Sistem Cerdas Peseptron

Sistem Cerdas

SistemBy Kelompok 4Asadul Umam P.Y.KPurnomoWahyu Adi WicaksonoPERCEPTRONCerdas

PERCEPTRONPerceptron merupakan jaringan syaraf yang memiliki pengaruh yang paling luas dibandingkan model jaringan syaraf sebelumnya.Perceptron pertama kali dikemukakan oleh Rosenblatt (1962), Minsky (1969) dan Papert (1988).Perceptron lebih kuat dari metode Hebb terutama dalam iterasi yang dapat membuat output dari bobot menjadi konvergen.Bila ditest terhadap pola input dapat menghasilkan output yang sesuai target.

LapisanPerceptronunit sensorunit asosiasiunit responAktivasi yang digunakan dalam pereptron adalah aktivasi bipolar, yaitu -1, 0, 1.

OutputFungsiAktifasi

ARSITEKTUR PERCEPTRONArsitektur Perceptron sederhana adalah terdiri dari beberapa input dan sebuah output.Tujuan dari jaringan adalah untuk mengklasifikasikan masing-masing pola input dan pola output baik yang bernilai +1 atau yang bernilai -1.

Arsitektur perceptron untuk klasifikasi tunggal

ARSITEKTUR PERCEPTRON

ALGORITMA PERSEPTRONAlgoritma berlaku untuk input bipolar atau input biner dengan nilai target bipolar dan nilai threshold yang tetap serta nilai bias yang dapat diatur.

Langkah 1 :Inisialisasi bobot dan bias (untuk sederhananya, set bobos dan bias dengan angka 0).Set learning rate (0 < 1) (untuk sederhananya, set dengan angka 1)

Prosedur pemecahan masalah antara lain:s : Vektor masukan : laju pemahamant : Target Keluaran : Threshold

Langkah 2:Selama kondisi berhenti bernilai salah, lakukan langkah berikut :Untuk masing-masing pasangan s dan t, kerjakan : a : set aktivasi dari unit input : xi = si b : hitung respon untuk unit output :

ALGORITMA PERSEPTRON

ALGORITMA PERSEPTRONperbaiki bobot dan bias, jika terjadi kesalahan pada pola ini :jika y t, makaw=*t*xiwi (baru) = wi (lama) + w dengan w = * xi * tb(baru) =b(lama) + b dengan b = * tjika tidak, makawi (baru) = wi (lama) b(baru) = b(lama) jika masih ada bobot yang berubah maka kondisi dilanjutkan, jika tidak maka proses berhenti.

Contoh PerceptronBuatlah jaringan saraf tiruan untuk melakukan pembelajaran terhadap fungsi logika AND dengan input biner dan target bipolar sebagai berikut.

Menggunakan algoritma pelatihan perceptron bila ditentukan nilai learning rate () = 0,8 dan nilai thershold () = 0,5Algoritma pelatihan perceptron:Bobot Awal : w1 = w2 = 0Learning rate () : 0,8Bias Awal : b = 0 Threshold () : 0,5X1X2Target00110101-1-1-11

Epoch ke-1

12

SEKIANTERIMA KASIH