPNN, pertama fase
maju, fase mundur dan fase modifikasi bobot.
Pada
fase maju, pola masukkan dihitung mulai dari inputan hingga mencapai lapisan output.
Kemudian dalam fase back propagation, unit output dari fase pertama menerima
pola yang berhubungan dengan fase pertama yang akan dihitung nilai
kesalahannya, maka kesalahan tersebut yang akan dijadikan fase mundur.
Sedangkan untuk fase modifikasi bobot digunakan untuk memodifikasi kesalahan
yang muncul sehingga mendapatkan kesalahan yang paling minimum. Kemudian ketiga
fase tersebut diulang secara terus menerus hingga kondisi pemberhentian
terpenuhi.
Sumber:
1.
http://ejournal.undip.ac.id/index.php/jmasif/article/download/74/521
2.
http://journal.uii.ac.id/index.php/Snati/article/viewFile/2191/2017
