AI Workshop & Tutorial

Hands-on Perceptron from Scratch

Prof. Dr. Eng. Wisnu Jatmiko
Dr. Ario Yudo Husodo
Machmud Roby A. M.Kom
Grafika Jati, M.Kom

Faculty of Computer Science, 26 Oktober 2021

 Artificial Neural Network (ANN) at Glance

Single Layer Perceptron Multi Layer Perceptron Learning Vector Quantization

(LVQ)
Sonar Dataset : 60 feature, 2 class
The resources for this dataset can be found at https://www.openml.org/d/40 Author: Source:
Unknown - Please cite: NAME: Sonar, Mines vs. Rocks SUMMARY: This is the data set used by
Gorman and Sejnowski in their study of the classification of sonar signals using a neural network [1].

https://datahub.io/machine-learning/sonar
import library dan fungsi untuk load data
dari penyimpanan lokal

Inisialisasi dan import library yang digunakan

Load dataset sonar

Fungsi untuk mempersiapkan data
Fungsi untuk pembagian Dataset menjadi k
fold
Fungsi untuk evaluasi performa klasifier
Fungsi utama untuk evaluasi klasifier
Fungsi untuk testing klasifier dan training
bobot
Fungsi utama perceptron
Pemanggilan data, setting perameter, dan
main command
 Analisa Performa

F1-Score adalah harmonic mean dari precision dan recall

Reference
• https://datahub.io/machine-learning/sonar
• GitHub - architsingh15/Perceptron-Algorithm-from-scratch-Sonar-
Dataset: Analysis of the Sonar Dataset using algorithm designed from
scratch
The End of Presentation