Analisis Kinerja Multithreading pada Resilient Backpropagation

Abstract

The process of learning neural network very important aims in order for neural network can recognize the environment. The process of learning in neural networks takes time to recognize the environment depends on its great environment that will be recognized. Problem with the time required at the time of learning and in research conducted using resilient backpropagation algorithms is that had the ability to learn faster than standard backpropagation algorithm. And to increase the speed learning of resilient backpropagation then used the technique of parallel processing into resilient backpropagation. Parallel processing techniques used are hybrid partition that is only in the hidden layer of the process divided into several sub – processes are based on the number of hidden layer neurons, these sub – processes are done simultaneously are divided based on the number of threads. The result obtained is the implementation of parallel processing using multithreading into the resilient backpropagation learning with threads that used as many as 3 pieces of thread.

Proses pembelajaran pada neural network sangat penting ini bertujuan agar jaringan neural network tersebut dapat mengenali lingkungan. Proses pembelajaran pada neural network membutuhkan waktu untuk mengenali lingkungan tergantung dari besar-nya lingkungan yang akan dikenali. Dengan permasalahan waktu yang dibutuhkan pada saat melakukan pembelajaran maka pada penelitian yang dilakukan adalah menggunakan algoritma resilient backpropagation yang memiliki kemampuan belajar lebih cepat daripada algoritma backpropagation standar. Dan untuk meningkatkan kecepatan waktu pembelajaran dari resilient backpropagation maka digunakan teknik parallel processing ke dalam resilient backpropagation tersebut. Teknik parallel yaitu multithreading yang digunakan adalah hybrid partition yaitu hanya pada bagian hidden layer proses tersebut dibagi menjadi beberapa subproses berdasarkan pada jumlah neuron hidden layer, subproses tersebut dikerjakan secara bersamaan yang dibagi berdasarkan jumlah thread. Hasil yang didapatkan adalah penerapan parallel processing menggunakan multithreading ke dalam resilient backpropagation membantu mempercepat waktu proses pembelajaran resilient backpropagation dengan thread yang digunakan sebanyak 3 buah thread.