Tugas 4 (Machine Learning) Jaringan Syaraf Tiruan

Oleh: Nama NRP Kelas Dosen : Puspita Triwahyuni : 7411040711 : D4 LJ PJJ : Entin Martiana K

POLITEKNIK ELEKTRONIKA NEGERI SURABAYA ITS 2012

Soal : Kerjakan soal klasifikasi penyakit hipertensi yang ada dalam ppt Latihan Jaringan Syaraf Tiruan. Gambarkan konfigurasi JSTnya, asumsikan bobot awal secara random. Lakukan iterasi sampai didapatkan bobot yang sesungguhnya kemudian lakukan testing terhadap data tes yang ada pada ppt, apakah hasilnya? Kumpulkan pekerjaan anda dalam file doc/zip.

Contoh Kasus :

Deteksi penyakit hipertensi

Umur Muda Muda Paruh baya Paruh baya tua Kegemukan Gemuk Sangat gemuk Gemuk Terlalu gemuk Terlalu gemuk Hipertensi Tidak Tidak Tidak Ya ya

Transformasi ke nilai numeric Umur 0 0 1 1 2 Simple Network Kegemukan 0 1 0 2 2 hipertensi 0 0 0 1 1

X1

T>2 X2

Description of parameter Input sequence = {0 0, 0 1, 1 0, 1 2, 22} Target = {0, 0, 0, 1, 1} Input = {1, x1, x2} W = {w1, w2, w3}

Training a perceptron I1 1 1 1 1 1 I2 0 0 1 1 2 I3 0 1 0 2 2 Summation (1*-0.9) + (0*-0.7) + (0*0.4) = -0.9 (1*-0.9) + (0*-0.7) + (1*0.4) = -0.5 (1*-0.9) + (1*-0.7) + (0*0.4) = -1.6 (1*-0.9) + (1*-0.7) + (2*0.4) = -0.8 (1*-0.9) + (2*-0.7) + (2*0.4) = -1.5 Output 0 0 0 0 0

ERORR ! Update W

Update W I1 1 1 1 1 1 I2 0 0 1 1 2 I3 0 1 0 2 2 Summation (1*-0.5) + (0*0.8) + (0*0.9) = -0.5 (1*-0.5) + (0*0.8) + (1*0.9) = 0.4 (1*-0.5) + (1*0.8) + (0*0.9) = 0.3 (1*-0.5) + (1*0.8) + (2*0.9) = 2.1 (1*-0.5) + (2*0.8) + (2*0.9) = 2.9 Output 0 0 0 1 1