NAMA : FARID

NIM : G 501 20 005

LATIHAN
Perceptron

Buatlah jaringan Perceptron untuk menyatakan pola fungsi logika “AND” dengan menggunakan
masukan biner dan keluaran bipolar. Pilih α =0 , 8 dan θ=0 ,5 .
X1 X2 t
0 0 -1
0 1 -1
1 0 -1
1 1 1

Jawaban:

Diketahui:
α =0 , 8
θ=0 ,5
W 1=0
W 2 =0
b=0
Penyelesaian:

Fungsi aktivasi Perceptron: F (net)=¿−1 Jika net <θ=0 , 5

1 ,Jika net ≥θ=0 , 5 ¿

 Menentukan Net 1 dan Y(net) 1 dengan nilai awal W 1=0, W 2 =0, dan b=0 sebagai berikut:
Net = b (awal) + W1 (awal) × X1 + W2(awal) × X2)
Net Data 1 = 0 + (0×0) + (0×0) = 0
Net Data 2 = 0 + (0×0) + (0×1) = 0
Net Data 3 = 0 + (0×1) + (0×0) = 0
Net Data 4 = 0 + (0×1) + (0×1) = 0

Didapatkan hasil sebagai berikut:

X1 X2 t Net 1 Y(net) 1
0 0 -1 0 -1
 0 1 -1 0 -1
1 0 -1 0 -1
1 1 1 0 -1

Dari hasil diatas bisa kita lihat bahwa nilai dari t ≠ Y (net)1 pada data ke-4 sehingga dapat
dipastikan pada data ke 1-3 sudah mempunyai nilai t=Y (net)1. Oleh karena itu kita melanjutkan
dengan melakukan iterasi (epoch 1) dengan ketentuan rumus untuk nilai perubahan bobot dan
bias sebagai berikut:

 Untuk data ke 1-3 karena nilai t=Y (net)1 maka tidak ada perubahan bobot dan biasnya
sehingga:
W (baru) = W (lama)
b (baru) = b (lama)

 Untuk data ke 4 karena nilai t ≠ Y (net)1 maka perubahan bobot dan biasnya sebagai berikut:
W 1 (baru) = W 1 (lama) + (α × t× X 1)
W 2 (baru) = W 2 (lama) + (α × t × X 2)
b (baru) = b (lama) + (α × t)

 Melakukan Iterasi (Epoch 1)

 Untuk W 1
W 1 Data 1 (baru) = 0
W 1 Data 2 (baru) = 0
W 1 Data 3 (baru) = 0
W 1 Data 4 (baru) = 0 + (0 , 8 ×1×1) = 0,8

 Untuk W 2
W 2 Data 1 (baru) = 0
W 2 Data 2 (baru) = 0
W 2 Data 3 (baru) = 0
W 2 Data 4 (baru) = 0 + (0 , 8 ×1×1) = 0,8

 Untuk b
 b Data 1 (baru) =0
b Data 2 (baru) =0
b Data 3 (baru) =0
b Data 4 (baru) = 0 + (0 , 8 ×1) = 0,8

Berdasarkan hasil perhitungan iterasi 1 diatas di peroleh nilainya sebagai berikut:

Inisiasi W1 0 W2 0 B 0
Data 1 W 1 (baru) 0 W 2 (baru) 0 b (baru) 0
Data 2 W 1 (baru) 0 W 2 (baru) 0 b (baru) 0
Data 3 W 1 (baru) 0 W 2 (baru) 0 b (baru) 0
Data 4 W 1 (baru) 0,8 W 2 (baru) 0,8 b (baru) 0,8

 Menghitung nilai Net 2 dan Y(Net) 2

Untuk nilai W 1, W 2 , dan b menggunakan data terakhir pada hasil iterasi (epoch 1)
Net = b (baru) + W1 (baru) × X1 + W2(baru) × X2)
Net Data 1 = 0,8 + (0, 8 ×0) + (0, 8 ×0) = 0,8
Net Data 2 = 0,8 + (0, 8 ×0) + (0, 8 ×1) = 1,6
Net Data 3 = 0,8 + (0, 8 ×1) + (0, 8 ×0) = 1,6
Net Data 4 = 0,8 + (0, 8 ×1) + (0, 8 ×1) = 2,4

Didapatkan hasil sebagai berikut:

X1 X2 T Net 1 Y(net) 1 Net 2 Y(net) 2
0 0 -1 0 -1 0.8 1
0 1 -1 0 -1 1.6 1
1 0 -1 0 -1 1.6 1
1 1 1 0 -1 2.4 1

Dari hasil diatas bisa kita lihat bahwa nilai dari t ≠ Y (net)2 pada data ke 1-3 sehingga dapat
dipastikan pada data ke 4 sudah mempunyai nilai t=Y (net)2 . Oleh karena itu kita melanjutkan
dengan melakukan iterasi (epoch 2) dengan ketentuan rumus untuk nilai perubahan bobot dan
bias sebagai berikut:

 Untuk data ke 4 karena nilai t=Y (net)2 maka tidak ada perubahan bobot dan biasnya
sehingga:
 W (baru) = W (lama)
b (baru) = b (lama)

 Untuk data ke 1-3 karena nilai t ≠ Y (net)2 maka perubahan bobot dan biasnya sebagai
berikut:
W 1 (baru) = W 1 (lama) + (α × t× X 1)
W 2 (baru) = W 2 (lama) + (α × t × X 2)
b (baru) = b (lama) + (α × t)

 Melakukan Iterasi (Epoch 2)

 Untuk W 1
W 1 Data 1 (baru) = 0,8 + (0 , 8 ×−¿1×0) = 0,8
W 1 Data 2 (baru) = 0,8 + (0 , 8 ×-1×0) = 0,8
W 1 Data 3 (baru) = 0,8 + (0 , 8 ×-1×1) = 0
W 1 Data 4 (baru) = 0

 Untuk W 2
W 2 Data 1 (baru) = 0,8 + (0 , 8 ×−¿1×0) = 0,8
W 2 Data 2 (baru) = 0,8 + (0 , 8 ×-1×1) = 0
W 2 Data 3 (baru) = 0,8 + (0 , 8 ×-1×0) = 0
W 2 Data 4 (baru) = 0

 Untuk b
b Data 1 (baru) = 0,8 + (0 , 8 ×−¿1) = 0
b Data 2 (baru) = 0 + (0 , 8 ×−¿1) = -0,8
b Data 3 (baru) = 0,8 + (0 , 8 ×−¿1) = -1,6
b Data 4 (baru) = -1,6

Berdasarkan hasil perhitungan iterasi 2 diatas di peroleh nilainya sebagai berikut:

Inisiasi W1 0,8 W2 0,8 b 0,8
Data 1 W 1 (baru) 0,8 W 2 (baru) 0,8 b (baru) 0
Data 2 W 1 (baru) 0,8 W 2 (baru) 0 b (baru) -0,8
 Data 3 W 1 (baru) 0 W 2 (baru) 0 b (baru) -1,6
Data 4 W 1 (baru) 0 W 2 (baru) 0 b (baru) -1,6

 Menghitung nilai Net 3 dan F(Net) 3

Untuk nilai W 1, W 2 , dan b menggunakan data terakhir pada hasil iterasi (epoch 2)
Net = b (baru) + W1 (baru) × X1 + W2(baru) × X2)
Net Data 1 = -1,6 + (0×0) + (0×0) = -1,6
Net Data 2 = -1,6 + (0×0) + (0×1) = -1,6
Net Data 3 = -1,6 + (0×1) + (0×0) = -1,6
Net Data 4 = -1,6 + (0×1) + (0×1) = -1,6

Didapatkan hasil sebagai berikut:

X1 X2 T Net 1 Y(net) 1 Net 2 Y(net) 2 Net 3 Y(net) 3
0 0 -1 0 -1 0.8 1 -1.6 -1
0 1 -1 0 -1 1.6 1 -1.6 -1
1 0 -1 0 -1 1.6 1 -1.6 -1
1 1 1 0 -1 2.4 1 -1.6 -1

Dari hasil diatas bisa kita lihat bahwa nilai dari t ≠ Y (net)3 pada data ke-4 sehingga dapat
dipastikan pada data ke 1-3 sudah mempunyai nilai t=Y (net)3 . Oleh karena itu kita melanjutkan
dengan melakukan iterasi (epoch 3) dengan ketentuan rumus untuk nilai perubahan bobot dan
bias sebagai berikut:

 Untuk data ke 1-3 karena nilai t=Y (net)3 maka tidak ada perubahan bobot dan biasnya
sehingga:
W (baru) = W (lama)
b (baru) = b (lama)
 Untuk data ke 4 karena nilai t ≠ Y (net)3 maka perubahan bobot dan biasnya sebagai berikut:
W 1 (baru) = W 1 (lama) + (α × t× X 1)
W 2 (baru) = W 2 (lama) + (α × t × X 2)
b (baru) = b (lama) + (α × t)

 Melakukan Iterasi (Epoch 3)

 Untuk W 1
 W 1 Data 1 (baru) = 0
W 1 Data 2 (baru) = 0
W 1 Data 3 (baru) = 0
W 1 Data 4 (baru) = 0 + (0 , 8 ×1×1) = 0,8

 Untuk W 2
W 2 Data 1 (baru) = 0
W 2 Data 2 (baru) = 0
W 2 Data 3 (baru) = 0
W 2 Data 4 (baru) = 0 + (0 , 8 ×1×1) = 0,8

 Untuk b
b Data 1 (baru) = -1,6
b Data 2 (baru) = -1,6
b Data 3 (baru) = -1,6
b Data 4 (baru) = -1,6 + (0 , 8 ×1) = -0,8

Berdasarkan hasil perhitungan iterasi 3 diatas di peroleh nilainya sebagai berikut:

Inisiasi W1 0 W2 0 b -1,6
Data 1 W 1 (baru) 0 W 2 (baru) 0 b (baru) -1,6
Data 2 W 1 (baru) 0 W 2 (baru) 0 b (baru) -1,6
Data 3 W 1 (baru) 0 W 2 (baru) 0 b (baru) -1,6
Data 4 W 1 (baru) 0,8 W 2 (baru) 0,8 b (baru) -0,8

 Menghitung nilai Net 4 dan Y(Net) 4

Untuk nilai W 1, W 2 , dan b menggunakan data terakhir pada hasil iterasi (epoch 3)
Net = b (baru) + W1 (baru) × X1 + W2(baru) × X2)
Net Data 1 = -0,8 + (0, 8 ×0) + (0, 8 ×0) = -0,8
Net Data 2 = -0,8 + (0, 8 ×0) + (0, 8 ×1) = 0
Net Data 3 = -0,8 + (0, 8 ×1) + (0, 8 ×0) = 0
Net Data 4 = -0,8 + (0, 8 ×1) + (0, 8 ×1) = 0,8
Didapatkan hasil sebagai berikut:
X1 X2 t Net 1 Y(net) 1 Net 2 Y(net) 2 Net 3 Y(net) 3 Net 4 Y(net) 4
0 0 -1 0 -1 0.8 1 -1.6 -1 -0.8 -1
0 1 -1 0 -1 1.6 1 -1.6 -1 0 -1
1 0 -1 0 -1 1.6 1 -1.6 -1 0 -1
1 1 1 0 -1 2.4 1 -1.6 -1 0.8 1

Berdasarkan hasil tabel diatas, kita lihat bahwa nilai dari t=Y (net)4 sudah sama, dengan
dilakukan iterasi sebanyak 3 kali dan kita menggunakan nilai dari θ=0 ,5 , W 1=0 , 8, W 2 =0 , 8,
dan b=−0 , 8, sehingga kita telah memperoleh hasil akhir yang sudah sesuai dengan target atau
pola dari suatu fungsi logika “AND” dan apabila semua output dari jaringan sudah sama dengan
target maka dapat dikatakan bahwa jaringan telah mengenali pola dari fungsi logika “AND”
dengan sangat baik dan iterasi dapat dihentikan.