19
Aktivasi
(sinyal
keluaran)
dari
neuro-neuron
ini
adalah
X1,
X2,
dan
X3
.
Bobot
koneksi dari neuro X1, X2, dan X3 ke
neuron Y adalah W1, W2, dan W3
.
Masukan neto -
y
in
ke neuron Y adalah jumlah sinyal terbobot dari neuron X1, X2, dan X3 yaitu:
y
in
=
W
1
X
1
+
W
2
X
2
+
W
3
X³
………………. (2.1)
Aktivasi y dari neuron y diberikan oleh fungsi masukan netonya:
Y = f(y
in
)
2.4
Dynamic Programming
Dynamic
Programming
dapat
menyelesaikan masalah
inventory
control
dengan
pendekatan
neuro-dynamic
programming
yang
bisa
melakukan
perhitungan
lebih
efisien.
Beberapa
karakteristik
Dynamic
Programming
adalah
sebagai
berikut
(Bersetkas, 2004).
1.
Terdiri
dari
sederetan
tahapan
keputusan. Pada
setiap
tahapan
keputusan
diberlakukan
principle
of
optimality,
prinsip
yang
menyatakan
bahwa
apa
pun
keadaan
awal dan keputusan yang dibuat, keputusan berikutnya
harus
memberikan hasil yang optimal dengan melihat pada hasil sebelumnya.
2. Algoritma
Dynamic
Programming,
memang
”exhaustive”,
yaitu
mencoba
seluruh kemungkinan, akan
tetapi
setiap hasil perhitungan pada setiap
tahap akan
ditabelkan. Perhitungan pada tahap berikutnya
selalu
mengacu pada
tabel
(look-
up
table)
sebelumnya. Apabila
sudah
dihitung
maka
tahap
tersebut
tinggal
menggunakan
hasil
perhitungan
yang
sudah
ada
di
dalam
tabel.
Dengan
demikian algoritma ini menjadi lebih efisien.
 |