Dik :
X1 X2 Target
0 0 -1
0 1 -1
1 0 -1
1 1 1
w1 = 0, w2= 0,
b = 0,
= 0,8,
= 0,5
bobotBaru = wi(lama) + ( * t * Xi )
biasBaru = b(lama) + ( * t)
Epoch 1
Data Ke-1
y_in =b+(w1 X1) + (w2 X2)
y_in = 0+(0*0) + (0*0)
=0
y= {
1 , jika y ¿∈ ¿> 0 ,5 ¿ 0 , jika−0 ,5 ≤ y ¿ ≤ 0 ,5
−1 , jika y ¿ ←0 , 5
¿
Karena y_in = 0 maka hasil aktivasi y = 0 (0, jika -0,2 ≤ y_in ≤ 0,2)
y = 0, tidak sama dengan target = -1, maka harus update bobot dan bias
Epoch 1
Data Ke-2
y_in =b+(w1 X1) + (w2 X2)
y_in = -0,8 +(0*0) + (0*1)
= -0,8
y= {
1 , jika y ¿∈ ¿> 0 ,5 ¿ 0 , jika−0 ,5 ≤ y ¿ ≤ 0 ,5
−1 , jika y ¿ ←0 , 5
¿
Epoch 1
Data Ke-3
y_in =b+(w1 X1) + (w2 X2)
y_in = -0,8 +(0*1) + (0*0)
= -0,8
y= {
1 , jika y ¿∈ ¿> 0 ,5 ¿ 0 , jika−0 ,5 ≤ y ¿ ≤ 0 ,5
−1 , jika y ¿ ←0 , 5
¿
w1(baru)= 0 + ( 1 * -1 * 0 ) = 0
w2(baru) = 1 + ( 1 * -1 * 1 ) = 0
biasBaru = 0 + (1 * -1) = -1
No. Neuron Input Bobot Baru
y_in y_out
Epoch X1 X2 t w1 w2 b
0 0 0
1 1 -1 0 0 1 1 1
1 0 -1 2 1 0 1 0
1
0 1 -1 1 1 0 0 -1
0 0 1 -1 -1 0 0 -1
= -1
y_out ¿
w1(baru)= 0 + ( 1 * -1 * 0 ) = 0
w2(baru) = 0 + ( 1 * -1 * 0 ) = 0
biasBaru = -1 + (1 * -1) = -2
No. Neuron Input Bobot Baru
y_in y_out
Epoch X1 X2 t w1 w2 b
0 0 0
1 1 -1 0 0 1 1 1
1 0 -1 2 1 0 1 0
1
0 1 -1 1 1 0 0 -1
0 0 1 -1 -1 0 0 -1
1 1 -1 -1 -1
1 0 -1
2
0 1 -1
0 0 1
Epoch 2
Data Ke-1
= -1
y_out ¿
Fungsi aktivasinya karena y_in = -1 maka y_out = -1 (0, jika -0,2 ≤ y_in ≤ 0,2)
y_out = -1, sedangkan target = 1, maka harus update bobot dan bias atau ke Data Ke-2
(y_out & target mesti sama untuk menghentikan iterasi)
Data Ke-2
w1(baru) = 0 + ( 1 * 1 * 1 ) = 1
w2(baru) = 0 + ( 1 * 1 * 1 ) = 1
biasBaru = -1 + (1 * 1) = 0
No. Neuron Input Bobot Baru
y_in y_out
Epoch X1 X2 t w1 w2 b
0 0 0
1 1 1 0 0 1 1 1
1 0 -1 2 1 0 1 0
1
0 1 -1 1 1 0 0 -1
0 0 -1 -1 -1 0 0 -1
1 1 1 -1 -1 1 1 0
1 0 -1 2 1
2
0 1 -1
0 0 -1
=2
y_out ¿
w1(baru) = 1 + ( 1 * -1 * 1 ) = 0
w2(baru) = 1 + ( 1 * -1 * 0 ) = 1
biasBaru = 0 + (1 * -1) = -1
No. Neuron Input Bobot Baru
y_in y_out
Epoch X1 X2 t w1 w2 b
0 0 0
1 1 1 0 0 1 1 1
1 0 -1 2 1 0 1 0
1
0 1 -1 1 1 0 0 -1
0 0 -1 -1 -1 0 0 -1
1 1 1 -1 -1 1 1 0
1 0 -1 2 1 0 1 -1
2
0 1 -1 -1 -1
0 0 -1
= -1
y_out ¿
karena y_in dan y_out sama maka nilai bobot dan bias akan ikut dengan nilai data sebelumnya
No. Neuron Input Bobot Baru
y_in y_out
Epoch X1 X2 t w1 w2 b
0 0 0
1 1 1 0 0 1 1 1
1 0 -1 2 1 0 1 0
1
0 1 -1 1 1 0 0 -1
0 0 -1 -1 -1 0 0 -1
1 1 1 -1 -1 1 1 0
1 0 -1 2 1 0 1 -1
2
0 1 -1 -1 -1 0 1 -1
0 0 -1 0 0 0 1 -1
=0
y_out ¿
w1(baru)= 0 + ( 1 * -1 * 0 ) = 0
w2(baru) = 0 + ( 1 * -1 * 0 ) = 0
biasBaru = -1 + (1 * -1) = -2