Modifikasi Algoritma Propagasi Balik untuk Pengenalan Data Iris dan Data Feret
Abstract
Variasi dari algoritma propagasi balik konvensional pada pelatihan jaringan saraf tiruan telah diajukan dengan menggunakan fungsi kesalahan kuadratis. Algoritma ini seperti algoritma successive overrelaxation (SOR) pada sistem persamaan linear untuk mencari nilai bobot terakhir yang digunakan untuk memperbaharui bobot pada setiap busur. Dari analisis terhadap percobaan terhadap data feret dan iris sebagai pembanding, jumlah epoch yang diperlukan untuk mencapai konvergensi dengan menggunakan BP SOR 0.9 kali lebih kecil dibandingkan dengan menggunakan BP standar. Hal ini berarti hasil yang didapatkan masih lebih besar dari treshold yang diharapkan yaitu dibawah 0.67 untuk klaim bahwa BP SOR menghasilkan waktu komputasi yang lebih cepat daripada BP. Hasil rate recognition dengan menggunakan BP SOR relatif sama dibandingkan dengan menggunakan BP standar.