Happy Programing with SNN

Berikut ini saya akan menjelaskan tentang langkah-langkah dan logika dalam penggunaan program SNN. 

Double klik icon backpropagation yang ada di desktop atau kalau belum ada di desktop bias di cari dengan cara klik start>>all program>>folder backpropagation>>backpropagation. Setelah itu akan muncul jendela seperti di bawah ini.

Klik kotak yang bertuliskan simulasi jaringan neural buatan lalau akan muncul pesan (message) yang mengharuskan kita untuk memasukkan password. Ketikan “Bremerhaven”(tanpa kutip) untuk passwordnya, lalu klik OK.

Klik reset bobot pada toolbar di atas jendela, kemudian klik Bobot dan Bias lalu klik Acak Nilai Bobot, maka akan muncul jendela seperti di bawah ini. 

Klik Belajar, lalu ubah nilai Laju Belajar (Learn Rate) menjadi 0.1 dengan cara mengetikkannya pada kotak yang tersedia. Ubah nilai momentum menjadi 0.1 juga, Stopping Criteria Error diubah menjadi 1.5  dan jumlah step/Eksekusi kita ubah menjadi 500. Lalu klik Multi step, maka gambar output dan input akan berubah, perhatikan nilai #Epochnya juga, yg tadinya bernilai kosong sekarang berubah menjadi 500, Seperti tampak pada gambar di bawah ini.

Catat dan perhatikan nilai #Epoch dengan cara mengubah Learn Rate dan Momentumnya. Buata table seperti di bawah ini, dan catat perubahan #Epoch-nya.

LR/M	0.1	0.2	0.3	0.4	0.5	0.6	0.7	0.8	0.9	1.0
0.1	500	872	873	874	875	876	877	878	879	880
0.2	881	882	883	884	885	886	887	888	889	890
0.3	891	892	893	894	895	896	897	898	899	900
0.4	901	902	903	904	905	906	907	908	909	910
0.5	911	912	913	914	915	916	917	918	919	920

Kesimpulan:

               Apabila kita mengubah atau memasukkan momentum sesuai urutan maka #Epoch yang akan dihasilkan akan bertambah satu secara terus-menerus. Tetapi apabila kita memasukkan nilai momentum secara acak misalnya pertama kita masukkan 0.1 kemudian 0.5, maka nilai #Epoch pada saat kita memasukkan momentum di 0.5 akan sama ketika kita memasukkan niai momentum di 0.2, jadi menurut hasil percobaan dan pengamatan yang saya lakukan, nilai Learn Rate dan Momentum tidak begitu berpengaruh pada proses selanjutnya, yang berpengaruh adalah pada saat kita merubah atau mengklik Acak Nilai Bobot pada tampilan jendela Bobot dan Bias. Hal itu yang menentukan berapa persen perbandingan output 1 dan 2 serta nilai #Epoch yang pertama kali muncul dan juga tingkat kenaikan #Epochnya. Bisa diperhatikan pada table di atas tingkat kenaikan #Epochnya selalu stabil yaitu naik 1 angka.

                 Meskipun kita memasukkan nilai Leran rate dan momentumnya berapa pun juga nilai #Epoch akan selalu naik 1 angka, sesuai dengan step atau langkah yang kita klik “Multi Step”. Coba saja anda klik “Multi Step” yang ada pada tampilan jendela Belajar tanpa mengubah Learn rate dan momentum, nilai #Epochnya pasti akan selalu bertambah. Setiap kita mengklik Multi step sebanyak apa pun juga kita mengkliknya, nilai #Epoch akan selalu naik 1 angka dari angka sebelumnya. Jadi perubahan #Epoch yang terjadi tidak terpengaruh oleh Learn Rate dan momentum, tapi terpengaruh oleh Acak niali bobot yang pertama kali kita klik sebelum melakukan penelitian mengenai perubahan #Epoch dengan cara mengganti niali Learn rate dan Momentumnya dan terpengaruh oleh Stopping Criteria Error yang kita tentukan sebelum melakukan percobaan ini. Apabila kita mengganti jumlah Stopping Criteia Erorr nya maka nilai #Epoch-nya akan berubah pula, sangat jauh berbeda dengan nilai #Epoch sebelumnya dan nilai output 1 dan 2 nya pun akan berubah pula. 

#%Semoga Bermanfaat dan Selamat Mencoba%#