metode backpropagation. 1. metode backpropagation

Penelitian yang pertama adalah penelitian dari Suryaningrum, Ratnawati dan Setiawan (2017) yang melakukan penelitian tentang prediksi waktu panen tebu menggunakan gabungan metode Backpropagation dan Algoritma Genetika. Data-data yang dikumpulkan kemudian diidentifikasi masalah dan disesuaikan dengan kebutuhan. Backpropagation is used to train the neural network of the chain rule method. ac. Seminar Barat (NTB). Jaringan saraf tiruan (JST) backpropagation merupakan salah satu algoritma yang memiliki keakurasian cukup tinggi dalam hal prediksi. Hasil yang sudah dilakukan pada data curah hujan Provinsi Sumatera Utara didapat model terbaik dengan iterasi optimal sebesar 1000 iterasi, pada uji coba learning rate didapat learning rate optimal 0,1 dan mendapatkan jumlahPada penelitian ini, penulis mencoba memprediksi curah hujan di kota medan menggunakan metode backpropagation neural network. II. menggunakan metode backpropagation neural network, meramal harga produk pertanian dapat dilakukan karena melalui proses pelatihan jaringan saraf tiruan backpropagation dapat mengenali suatu pola di dalam data dan memperkirakan nilai-nilai masa depan. Metode ini bisa dipergunakan untuk melakukan pendeteksian pada wajah yang sangat berguna untuk sistem keamanan berbasis komputer. Selain menggunakan metode jaringan saraf tiruan, penelitian ini juga menggunakan metode deteksi tepi. Gunaryati, S. ada beberapa hal yang wajib diperhatikan dalam memahami metode ini, yaitu: 1. Backpropagation merupakan salah satu metode pada jaringan syaraf tiruan yang sangat baik dalam menangani masalah pengenalan pola-pola kompleks, salah satunya adalah pengenalan citra tulisan tangan. JARINGAN SYARAF TIRUAN PREDIKSI JUMLAH PENGIRIMAN BARANG MENGGUNAKAN METODE BACKPROPAGATION. M. Metode Backpropagation sangat bermanfaat untuk Jaringan Saraf Tiruan memprediksi curah hujan. Di dalam jaringan syaraf tiruan dilakukan perancangan penalaran komputerisasi dengan menggunakan metode yang ada. com, saidelektro@mail. metode Backpropagation. Backpropagation Backpropagation merupakan salah satu metode Jaringan Syaraf Tiruan dengan proses belajar terawasi (Setiawan, 2011). Perhitungan Manual JST Metode Backpropagation Momentum Menggunakan Microsoft Excel. Penerapan Metode Backpropagation dalam Memprediksi [17] Dristyan, F. com] 2Program Studi Matematika, Fakultas MIPA – Universitas Udayana [Email: sumarjaya@unud. Algoritma ini memiliki dasar matematis yang kuat dan dilatih dengan menggunakan metode belajar terbimbing. 1. •Backpropagation adalah pelatihan jenis. unnes. , al [Prediksi Curah Hujan di Kota Ambon Menggunakan Metode Backpropagation]Pelatihan, pengujian dan prediksi curah hujan akan dilakukan menggunakan software Matlab R2021a. Mishra, dkk. Salah satu unsur cuaca dan iklim adalah curah. Identifikasi dan Pengumpulan Databackpropagation, algoritma ini memiliki kemampuan dalam pemecahan masalah di dunia nyata dengan membangun metode terlatih yang menunjukan kinerja yang baik dalam skala data yang luas dan mampu mengatasi pengenalan pola-pola yang rumit. Backpropagation 3. Berikut ini merupakan contoh data untuk proses pelatihan. Berikut ini merupakan contoh aplikasi pemrograman Jaringan Syaraf Tiruan Backpropagation sederhana untuk identifikasi wajah seseorang berdasarkan ciri mata, hidung, mulut, dan telinga. Kata kunci: ujaran kebencian, twitter, bag of words, lexicon based features, backpropagation neural network Abstractkasus metode backpropagation dapat membantu dalam memecahkan masalah khusunya prediksi. Malvin Chandra, 2015, “Analisis Metode Backpropagation Untuk Memprediksi Indeks Harga Saham Indofood Sukses Makmur TBK”, Jurnal KomTekInfo Fakultas Ilmu Komputer, Vol. Penyelesaian. M. Backpopagation dikatakan sebagai algoritma pelatihan multilayer karena Backpropagation memiliki tiga layer dalam proses pelatihannya, yaitu input layer, hidden layer dan output layer, dimana backpropagation ini merupakan perkembangan dari single layer. 57% with the number of hidden neurons as much as 50, the value of learning rate Keywords: backpropagation, classification, price, palm oil 1. Algoritma ini memiliki dasar matematis yang kuat dan dilatih dengan menggunakan metode belajar terbimbing. PELATIHAN BACKPROPAGATION PADA STUDI PERAMALAN BEBAN MENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK (ANN) DI KABUPATEN BANTUL” ini dapat tersusun hingga selesai yang menjadi salah satu syarat untuk mendapatkan gelar Sarjana Teknik. Meteorologi Binaka. com 2, ratna_ti@ft-untirta. menggunakan metode Backpropagation. Metode penelitian yang digunakan adalah metode eksperimen, dengan dataMENGGUNAKAN JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION SKRIPSI Disusun Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer Pada Jurusan Ilmu Komputer/Informatika Disusun oleh: TEGUH BUDI WIBOWO 24010310120019 JURUSAN ILMU KOMPUTER / INFORMATIKAC. Fungsi sigmoid biner yang tampak pada Gambar 2 memiliki nilai antara 0 sampai 1. Backpropagation memiliki beberapa unit yang ada dalam satu atau lebih layar tersembunyi. JST-BP memiliki akurasi dalam memverifikasi sebesar 98. Pada dasarnya apa yang perlu kita lakukan, kita perlu menjelaskan model untuk mengubah parameter (bobot), sehingga kesalahan menjadi minimum. Metode Penelitian Pada penelitian ini, digunakan metode dengan pendekatan kualitatif dan metode waterfall sebagaiPenelitian ini menggunakan metode Gray Level Co-Occurrence Matrix untuk ekstraksi fitur dengan menggunakan 6 fitur yaitu Dissimilarity, Homogeneity, Contrast, Correlation,Energy, dan Angular Second Moment (ASM) dengan nilai d= 1, 2, 3 dan sudut ϑ= 0°, 45°, 90°, dan 135°. Penerapan Metode Backpropagation Pada Data Klasifikasi Kualitas Air; by Husein Wisnu Jabbar; Last updated over 1 year ago Hide Comments (–) Share Hide Toolbars Pada penelitian ini, penulis mencoba untuk menerapkan salah satu metode pembelajaran jaringan saraf tiruan yang terawasi, yakni backpropagation, dengan memanfaatkan perangkat lunak Visual Basic 6. 002748. 7. Terlepas dari keberhasilan umum Backpropagation dalam mempelajari neural networkjaringan, beberapa kekurangan. Backpropagation merupakan salah satu algoritma yang sering digunakan dalam menyelesaikan masalah-masalah yang rumit. Flowch ar Sistem Backpropagation Berikut ini adalah penjelasan dari diagram alir penelitian adalah : 1) Masukan Data adalah data jumlah kunjunganSarana Catur Tirta Kelola Serang Banten Dengan Metode Backpropagation. ෍ 𝜔 0 𝜔 1 𝜔 𝜑 :∙ ;Skripsi ini membahas tentang pengenalan karakter tulisan tangan menggunakan Convolutional Neural Network (CNN) dan metode segmentasi. Ada 4 metode yang terlibat dalam penelitian ini, yaitu Metode Euler, Heun, Runge-Kutta Orde 4 yang termasuk pada metode Numerik, dan Backpropagation Neural Network (BPNN) yang termasuk dalam Metode ANN. ac. ac. Tujuan backpropagation adalah untuk memodifikasi bobot untuk melatih jaringan neural untuk memetakan input arbitrer ke output dengan benar. Dan hasil perbandingan metode Backpropagation Neural Network berbasis Lexicon Based Features dan Bag of Words tidak lebih baik dibandingkan dengan Random Forest Decision Tree menggunakan n-gram fitur pada penelitian sebelumnya. Penelitian terkait metode ini juga pernah dilakukan oleh Helmiyah[4], Sandy[5], Sovia[6], Santoso[7], Triyono[8] dan Melladia[9]. BackPropagation adalah metode pelatihan jaringan saraf tiruan yang diawasi. Backpropagation merupakan salah satu metode Jaringan Syaraf Tiruan (Artificial Neural Network), yang cukup handal dalam memecahkan masalah. Prediksi beban pemakaian listrik ini di pengaruhi oleh data input jumlah daya dan pelanggan dari berbagai macam sektor sehingga di ketahui jumlah. Mat) pada Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Lampung. Walaupun tahap training terhitung lambat, namun jaringan dapat menghasilkan output dengan sangat cepat. Model Neuron Dengan Banyak Lapisan Fungsi aktivasi yang digunakan untuk jaringan syaraf tiruan pada penelitian ini adalah fungsi sigmoid biner. Data yang digunakan adalah data harga batu bara dimulai dari bulan Januari tahun 2009 hingga bulan September tahun 2017 dengan merk. Yos Sudarso Km 6,5 No. variabel yang berpengaruh pada kedua metode sehingga dapat diketahui nilai akurasi yang akan terbentuk dari peramalan yang dilkukan dengan mengangkat tajuk “Optimasi Metode Jaringan Syaraf Tiruan Backpropagation Menggunakan Algoritme Genetika pada Prediksi Jumlah Penumpang Kereta Api di Indonesia”. Keywords: object clasification, backpropagation, neural network ABSTRAK Tujuan penelitian untuk membuktikan bahwa metode backpropagation dapat diterapkan dalam pengenalan citra ketika hendak melakukan. Inisialsisasi bobot (ambil bobot awal dengan nilai random yang cukup kecil) Kerjakan langkah-langkah berikut selama kondisi berhenti bernilai FALSE. Penulis mengimplementasikan CNN dengan arsitektur LeNet-5 dan menguji performanya pada dataset EMNIST. digunakan untuk memberi toleransi pembelajaran. Metode yang digunakan pada penelitian untuk melihat hubungan antara UAN dan IPK yaitu dengan pendekata metode jaringan saraf tiruan dengan menggunakan algoritma backpropagation. Tiapunitmasukan(xi,Pada penelitian ini metode yang digunakan dalam memprediksi kecepatan arus yaitu metode Backpropagation. Untuk yang masih bingung apa itu gradient, mungkin ilustrasi dibawah ini bisa membantu. Dengan menggunakan metode backrpopagation yang kami lakukan, proses klasifikasi DBD mempunyai ketepatan 74% dan proses diagnosa DBD. Backpropagation adalah salah satu bentuk dari jaringan saraf tiruan dengan pembelajaran terawasi (supervised learning). 2. Rahmadani, F. In this study will discuss the backpropagation method by applying the activation function of Sigmoid bipolar and linear to predict. , M. Proses implementasi melalui 3 tahapan, yaitu preprosesing data, pelatihan. Metode Backpropagation Network merupakan salah satu algoritma pembelajaran supervised learning. Kata Kunci : Artificial Neural Network, Backpropagation, Adaline, Curah Hujan ABSTRACTanalyzing evaluation result, it is concluded that backpropagation method could be implemented for object classification. Muhammad Fajar, Penerapan Jaringan Syaraf Tiruan Dengan Metode Backpropagation Untuk Memprediksi Penjualan Sepeda Motor Yamaha Di Asli Motor Siantar Page 181 a. Sistem jaringan saraf tiruan menggunakan metode backpropagation diimplementasikan menggunakan Matlab sebagai software yang mendukung dengan data penjualan produk pada tahun 2014 sampai. Tabel 6 Data Training Arsitektur Terbaik dengan Model 3-9-1 No Data. Proses training dilakukan untuk didapatkan struktur jaringan yaitu layer hidden 1, unit hidden 3, output 2 unit, kecepatan belajar 0,5; momentum 0,9; bobot awal random -0,1 sampai 0,4, kesalahan. Menggunakan Metode Backpropagation Neural Network” dengan tujuan mengimplementasikan jaringan syaraf tiruan untuk pengenalan pola sinyal suara manusia dan menguji keakuratan jaringan, dengan memanfaatkan backpropagation untuk proses pengenalan. metode pembelajaran Backpropagation yang digunakan terdiri dari 100 input, 3 hidden layer dan 2 output, fungsi pembelajarannya menggunakan resilient backpropagasi. pelatihan dengan menggunakan metode backpropagation. In Prosiding Seminar Nasional Riset Information Science (SENARIS) (Vol. 7 dengan nilai akurasi sebesar 92%. 2 November 2015, ISSN 2303-0755 87 ejournal. Berikut merupakan Flowchart atau bagan alir dari proses training dan testing pada metode Backpropagation (Lesnussa et al. Backpropagation adalah salah satu metode dalam Jaringan Syaraf Tiruan (JST) yang digunakan untuk prediksi. Tujuan backpropagation adalah untuk. backpropagation dapat mengenali karakter dengan tingkat akurasi yang tinggi namun belum dilakukan pada NSI yang memiliki variasi pada jenis teks, warna, ukuran dan lain sebagainya, sehingga kali ini peneliti memfokuskan diri mengimplementasikan metode backpropagation untuk mengenali teks pada NSI. com, [email protected]. 3 Backpropagation Neural Network “Backpropagation merupakan salah satu algoritma pembelajaran dalam jaringan syaraf tiruan dengan metode pelatihan supervised learning. Artikel ini bertujuan untuk menjelaskan langkah-langkah kerja metode Backpropagation Neural Network (BPNN) dalam mengenali pola Aksara Lontara Bugis Makassar dan menjelaskan seberapa. , 2014). mengimplementasikan Metode Backpropagation. Yos Sudarso Km 6,5. 3. Algoritma ini memiliki dasar matematis yang kuat dan dilatih dengan menggunakan metode belajar terbimbing [7]. NN merupakan sebuah sistem pembelajaran terhadap penerimaan informasi yang memiliki kinerja layaknya sebuah jaringan syaraf pada manusia. . 3. JST dapat digambarkan sebagai model matematis dan komputasi untuk fungsiarumenggunakan metode backpropagation yaitu seperti pada Gambar IV. Jaringan Syaraf Tiruan adalah paradigma pemrosesan suatu. Salah satunya adalah prediksi jumlah nilai impor di. Pada dasarnya gradien ini adalah teknik optimasi lokal yang melibatkan koreksi kesalahan dari bobot jaringan. In this study, the authors optimize previous research that has been done by the author using backpropagation algorithm. 3 Nguyen-Widrow Menurut [2], dapat disimpulkan bahwa Nguyen-Widrow merupakan salah satu metode yang dapat menginisialisasi bobot-bobot awal jaringan saraf tiruan Backpropagation dengan tujuan. Lihat selengkapnyaBackpropagation adalah algoritma pembelajaran yang diawasi, untuk melatih Multi-layer Perceptrons (Artificial Neural Networks). 2. Deteksi tepi digunakan agar terdapat standar pola yang sama dari gambar-gambar dengan pola Metode yang digunakan dalam penelitian ini menggunakan metode ANN Backpropagation untuk mengetahui tingkat penyebaran dengan menggunakan variabel yang mempengaruhi penyebaran penyakit demam berdarah yang digunakan dalam penelitian ini meliputi suhu rata – rata, curah hujan, jumlah hujan (dalam hari), kepadatan penduduk, ketinggian wilayah dan. Metode yang digunakan untuk menganalisis permasalahan dalam penelitian ini adalah dengan studi pustaka, perumusan masalah, mengumpulkan dan mengolah data-data penelitian, merancang sistem, membuat. 1. (2014) dalam penelitiannyaFitri dan Taufiq: Perbandingan jst metode backpropagation dan metode radial basis dalam memprediksi curah hujan harian Bandara Internasional Minangkabau 218 JFU, 9(2), April2020, hal. Metode Backpropagation merupakan salah satu algoritma pembelajaran yang menyesuaikan bobot – bobot jaringan syaraf tiruan denan arah mundur berdasarkan nilai eror di dalam prosespembelajaran. Metodologi 4. backpropagation forecasting indonesian composite index with artificial neural network backpropagation algorithm aldo chandra purnomo nrp 05211440000028 dosen pembimbing edwin riksakomara, s. Algoritma ini termasuk dalam pelatihan supervised (terawasi) dan didesain untuk operasi pada jaringan feedforward multi layers[10][4]. Implementasi Berdasarkan hasil analisis dan perancangan yang telah dilakukan, maka dilakukan implementasi sistem deteksi dan pengenalan karakter pada plat nomor kendaraan dengan metode backpropagation kedalam bentuk program menggunakan NetBeans 7. 4 Backpropagation Backpropagation merupakan salah satu metode pelatihan dari Jaringan Syaraf Tiruan. Backpropagation Backpropagation adalah sebuah metode sistematik untuk pelatihan multilayer jaringan saraf tiruan. 2018), (Lesnussa, Latuconsina, and Persulessy 2015): Gambar 1. Gambar 4. II. Skripsi. Backpropagation merupakan salah satu teknik untuk melatih model deep learning. 2. ac. 2. Serta pada penelitian ini menggunakan nguyen widrow untuk inisisalisasi bobot awal. Algoritma BP merupakan generalisasi aturan delta (Widrow-Hoff),. Nilai akurasi tertinggi di dapat dari pengujian. 2. Dalam penelitian berikutnya dapat dilakukan dalam pengambilan data training tidak. id] Jurnal Telematika, vol. Pada penelitian Zamani, et al (2012) tentang “implementasi algoritma genetika pada struktur backpropagation neural network untuk klasifikasi kanker payudara” menyimpulkan bahwa inisialisasi bobot awal menggunakan metode Nguyen Widrow terbukti menghasilkan rata – rata akurasi lebih baik dariMETODE BACKPROPAGATION SKRIPSI Oleh: AZHAR EFFENDI NIM. 158 TECHSI Vol 4. Laju Pemahaman/learning rate. menggunakan metode jaringan syaraf tiruan Backpropagation? (2) Operator mana yang paling optimal dalam mengenali citra yang sama? Tujuan dari penelitian ini adalah (1) Merancang suatu sistem yang dapat mengenali citra menggunakan metode jaringan syaraf tiruan Backpropagation. i,i=1,…,n) menerima sinyal input x i dan menyebarkan sinyal tersebut pada seluruh unit pada hidden layer. J-ICON, Vol. com, 2rhifky. Proses training dilakukan untuk didapatkan struktur jaringan yaitu layer hidden 1, unit hidden 3, output 2 unit, kecepatan belajar 0,5; momentum 0,9; bobot awal random -0,1 sampai 0,4, kesalahan maksimum. The results of this study. Metode ini mempunyai tiga fase dalam melakukan pelatihan backpropagation, yaitu feed forward, backpropagation, dan fase untuk. Eksperimen Sistem Analisis Sentimen Eksperimen yang dilakukan bertujuan untuk membangun sistem anal isis sentimen menggunakan metode backpropagation. yang kecil sehingga metode backpropagation dapat digunakan sebagai prediksi [8]. For instance, when adapting an EfficientFormer-L1 model on CIFAR100, our LBP-WHT achieves 10. Untuk setiap pasangan pelatihan, lakukan langkah 3-8, Perambatan Maju 4. (2021). Pada Dataset Pengujian, dilakukan pengujian dengan menerapkan metode hybrid PSO-JST untuk mendapatkan hasil optimal. com Abstrak Tujuan dari penelitian ini adalah untuk mengoptimalkan. metode backpropagation. 1, Maret 2018, pp. Metode Backpropagation Neural Network (BPNN) Metode BPNN pertama kali dirumuskan oleh Paul Werbos pada tahun 1974, kemudian dikembangkan oleh David Parker pada tahun 1982. surabaya menggunakan metode backpropagation neural network (bpnn) volum e of waste forecasting at tpa benowo, surabaya using neural network method backpropagation neural network (bpnn) wahyu prayoga aji putra nrp 5212 100 061 dosen pembimbing : edwin riksakomara, s. Pada kesempatan kali ini penulis mengucapkan terimakasih sebesar-besarnyaKelvin Wong et. Penelitian ini menggunakan metode terbaik dalam memprediksi yaitu metode backpropagation. . Merdeka no. Dalam proses pengolahan data yang berkaitan dengan peramalan, pola peramalan sesuai dengan yang ditetapkan oleh algoritma backpropagation. Backpropagation merupakan metode pembelajaran yang sangat popular di dalam JST. metode jaringan syaraf tiruan (jst) backpropagation forecasting the number of wetland and dryland paddy production in each regency/ city of east java province using artificial neural network (ann) backpropagation dina stefany nrp 5209 100 081 dosen pembimbing edwin riksakomara, s. Eng. Dengan menggunakan backpropagation, parameter dari model di-“update” mulai dari lapisan paling akhir (L n) dengan. Pencarian Literatur Tahap ini adalah mencari literatur dari buku-buku maupun jurnal penelitian terdahulu tentang prediksi lama studi mahasiswa, metode data mining yang digunakan jaringan syaraf tiruan algoritma backpropagation. Metode ini memiliki algoritma ini mendapatkan bentuk persamaan dan nilai koefisien dalamE. METODE PENELITIAN 2. Menu Analisa Data Prediksi Jumlah Siswa BaruMenggunakan Metode Backpropagation 3. LANDASAN TEORI A. Hasil uji coba menunjukkan bahwa arsitektur 10-10-1 cukup stabil digunakan untuk memprediksi berbagai jenis data harga komoditas pangan yang berbeda karakteristiknya dengan tingkat akurasi di atas 90%. Video kali ini membahas mengenai tutorial dan simulasi perhitungan Propagasi maju pada Jaringan Syaraf Tiruan dengan model Backpropagation. Sebagai contoh, pada Gambar 1 dilustrasikan jaringan dengan sebuah hidden layer. Posted by adi pamungkas. Dalam jaringan, selain terdapat unit input, unit tersembunyi (hidden units) dan output juga terdapat bias yangjaringan syaraf tiruan metode Backpropagation. 1 Metode Backpropagation Network Metode Backpropagation Network ditemukan pada tahun 1970-1n sebagai metode pengoptimalan umum untuk melakukan otomatis fungsi nested yang kompleks. Jaringan syaraf tiruan (JST) merupakan salah satu sistem pemrosesan informasi yang meniru. Andryana, and I. Dr. METODOLOGI PENELITIAN A. Backpropagation menggunakan arsitektur multilayer dengan metode supervised training seperti pada Gambar 1. Maka diperlukan sebuah metode optimasi. (2014) dalam penelitiannyadengan judul ^OPTIMASI PERAMALAN METODE BACKPROPAGATION MENGGUNAKAN ALGORITME GENETIKA PADA JUMLAH PENUMPANG KERETA API DI INDONESIA. Metode backpropagation merupakan salah satu metode pada jaringan syaraf tiruan (Artificial Neural Network) yang secara struktural biasanya terbagi menjadi tiga, yaitu. (2) Mengetahui tingkat akurasi sistem dalam mengenali citra. Backpropagation merupakan salah satu algoritma yang sering digunakan dalam menyelesaikan masalah-masalah yang rumit. Asuransi Bina Dana Arta (ABDA) Tbk. 000. Pada penelitian ini metode jaringan syaraf tiruan backpropagation yang bobot pelatihannya dioptimasi menggunakan. Pada metode backpropagation terdapat 3 tahap dalam melakukan pelatihan untuk menghasilkan nilai bobot, yaitu feedforward, backpropagation, dan perubahan bobot (Fausett, 1994). Jaringan syaraf tiruan (JST) merupakan salah satu sistem pemrosesan informasi yang meniru. 287-292). Metode ini memiliki dasar matematis yang kuat, obyektif dan algoritma ini mendapatkan bentuk persamaan dan nilai koefisien dalam formula dengan meminimalkan jumlah kuadrat galat. Penelitian dilanjutkan dengan menghitung tingkat akurasi dan kehandalan metode yang telah diterapkan pada data IHSG. metode Backpropagation Neural Network (BPN N) telah d iimplementasikan. Dari hasil pengujian diperoleh tingkat akurasi pengenalan pola pada metode backpropagation variasi learning rate 0,2 dan jumlah epoch 1000. jurusan sistem informasitepat pada suatu pola. Pada penelitian ini, penulis menerapkan Jaringan Syaraf Tiruan dengan metode Backpropagation dalam mengidentifikasi penyakit stroke, setelah itu dilakukan analisaArsitektur Backpropagation . Berdasarkan model arsitektur terbaik ini akan digunakan untuk memprediksi angka harapan hidup masyarakat Sumatera Utara untuk 5 tahun yang akan datang,. edu | perpustakaan. (sebaiknya diatur pada nilai acak yang kecil), 2. JST-BP akan merubah bobot biasnya untuk mengurangi perbedaan antara output jaringan dan t arget output.