Perceptron Algoritma Pelatihan Perceptron:

Presentasi berjudul: "Perceptron Algoritma Pelatihan Perceptron:"— Transcript presentasi:

1 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 :

2 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.

3 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

4 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

5 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

6 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

7 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

8 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

9 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

10 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

11 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

12 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

13 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

14 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

15 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