A. ARSITEKTUR PERCEPTRON
Model jaringan perceptron ditemukan Rosenblatt (1962) dan Minsky-Papert (1969). Model
tersebut merupakan model yang memiliki aplikasi dan pelatihan yang paling baik pada era
tersebut.
Jaringan terdiri dari beberapa unit masukan (ditambah sebuah bias), memiliki sebuah unit
keluaran. Hanya saja fungsi aktivasi bukan merupakan fungsi biner (atau bipolar), tetapi
memiliki kemungkinan nilai -1, 0 atau 1.
Nilai threshold 𝜃 yang ditentukan :
1 𝑗𝑖𝑘𝑎 𝑛𝑒𝑡 > 𝜃
f(net) = { 0 𝑗𝑖𝑘𝑎 − 𝜃 ≤ 𝑛𝑒𝑡 ≤ 𝜃
−1 𝑗𝑖𝑘𝑎 𝑛𝑒𝑡 < −𝜃
Secara geometris, fungsi aktivasi membentuk 2 garis sekaligus, masing-masing dengan
persamaan :
w1x1 + w2x2 + ... + wnxn + b = 𝜃
dan
w1x1 + w2x2 + ... + wnxn + b = - 𝜃
Contoh 4.1:
Buatlah perceptron untuk mengenali fungsi logika “AND” dengan masukan dan keluaran
bipolar. Untuk inisialisasi, gunakan bobot dan bias awal = 0, α = 1 dan threshold = 0.
Penyelesaian :
Tabel masukan dan target fungsi logika “dan” dengan masukan dan keluaran bipolar tampak
dalam tabel 2.1
Pada tabel 4.4 nilai Keluaran f(net) sama dengan Target (t), maka jaringan Perceptron
tersebut sudah mengenali pola sehingga iterasi dihentikan.
Contoh 4.2:
Diketahui 6 buah pola masukan seperti gambar 3.1 :
Perceptron yang dipakai untuk mengenali pola huruf “A” (atau bukan “A”) memiliki 63 unit
masukan, sebuah bias dan sebuah unit keluaran. Misalnya bobot awal diambil = 0 untuk
semua bobot maupun bias, α = 1, 𝜃 = 0.5
Pelatihan dilakukan dengan cara memasukkan 63 unit masukan (sebuah pola huruf).
Dihitung
net = ∑63
𝑖=1 xi wi + b.
Berikutnya, fungsi aktivasi dihitung menggunakan persamaan
1 𝑗𝑖𝑘𝑎 𝑛𝑒𝑡 > 0.5
𝑦 = 𝑓(𝑛𝑒𝑡) = { 0 𝑗𝑖𝑘𝑎 𝑛𝑒𝑡 − 0.5 ≤ 𝑛𝑒𝑡 ≤ 0.5
−1 𝑗𝑖𝑘𝑎 𝑛𝑒𝑡 < −0.5
Apabila f(net) ≠ target, maka bobot dan bias diubah
Proses pelatihan dilakukan terus hingga semua keluaran jaringan sama dengan targetnya.
Latihan 4.1
Buatlah perceptron untuk mengenali pola yang berbentuk pada fungsi logika XOR dengan α =
1 dan 𝜃 = 0.2
a. Tanpa menggunakan bias (jika mungkin)
b. Menggunakan bias
Tunjukkan secara grafik bahwa tanpa bias, perceptron tidak akan mampu mengenali pola secara
benar.