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:
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
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)
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
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)
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
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)
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
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
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.