Analisis Penggunaan Parallel Processing Multithreading Pada Resilient Backpropagation

Abstract

Abstrak-Proses pembelajaran neural network merupakan hal yang penting, bertujuan untuk mengenali lingkungan. Proses pembelajaran neural network membutuhkan waktu untuk dapat mengenali lingkungan. Terutama pada salah satu algoritma neural network yaitu resilient backpropagation. Proses untuk mempercepat pembelajaran resilient backpropagation pada penelitian ini adalah menggunakan teknik parallel processing. Teknik parallel processing yang digunakan adalah multithreading. Teknik parallel ini diterapkan pada bagian hidden layer yaitu membagi jumlah neuron pada hidden layer menjadi beberapa subproses yang dikerjakan secara bersamaan, pembagian yang dilakukan berdasarkan pada jumlah thread. Hasil yang didapatkan dalam penerapan parallel processing menggunakan teknik multithreading ke dalam algoritma resilient backpropagation membantu mempercepat waktu proses pembelajaran resilient backpropagation dengan thread yang digunakan sebanyak 3 buah thread.Keyword -Neural Network, Resilient Backpropagation, Parallel, Hybrid Partition, Multithreading. I. PENDAHULUANArtificial Neural Network (ANN) merupakan komputasi yang mengambil sistem biologi yaitu jaringan saraf, jaringan saraf buatan ini berfungsi untuk melakukan komputasi klasifikasi, pengenalan pola, kontrol, forecasting, dll [1]. Algoritma ANN sebelum diuji pada sebuah lingkungan, ANN perlu melakukantraining terlebih dahulu agar algoritma ANN dapat mengenali lingkungan tersebut. Pada saat algoritma ANN di training maka memakan waktu yang cukup lama tergantung dari besarnya dataset, nilai epoch, kecepatan pembelajaran mencapai titik konvergen [2].Proses training pada artificial neural network membutuhkan waktu untuk meyelesaikan masalah tersebut salah satu metode yang dapat digunakan adalah adaptive learning rate. Adaptivelearningrate adalah teknik yang digunakan untuk mengubah learningrate berdasarkan pada perubahan nilai errror yang dihasilkan dari setiap iterasi [3]. Selain pengunaan metode adaptive learning rate untuk mempercepat waktu training pada ANN, ada metode lain yang dapat digunakan yaitu memasukan teknik parallel kedalam arsitektur neuralnetwork tersebut. Teknik parallel adalah membagi proses menjadi subproses yang dapat dijalankan secara bersamaan.Penerapan parallel komputer terhadap backpropagation sangat membantu dalam proses training yaitu dapat memangkas waktu training [4].Resilient Propagation / Resilient Backpropagation (RPROP) adalah salah satu algoritma neuralnetwork yang dilengkapi dengan kemampuan adaptive learning yaitu kemampuan untuk menentukan learning rate yang digunakan berdasarkan nilai error gradien [5]. Algoritma RPROP dalam kasus untuk mengklasifikasikan gigitan ular menunjukan tingkat kecepatan pembelajaran untuk mencapai titik konvergen berdasarkan pada nilai batasan MSE 0.03 dimana standar backpropagation membutuhkan pembelajaran sebanyak 378 epoch sedangkan resilientbackpropagation hanya membutuhkan sebanyak 73 epoch untuk mencapai titik konvergen berdasarkan pada nilai MSE [6]. Algoritma RPROP memiliki kecepatan dalam mencapai nila...

Faster Video Processing Menggunakan Teknik Parallel Processing Dengan Library OpenCV

“…Multithreading adalah kumpulan beberapa thread yang dijalankan bersamaan pada sebuah processor. Pada multithreading ini merupakan proses eksekusi dari kumpulan thread dimana kumpulan thread tersebut diproses secara berulangulang dengan perpindahan dalam waktu nanosecond [9].…”