21
a.
Arsitektur Jaringan
Faktor terpenting dalam menentukan kelakuan suatu neuron adalah fungsi
aktivasi dan pola bobotnya. Pada setiap lapisan yang sama, neuron –
neuron
akan memiliki fungsi aktivasi yang sama. Apabila neuron –
neuron dalam
suatu lapisan akan dihubungkan dengan neuron –
neuron pada lapisan yang
lain, maka setiap neuron pada lapisan tersebut juga dihubungkan dengan
setiap lapisan pada lapisan lainnya. Ada beberapa arsitektur NN, antara lain:
1)
Jaringan dengan lapisan tunggal (single layer net)
Jaringan dengan lapisan tunggal hanya memiliki satu lapisan dengan
bobot – bobot terhubung.
2)
Jaringan dengan banyak lapisan (multilayer net)
Jaringan dengan banyak lapisan memiliki satu atau lebih lapisan yang
terletak diantara lapisan input dan lapisan output (memiliki satu atau lebih
hidden layer)
3)
Jaringan dengan lapisan kompetitif (competitive layer net)
Pada umumnya, hubungan antar neuron pada lapisan kompetitif tidak
diperlihatkan pada diagram arsitektur.
b.
Fungsi Aktivasi
Ada beberapa fungsi aktivasi yang sering digunakan dalam ANN, antara lain:
1)
Fungsi Undak Biner (Hard Limit)
Jaringan dengan lapisan tunggal sering menggunakan step function untuk
mengkonversikan input dari
suatu variable yang bernilai kontinu ke suatu
output biner (0 atau 1).
2)
Fungsi Undak Biner (Threshold)
Fungsi undak biner dengan menggunakan threshold
sering juga disebut
fungsi threshold atau fungsi Heaviside.
3)
Fungsi Bipolar (Symetric Hard Limit)
Fungsi bipolar hampir sama dengan fungsi undak biner, hanya saja output
yang dihasilkan berupa 1,0 atau -1
4)
Fungsi Bipolar (dengan threshold)
Fungsi bipolar hampir sama dengan fungsi undak biner dengan threshold,
hanya saja output yang dihasilkan berupa 1,0 atau -1.
 |