Web viewTerdapat jenis jst, salah satunya : perceptron, dimana Perceptron biasanya digunakan untuk...

download Web viewTerdapat jenis jst, salah satunya : perceptron, dimana Perceptron biasanya digunakan untuk mengklasifikasikan suatu tipe pola tertentu yang sering dikenal

If you can't read please download the document

Transcript of Web viewTerdapat jenis jst, salah satunya : perceptron, dimana Perceptron biasanya digunakan untuk...

1. Terdapat sekumpulan angka yang kita berikan nama matriks P, sebagai berikut:P = [1 2 3 4 5 6 7 8 9 10]Dan kita juga punya matriks lain, sebut matriks T :T = [6 12 14 21 27 29 36 41 44 51]

Matriks P adalah input untuk JST

T adalah targetnya.

Dengan kata lain, mengajari P agar mencapai hasil seperti T

Langkah-langkahnya :

1. Ketik pada command windows matlab:

2. Membangkitkan nilai-nilai bias dan bobot awal pada tiap-tiap konelsi dan neron, ketikkan :

Y = sim(JST,P);

3. ketikkan plot dengan perintah berikut:

plot(P,T,'*',P,Y,'o');

menghasilkan sbb:

4. Melatih JST, ketikkan :

Maka akan tampil sbagai berikut :

5. simulasikan dan plot hasil pelatihannya, dengan ketikkan :

Maka hasilnya seperti sebagai berikut :

2. Terdapat jenis jst, salah satunya : perceptron, dimana Perceptron biasanya digunakan untuk mengklasifikasikan suatu tipe pola tertentu yang sering dikenal dengan istilah pemisahan secara linear. Pada dasarnya perceptron pada Jaringan Syaraf Tiruan (Neural Network) dengan satu lapisan memiliki bobot yang bisa diatur dan suatu nilai ambang. Algoritma yang digunakan oleh aturan perceptron ini akan mengatur parameter-parameter bebasnya melalui proses pembelajaran. Fungsi aktivasi dibuat sedemikian rupa sehingga terjadi pembatasan antara daerah positif dan daerah negative, langkah-langkah Pembelajaran Perceptron adalah :

a. Inisialisasi nilai bobot (wi dan b), laju pembelajaran (alpha), dan nilai ambang (tetha)

b. Selama syarat henti iterasi tidak terpenuhi maka kerjakan langkah 2 sampai 6.

c. Tentukan nilai aktivasi untuk unit input., dimana rumusnya sbb:

d. Hitung respon untuk unit output, rumusnya sebagai berikut:

e. Jika masih terdapat error, update nilai bobot dan bias. Jika yt, lakukan perubahan bobot dan bias dengan cara berikut :

Wi(baru) = Wi(lama) + a*t*Xi.

b(baru) = b(lama) + a*t

Jika y=t, tidak ada perubahan bobot dan bias

Wi(baru) = Wi(lama)

b(baru) = b(lama)

Maka source codenya dapat diketikkan, sbb:

NB :

Ini merupakan tugas individu, dikerjakan paling lambat 20, dan didemokan ke saya pada saat perkuliahan.