4.1. The Basic Structure

Perceptron adalah salah satu metode JST training yang sederhana dipakaikan prosedur algoritma training yang pertama kali. Terdiri dari neuron tunggal dengan bobot synaptic yang diatur menggunakan fungsi aktifasi hard limit.

4.1       Dasar Struktur

Perceptron berfungsi sebagai sebuah blok bangunan untuk sebagian besar model .,termasuk Adaline seperti yg dibahas sebelumnya yang Model neuron mungkin dianggap sebagai kasus khusus dari Perceptron. The Perceptrron memiliki satu struktur dasar seperti pada Gambar. 

Gambar 4.1 Struktur dasar jaringan saraf tiruan

              

            Struktur pada gambar diatas adalah bentuk standar satuan unit jaringan otak manusia yang telah disederhanakan. Jaringan otak manusia tersusun tidak kurang dari 10¹³ buah neuron yang masing-masing terhubung oleh sekitar 10¹⁵ buah dendrite. Fungsi dendrite adalah sebagai penyampai sinyal dari neuron tersebut ke neouron yang terhubung dengannya. Sebagai keluaran, setiap neuron memiliki axon, sedangkan sebagai penerima sinyal disebut synapse. 

Gambar 4.2 Perceptron (Saraf Tiruan)

Fungsi keluaran dari perceptron adalan sebagai berikut: 

Dimana,

T merupakan nilai transpos dari W

4.1.1. Fungsi aktivasi perceptron

Fungsi aktifasi f(zi), dimana fungsi nonlinier yang menghasilkan keluaran:

Sehingga,

Atau fungsi aktifasi yang lain:

Dimana fungsi ini menyerupai persamaan 4.6 dengan:

Fungsi aktifasi sederhana dari hard limit dirumuskan sebagai berikut :

Dalam banyak aplikasi fungsi aplikasi dipindahkan sehingga output y berkisar antara -1 hingga +1. 

Sehingga melalui persamaan 4.6,

Atau melalui persamaan 4.7:

[Kembali]