Scribd Logo
Unggah

Selamat datang di Scribd!

  • IX. Perceptron Lapis Tunggal

    Diunggah oleh

    izzy_zy
    258 tayangan19 halaman
    1. Dokumen tersebut membahas tentang jaringan syaraf tiruan perceptron lapis tunggal, termasuk sejarahnya, arsitektur, dan algoritma pelatihan dan aplikasinya. 2. Perceptron lapis tunggal ditemukan oleh Frank Rosenblatt pada tahun 1950-an sebagai pemodelan sederhana dari retina mata, dan memiliki satu lapisan input dan satu unit output. 3. Algoritma pelatihan perceptron bekerja dengan memperbarui bobot berdasarkan

    Deskripsi Asli:

    Jaringan Syaraf Tiruan

    Hak Cipta

    © © All Rights Reserved

    Format Tersedia

    PPTX, PDF, TXT atau baca online dari Scribd

    Apakah menurut Anda dokumen ini bermanfaat?

    Apakah konten ini tidak pantas?

    Laporkan Dokumen Ini
    1. Dokumen tersebut membahas tentang jaringan syaraf tiruan perceptron lapis tunggal, termasuk sejarahnya, arsitektur, dan algoritma pelatihan dan aplikasinya. 2. Perceptron lapis tunggal ditemukan oleh Frank Rosenblatt pada tahun 1950-an sebagai pemodelan sederhana dari retina mata, dan memiliki satu lapisan input dan satu unit output. 3. Algoritma pelatihan perceptron bekerja dengan memperbarui bobot berdasarkan

    Hak Cipta:

    © All Rights Reserved
    Unduh sebagai PPTX, PDF, TXT atau baca online dari Scribd
    Tandai sebagai konten tidak pantas
    258 tayangan19 halaman

    IX. Perceptron Lapis Tunggal

    Diunggah oleh

    izzy_zy
    1. Dokumen tersebut membahas tentang jaringan syaraf tiruan perceptron lapis tunggal, termasuk sejarahnya, arsitektur, dan algoritma pelatihan dan aplikasinya. 2. Perceptron lapis tunggal ditemukan oleh Frank Rosenblatt pada tahun 1950-an sebagai pemodelan sederhana dari retina mata, dan memiliki satu lapisan input dan satu unit output. 3. Algoritma pelatihan perceptron bekerja dengan memperbarui bobot berdasarkan

    Hak Cipta:

    © All Rights Reserved
    Unduh sebagai PPTX, PDF, TXT atau baca online dari Scribd
    Tandai sebagai konten tidak pantas
    dari 19

    Jaringan Syarat Tiruan

    Perceptron
    Jaringan Syarat Tiruan
    Perceptron Lapis Tunggal
    Sejarah Perceptron Lapis Tunggal
    Ditemukan oleh Frank
    Rosenbalt
    (seorang Psikolog)
    di penghujung tahun
    1950-an
    Teknik ini merupakan
    pemodelan sederhana
    dari
    retina mata manusia
    Arsitektur JST Perceptron Lapis Tunggal
    Perceptron lapis tunggal
    dapat dikatakan
    sebagai salah satu
    jaringan syaraf tiruan
    yang sederhana.
    Teknik ini hanya
    mempunyai satu lapisan
    input (terdiri dari n unit
    input) dan satu unit
    output.
    Algoritma
    JST
    Algoritma
    Pelatihan
    Algoritma
    Pengujian
    Algoritma Pelatihan JST
    Algoritma pelatihan digunakan
    untuk melatihJST, yakni
    dengan cara mengajarinya
    dengan contoh-contoh
    kasus/pola sampai jaringan
    saraf tiruan berhasil mengenali
    pola tersebut.
    Setiap kali output yang
    dihasilkan oleh jaringan saraf
    tiruan tidak sesuai dengan
    target yang diharapkan maka
    setiap kali pula bobotnya di-
    update.
    Hal ini terus-menerus
    dilakukan sampai tidak ada
    lagi bobot yang berubah.
    Bobot-bobot terakhir yang
    diperoleh pada saat pelatihan
    jaringan syaraf tiruan inilah
    yang akan digunakan pada
    saat pengujian.
    Algoritma Pelatihan JST Perceptron
    Langkah
    0
    Langkah
    1
    Langkah
    2
    Langkah
    3
    Langkah
    4
    Langkah
    5
    Langkah
    6
    Algoritma Pelatihan Perceptron
    Langkah 0
    Inisialisasi bobot-bobot dan bias.
    Sebaiknya bobot-bobot dan bias diset sama
    dengan 0
    Tentukan angka pembelajaran (0<1)
    Sebaiknya angka pembelajaran diset sama
    dengan 1
    Tentukan nilai ambang (0<1)
    Langkah 0 Algoritma Pelatihan Perceptron
    Inisialisasi
    bobot-bobot dan
    bias.
    Menentukan
    angka
    pembelajaran
    (0<1)
    Menentukan
    nilai ambang
    (0<1)
    Langkah 1 Algoritma Pelatihan Perceptron
    Mengulangi
    Langkah 2
    Langkah 2 Algoritma Pelatihan Perceptron
    Untuk setiap pasangan
    latihan sensor (s) : target (t),
    lakukan:
    Langkah 3
    Langkah 4
    Langkah 5
    Langkah 3 Algoritma Pelatihan JST Perceptron
    Menentukan aktivasi
    unit-unit input:
    xi = si
    Langkah 4 Algoritma Pelatihan Perceptron
    Menghitung respon
    dari unit output:
    yin = b + xiwi
    y = 1 jika yin >
    y = 0 jika - yin
    y = -1 jika yin < -
    Langkah 5 Algoritma Pelatihan JST Perceptron
    Mengupdate bobot-bobot
    dan bias jika error terjadi
    pada pola y.
    Jika y t, maka:
    wi (baru) = wi (lama) + t xi
    b (baru) = b (lama) + t
    Langkah 6 Algoritma Pelatihan Perceptron
    Sampai kondisi berhenti
    terpenuhi.
    Kondisi berhenti adalah
    kondisi dimana tidak ada
    bobot yang berubah
    pada langkah 2.
    Algoritma Aplikasi JST Perceptron
    Langkah
    0
    Langkah
    1
    Langkah
    2
    Langkah
    3
    Langkah 0 Algoritma Aplikasi JST Perceptron
    Menerapkan
    algoritma pelatihan
    untuk mengeset
    bobot-bobot.
    Langkah 1 Algoritma Aplikasi JST Perceptron
    Melakukan langkah 2-3 untuk
    setiap vektor input x yang ingin
    diklasifikasikan
    Langkah 2. Mengeset aktivasi
    unit-unit input (xi), i=1,...,n
    xi = si
    Langkah 3. Menghitung respon
    unit output (y): yin = b + xiwi
    Langkah 3 Algoritma Aplikasi JST Perceptron
    Menghitung respon unit
    output (y): yin = b + xiwi
    y = 1 jika yin >
    y = 0 jika - yin
    y = -1 jika yin = -

    Anda mungkin juga menyukai