(7 revisi perantara oleh 6 pengguna tidak ditampilkan)
Baris 1:
{{Underlinked|date=Desember 2022}}
'''Algoritma Perambatan Maju''' atau '''Forward-Propagation''' merupakan algoritma pada [[Jaringan saraf tiruan]] untuk menghitung nilai luaran suatu nilai masukan yang dilalui/dirambatkan pada jaringan saraf tiruan yang sudah terdefinisi. ▼
▲'''AlgoritmaAlgoritme Perambatan Maju''' atau '''Forwardforward-Propagationpropagation''' merupakan algoritmaalgoritme pada [[Jaringanjaringan saraf tiruan]] untuk menghitung nilai luarankeluaran suatu nilai masukan yang dilalui/dirambatkan pada jaringan saraf tiruan yang sudah terdefinisididefinisikan.
== Definisi ==
Diketahui jaringan saraf tiruan yang terdiri dari tiga lapis bagianlapisan: lapislapisan masukan (''input layer''), lapislapisan tersembunyi (''hidden layer'') dan lapislapisan luarankeluaran (''output layer'') dengan jumlah semua lapis sebanyak <math>\Iota </math> dengan data masukan yang akan dilatih dinyatakan dalam notasi <math>X</math> dengan luarankeluaran <math>y</math> . Pada setiap lapisnyalapisannya, jumlah ''neuron'' pada lapislapisan ke-<math>i, (0 \leq i < \Iota)</math> adalah <math>l_i</math>; matriks beban <math>W^{(i)} \in \mathbb{R}^{l_{i-1} \times l_i}</math>; nilai ''bias'' <math>b_i</math> dan fungsi aktivasi <math>f</math>. AlgoritmaAlgoritme Perambatan Majuini dimulai dari lapislapisan ke-1 (lapislapisan tersembunyi pertama atau lapislapisan luarankeluaran jika <math>\Iota = 2</math>) dengan melakukan perhitungan nilai luaran pada ''neuron'' ini <math>h^{(i)} = f(b_i + W^{(i)}h^{(i-1)})</math> dimana <math>h^{(0)} = x</math> diambil langsung dari nilai masukan.
