Jaringan Syaraf Tiruan merupakan model yang adaptif dalam Articial Intelligence sebagai salah satu model pembelajaran. Banyak penelitian di jaringan syaraf tiruan ini menggunakan backpropagation. Sekitar 80% peneliti menggunakan model ini untuk memecahkan masalah berbagai masalah dalam penelitiannya. Back propagation menggunakan pembelajaran, yang menunjukkan output sebagai dasar nilai kegagalan sebagai umpan balik dari aktivasi. Di tulisan ini saya akan memperkenalkan metode lain. Di jaringan syaraf tiruan ada yang disebut dengan Radius Basis Function untuk mengenali berbagai data numerik. RBF Adalah model JST yang mengadopsi kedua model diawasi dan belajar tanpa pengawasan. Lapisan tersembunyi tidak merupakan pertama ketika bangunan arsitektur. Dalam lapisan tersembunyi model ini akan membentuk setelah di cluster untuk semua berbagai data itu endiri. Sejumlah lapisan tersembunyi berdasarkan sejumlah pusat cluster. Pembobotan dalam lapisan tersembunyi dan lapis output dapat menggunakan model Gaussian dan Pseudoinverse matriks. Walaupun saya tidak membandingkan hasil dari kedua model BP dan RBF untuk masalah, Hasil penelitian ini hampir 80% mendapatkan keberhasilan untuk mengenali semua pola data.
Key word : Neural Network, Back Propagation, Radius Basis Function.