Single-Layer Perceptron
Σ Perceptron w1 n=Σpi.wi Fungsi Aktifasi p2 w2 f(y) . a=f(n) wi Bobot/Weight f(y) n=Σpi.wi a=f(n) Fungsi Aktifasi
Kasus AND Variabel Input AND x1 x2 f(y) 1
Kasus OR Variabel Input OR x1 x2 f(y) 1
Fungsi Aktivasi Fungsi undak biner (hard limit) Fungsi undak biner (threshold)
Fungsi Aktivasi Fungsi bipolar dengan threshold
Fungsi Aktivasi Fungsi Linier (identitas) Fungsi Sigmoid biner
Algoritma Pelatihan Inisialisasi laju pembelajaran (α), nilai ambang (𝛉), bobot serta bias Menghitung
Algoritma Pelatihan Jika y ≠ target, lakukan update bobot dan bias Wi baru = Wlama + α.t.Xi b baru = b lama + α.t Ulang dari langkah 2 sampai tidak ada update bobot lagi
Tugas Buat program yang mengimplementasikan single-layer perceptron!
Any Questions ?