UTS Machine Learning

Nama :Syawaludin Hasyim

Prodi : SK
Kelas : D

PROGRAM STUDI SISTEM KOMPUTER

STMIK STIKOM INDONESIA
DENPASAR 2021
PETUNJUK PENGERJAAN SOAL:

1. Bacalah soal secara seksama dan pahami maksudnya

2. Soal dikerjakan secara mandiri!

SOAL

Perhatikan jaringan berikut!

Struktur jaringan diatas terdiri dari 3 lapis yaitu lapisan input, lapisan hidden, dan
lapisan output. Terdapat 2 node pada lapisan input, 3 node pada lapisan hidden, dan 1 node
pada lapisan output. Jaringan tersebut akan dilatih dengan menggunakan algoritma
backpropagation, sehingga nanti akan mengeluarkan nilai output sesuai dengan yang
diharapkan. Arsitektur tidak memiliki bias.
Berikut untuk data latih yang digunakan:
No. x1 x2 Target (t)

1 1 0 1

2 1 1 0

3 0 0 0

4 0 1 1

Bobot antar Lapisan:

Input\Hidden z1 z2 z3

x1 ? ? ?

x2 ? ? ?

Hidden\Output Y
 z1 ?

z2 ?

z3 ?

Bobot dari lapisan input ke lapisan hidden berada dalam rentang nilai 0,01 < w < 0,99.
Bobot dari lapisan hidden ke lapisan output berada dalam rentang nila 0,2 < v < 0,89. Jadi
tentukan nilai bobot yang akan digunakan, pastikan sesuai dengan rentang yang sudah
ditentukan.
Nilai learning rate yang digunakan adalah 0,025. Nilai error MSE yang diharapkan
adalah 0,0001. Fungsi aktivasi menggunakan fungsi sigmoid �! = �(�) = "

sigmoid adalah �%(�) = �!(1 − �!)

"#$!" dan turunan fungsi

Berdasarkan pada nilai parameter pada arsitektur, tentukanlah beberapa hal berikut:
a) Berapa nilai bobot akhir yang diperoleh setelah 1 epoch
b) Berapa nilai MSE yang diperoleh setelah 1 epoch

------------------------------------------ Sukses & Selamat Mengerjakan -----------------------------------------

-
Jawab:
Struktur jaringan diatas terdiri dari 3 lapis yaitu lapisan input, lapisan hidden, dan lapisan output.
Terdapat 2 node pada lapisan input, 3 node pada lapisan hidden, dan 1 node pada lapisan output.
Jaringan tersebut akan dilatih dengan menggunakan algoritma backpropagation, sehingga nanti akan
mengeluarkan nilai output sesuai dengan yang diharapkan. Arsitektur tidak memiliki bias.
Berikut untuk data latih yang digunakan:
NO X1 X2 Target

1 1 0 1

2 1 1 0

3 0 0 0

4 0 1 1

Bobot antar lapisan:

-input layer
Bobot dari lapisan input ke lapisan hidden berada dalam rentang nilai 0,01 < w < 0,99
 Input/Hidden Z1 Z2 Z3

X1 0,10 0,20 0,08

X2 0,12 0,25 0,05

-hidden layer
lapisan hidden ke lapisan output berada dalam rentang nila 0,2 < v < 0,89

Hidden Layer Y

Z1 0,45

Z2 0,60
Z3 0,25

a) Berapa nilai bobot akhir yang diperoleh setelah 1 epoch

Bobot = Wi(baru) =Wi(lama) + Xi * Yi

- bobot data 1
X1 = 1, X2 = 0, Y = 1
W1(baru) = W1 (lama) + X1 * Y
=0+1*1=1
W2(baru) = W2 (lama) + X1 * Y
=0+0*1=0
- bobot data 2
X1 = 1, X2 = 1, Y = 0
W1(baru) = W1 (lama) + X1 * Y
=0+1*0=0
W2(baru) = W2 (lama) + X1 * Y
=0+1*0=0
- bobot data 3
X1 = 0, X2 = 0, Y = 0
W1(baru) = W1 (lama) + X1 * Y
=0+0*0=0
W2(baru) = W2 (lama) + X1 * Y
=0+0*0=0
- bobot data 4
X1 = 0, X2 = 1, Y = 1
W1(baru) = W1 (lama) + X1 * Y
=0+0*1=1
W2(baru) = W2 (lama) + X1 * Y
=0+1*1=1
Jadi nilai akhir setelah epoch adalah 1
b) Berapa nilai MSE yang diperoleh setelah 1 epoch

Error = ½ (TARGETi – PREDIKSIi)2

= ½ ((t1 - ty1)2 + (t2 - y2)2)

= ½ ((1 – 0,45 )2 + (0 -0,60)2)

= -17,391