22
2.2.3
Single-Layer Perceptrons
Beberapa orang
yang berjasa dalam
mengembangkan jaringan syaraf tiruan
(1943-1958)
•
McCulloch
dan
Pitts
(1943)
untuk
pengenalan
jaringan
syaraf
tiruan
sebagai
mesin komputasi
•
Hebb (1949) untuk dalil atas aturan awal dari self organized learning
•
Rosenblatt
(1958)
untuk
proposal
perceptron
sebagai
model
pertama
pembelajaran yang disupervisi.
Menurut
Rosenblatt,
perceptrons adalah
bentuk
yang
paling
sederhana
dari
sebuah JST yang digunakan untuk pengklasifikasian atas pola–pola yang dapat
dipisahkan
secara
linear.
Pada
dasarnya,
perceptron terdiri
dari
sebuah
neuron
tunggal
dengan bias dan berat sinapsis
yang dapat disesuaikan. Algoritma
yang digunakan untuk
menyesuaikan parameter–parameter yang terdapat pada JST ini diperkenalkan
pertama
kali oleh Rosenblatt (1958, 1962). Rosenbaltt membuktikan bahwa jika pola–pola yang
digunakan
untuk
train diambil
dari
dua
buah
kelas
linear
yang
dapat
dipisahkan,
algoritma
perceptron akan
menjadi
konvergen
dan
posisi
dari
permukaan
yang
menunjukkan keputusan akan berada diantara dua kelas tersebut. Bukti dari algoritma
yang konvergen ini disebut perceptron convergence theorem.
2.2.4
Perceptron
Perceptron
didirikan
pada
neuron
nonlinear
yang
disebut
sebagai
model
McCulloch-Pitts. Tujuan dari perceptron adalah
untuk
melakukan pengklasifikasian set
 |