18
umumnya digunakan fungsi aktivasi non-linear. Fungsi-fungsi aktivasi yang sering
digunakan dalam Neural Network adalah:
a. Fungsi identitas:
f(x) = x
(2.1)
Digunakan pada neuron-neuron input unit.
b. Fungsi tangga biner (biner step function):
f(x) =
1, jika x > = ? (2.2)
f(x) =
0, jika x < ?
(2.3)
di mana ? adalah suatu nilai threshold.
Fungsi
ini
digunakan untuk
mengubah input
bersih
(net
input)
yang
merupakan
bariabel
kontinu,
menjadi
output
bernilai
biner
(0
dan
1).
Nilai
threshold ?
menjadi garis
pemisah
antara
daerah
dengan
respons
aktivasi
positif dan negatif.
c. Fungsi tangga bipolar (bipolar step function):
f(x) =
1, jika x > = ? (2.4)
f(x) = -1, jika x < ? (2.5)
Fungsi tangga bipolar serupa dengan fungsi tangga biner, hanya saja
memiliki daerah hasil {-1,1}.
d. Fungsi sigmoid biner.
Fungsi
ini
mencakup fungsi-fungsi
berbentuk kurva
S.
Yang
sering
digunakan
adalah
fungsi
logistik
karena
memiliki
kelebihan
dalam
melatih
(training)
pada
neural
network
yang
menggunakan algoritma
Back
Propagation. Fungsi logistik sigmoid yang dimaksud adalah s = 1.
 |