Perceptron Algoritma Pelatihan Perceptron: 1. Inisialisasi semua bobot dan bias (biasanya = 0) Set learning rate:  (0 <   1). untuk penyederhanaan set sama dengan 1. Set nilai threshold (θ) untuk fungsi aktivasi 2. Untuk setiap pasangan pembelajaran s-t, kerjakan: a) set aktivasi unit input xi = si; b) Hitung respon untuk unit output: c) Masukkan kedalam fungsi aktivasi :

Perceptron d) Bandingkan nilai output jaringan y dengan target t jika y ≠ t , lakukan perubahan bobot dan bias dengan cara : wi(baru) = wi(lama) + *t*xi b(baru) = b(lama) + *t jika y = t , tidak ada perubahan bobot dan bias: wi(baru) = wi(lama) b(baru) = b(lama) 3. Lakukan iterasi terus-menerus hingga semua pola memiliki output jaringan yang sama dengan targetnya. Artinya bila semua output jaringan sama dengan target maka jaringan telah mengenali pola dengan baik dan iterasi dihentikan.

Contoh Soal .1 Buat jaringan Perceptron untuk menyatakan fungsi logika AND dengan menggunakan masukan biner dan keluaran bipolar. Pilih  = 1 dan  = 0,2 Jawab : Pola hubungan masukan-target : x1 x2 t -1 1  f X1 net y X2 b

Masukan Target  pi wi + b Output Perubahan bobot w = xi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke - 1 1 -1 Masukan Target  pi wi + b Output Perubahan bobot w = xi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke - 2 1 -1 -2 2

Masukan Target  pi wi + b Output Perubahan bobot w = pi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke – 3 2 1 -1 -2 -3 Masukan Target  pi wi + b Output Perubahan bobot w = pi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke - 4 1 -1 -2 2 -3

Masukan Target  pi wi + b Output Perubahan bobot w = pi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke - 5 2 -2 1 -1 -3 3 Masukan Target  pi wi + b Output Perubahan bobot w = pi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke - 6 3 2 -2 1 -1 -3 -4

Masukan Target  pi wi + b Output Perubahan bobot w = pi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke - 7 3 2 -3 1 -1 -4 Masukan Target  pi wi + b Output Perubahan bobot w = pi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke - 8 1 -1 -3 3 2 -4

Masukan Target  pi wi + b Output Perubahan bobot w = pi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke - 9 3 2 -4 1 -1 -2

Contoh Soal .1 Buat jaringan Perceptron untuk menyatakan fungsi logika AND dengan menggunakan masukan biner dan keluaran bipolar. Pilih  = 0,8 dan  = 0,5 Jawab : Pola hubungan masukan-target : x1 x2 t -1 1  f X1 net y X2 b

Masukan Target  pi wi + b Output Perubahan bobot w = xi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke – 1 0,8 -1 -0,8 1 Masukan Target  pi wi + b Output Perubahan bobot w = pi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke - 2 0,8 -1 1

Masukan Target  pi wi + b Output Perubahan bobot w = pi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke – 3 0,8 -1 1 Masukan Target  pi wi + b Output Perubahan bobot w = pi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke - 4 0,8 -1 1

Masukan Target  pi wi + b Output Perubahan bobot w = pi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke - 5 0,8 -1 1 Masukan Target  pi wi + b Output Perubahan bobot w = pi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke - 6 0,8 -1 1

Masukan Target  pi wi + b Output Perubahan bobot w = pi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke - 7 0,8 -1 1 Masukan Target  pi wi + b Output Perubahan bobot w = pi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke - 8 0,8 -1 1

Masukan Target  pi wi + b Output Perubahan bobot w = pi t b = t Bobot baru wbaru = wlama + w bbaru = blama + b x1 x2  t net y=f(n) w1 w2 b w1 w2 b Epoch ke - 9 0,8 -1 1

Latihan Soal .3 (TUGAS) Buat jaringan Perceptron untuk mengenali pola pada tabel di bawah ini. Gunaka  = 1 dan  = 0,1. x1 x2 X3 t 1 -1