30
1. Untuk setiap pasangan
input-input
(s-t), lakukan
langkah-langkah
sebagai berikut
a. Set input dengan nilai sama dengan vektor input:
x
i
=
s
i
;
(i = 1, 2, 3..., n)
b. Set output dengan nilai sama dengan vektor output:
y
j
=
t
j
;
(j = 1, 2, 3,...., m)
c. Perbaiki bobot
w
ij
(baru ) = w
ij
(lama) + x
i
* y
j
(i =1, 2, 3...., n dan j = 1, 2, 3,...., m)
Dengan catatan bias selalu 1.
2. Perceptron
Perceptron
juga
termasuk
salah satu bentuk
jaringan syaraf
yang sederhana.
Perceptron
biasanya
digunakan
untuk
mengklasifikasikan suatu
tipe
pola
tertentu
yang sering dikenal dengan pemisahan secara
linier. Pada dasarnya,
perceptron
pada
jaringan
syaraf
dengan
satu
lapisan
memiliki
bobot
yang
bisa
diatur
dan
suatu
nilai
ambang
(Threshold).
Algoritma yang
digunakan
oleh
aturan
perceptron
ini
akan
mengatur
parameter-parametrer bebasnya
melalui proses pembelajaran. Nilai Threshold (?) pada
fungsi aktivasi adalah
non
negatif.
Fungsi
aktivasi
ini
dibuat
sedemikian rupa
sehingga
terjadi
pembatasan antara daerah positif dan daerah negatif (gambar 2.16)
 |