3
Menurut Haykin (1999, h469) terdapat tiga komponen penting
dalam SOM yaitu:
1.
Competition: Untuk setiap pola input, neuron menghitung nilai
masing-masing fungsi diskriminan yang memberi dasar untuk
kompetisi.
Neuron tertentu dengan nilai terkecil dari fungsi
diskriminan dinyatakan sebagai pemenang.
2.
Cooperation:
Neuron pemenang menentukan lokasi spasial
dari
lingkungan topologi excited neuron
untuk memberi dasar kerjasama
dalam suatu lingkungan neuron.
3.
Synaptic
Adaption:
Excited neuron
menurunkan nilai fungsi
diskriminan yang berkaitan dengan pola input
melalui penyesuaian
bobot terkait sehingga respon dari neuron pemenang ke aplikasi
berikutnya dengan pola input yang sama akan meningkat.
2.1.5.3 Algoritma SOM
Algoritma SOM dapat dijelaskan dalam langkah-langkah berikut:
Langkah 0 (Initialization) :a. Lakukan inisialisasi bobot w
j.
b. Atur parameter topological neighbourhood.
c. Atur parameter learning rate.
Langkah 1 (Sampling)
: Gambar sampel training input
vector
x dari
ruang input. Untuk setiap input
vector
x
,
kerjakan langkah 2 hingga 4.
Langkah 2 (Matching)
:
Temukan neuron pemenang I(x) yang
memiliki bobot vektor paling dekat dengan
vektor input, yaitu unit yang memiliki d
j
(x)
minimum.
 |