Page 25 - Learning Dosen
P. 25
Adapun algoritma pelatihan perceptron sebagai berikut:
• Melakukan inisialisasi semua bobot dan bias (untuk
sederhananya semua bobot dan bobot bias diset sama
dengan nol). Set learning rate: = 1, (0 < 1)
• Selama kondisi berhenti dan bernilai false, selanjutnya dilakukan
langkah-langkah sebagai berikut:
1. Pada setiap pasangan pembelajaran s – t, dilakukan:
a. Set input dengan nilai sama dengan vektor input, yaitu xi
= si
b. Menghitung respon untuk unit output, menggunakan
persamaan:
y _in = b + x i w i
i
,1 jika y_in
y = 0 , jika - y_in
1
− , jika y_in
c. Melakukan perbaikan bobot dan bias jika terjadi error:
Jika y t maka:
wi(baru) = wi(lama) + *t*xi
b(baru) = b(lama) + *t
Jika tidak maka :
wi(baru) = wi(lama)
b(baru) = b(lama)
2. Tes kondisi berhenti: apabila tidak terdapat perubahan
bobot pada (i) maka kondisi berhenti TRUE, namun apabila
masih terdapat perubahan maka kondisi berhenti FALSE.
- Algoritma Aplikasi/Pengujian
Algoritma aplikasi/pengujian perceptron sebagai berikut:
1. Menerapkan algoritma pelatihan untuk mengeset bobot-bobot
2. Pada setiap vektor input x yang ingin diklasifikasikan, lakukan
langkah 3
18