Anda di halaman 1dari 3

Backpropagation Untuk mengenali pola huruf

JST didesain dan dilatih untuk mengenali huruf A, B, dan C


Masing-masing huruf diwakili oleh nilai Boolean 5x7
Huruf
Pembentukan
Huruf

Huruf A
0 0
0 1
0 1
1 0
1 1
1 0
1 0

Simbol Huruf

1
0
0
0
1
0
0

0
1
1
0
1
0
0

0
0
0
1
1
1
1

00100 01010 01010 10001


11111 10001 10001
Output: A=100,B=010,C=001

Huruf B
1 1 1 1 0
1 0 0 0 1
1 0 0 0 1
1 1 1 1 0
1 0 0 0 1
1 0 0 0 1
1 1 1 1 0
11110 10001 10001 11110
10001 10001 11110

Huruf C
1 1
1 0
1 0
1 0
1 0
1 0
1 1

1
0
0
0
0
0
1

1
0
0
0
0
0
1

1
0
0
0
0
0
1

11111 10000 10000 10000


10000 10000 11111

Arsitektur Jaringan:

Mempunyai input 35 unit


Outputnya 3 unit
Layer tersembunyi misalnya terdapat 10 unit
= 0,3
Fungsi Aktifasi : logsig dan purelin

Y1
X1

Z1
Y2

X2

Z2

X.35

Z10

Y3

Data pelatihan:
Pola
Pola 1
Pola 2
Pola 3

Input
00100010100101010001111111000110001
11110100011000111110100011000111110
11111100001000010000100001000011111

Target
100
010
001

Perintah Matlab
>> P=[0 1 1 ;0 1 1 ;1 1 1 ;0 1 1 ;0 0 1 ;0 1 1 ;1 0 0 ;0 0 0 ;1 0 0 ;0 1 0 ;0 1 1 ;1 0 0 ;0 0 0 ;1 0 0 ;0 1 0 ;1 1 1
;0 1 0 ;0 1 0 ;0 1 0 ;1 0 0 ;1 1 1 ;1 0 0 ;1 0 0 ;1 0 0 ;1 1 0 ;1 1 1 ;0 0 0 ;0 0 0 ;0 0 0 ;1 1 0 ;1 1 1 ;0 1 1 ;0 1 1
;0 1 1 ;1 0 1];
>> T=[1 0 0;0 1 0;0 0 1];
>> net=newff(minmax(P),[10,3],{ 'logsig', 'purelin'},'traingd');
>> net.trainParam.goal=0.000005;
>> net.trainParam.epoch=10000;
>> net.trainParam.lr=0.3;
>> net.IW{1,1}
>> net.LW{2,1}
>> net.b{1}
>> net.b{2}
>> net=train(net,P,T);
>> P=[0;0;1;0;0;0;1;0;1;0;0;1;0;1;0;1;0;0;0;1;1;1;1;1;1;1;0;0;0;1;1;0;0;0;1];
>> y=sim(net,P)
>> P=[1;1;1;1;0;1;0;0;0;1;1;0;0;0;1;1;1;1;1;0;1;0;0;0;1;1;0;0;0;1;1;1;1;1;0];
>> y=sim(net,P)

Hitung bobot-bobot pada perhitungan data pertama epoch pertama JST backpropagation untuk
mengenali pola dibawah huruf A dan B.
Huruf
Pembentukan
Huruf

Simbol Huruf
Output: A=1,B=0

Huruf A
0 1 0
1 0 1
1 1 1
1 0 1
010 101 111 101

Huruf C
1 1 1
1 0 0
1 0 0
1 1 1
111 100 100 111

Arsitektur Jaringan:

Mempunyai input 12 unit


Outputnya 1 unit
1 layer tersembunyi yang terdiri dari 2 unit
= 0,3
Fungsi Aktifasi : logsig dan purelin
Bobot-bobot jaringan
Z1
Z2
1
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12