Perceptron pada Jaringan Syaraf Tiruan (Neural Network) termasuk kedalam salah satu bentuk Jaringan Syaraf (Neural Network) yang sederhana. Perceptron biasanya digunakan untuk mengklasifikasikan suatu tipe pola tertentu yang sering dikenal dengan istilah pemisahan secara linear. Pada dasarnya perceptron pada Jaringan Syaraf Tiruan (Neural Network) dengan satu lapisan memiliki bobot yang bisa diatur dan suatu nilai ambang. Algoritma yang digunakan oleh aturan perceptron ini akan mengatur parameter-parameter bebasnya melalui proses pembelajaran. Fungsi aktivasi dibuat sedemikian rupa sehingga terjadi pembatasan antara daerah positif dan daerah negatif. Bentuk dari perceptron pada Jaringan Syaraf Tiruan (Neural Network) dapat dilihat di gambar berikut.
Gambar Perceptron Jaringan Syaraf Tiruan (Neural Network)
Lapisan Pada Jaringan Syaraf Tiruan (Neural Network)
Jaringan Syaraf Tiruan atau neural network pada umumnya terdiri dalam 3 group atau lapisan yaitu unit-unit : lapisan input yang terhubung dengan lapisan tersembunyi yang selanjutnya terhubung dengan lapisan output. Lapisan – lapisan pada Jaringan Syaraf Tiruan (Neural Network) tersbut adalah :
- Aktifitas unit-unit lapisan input menunjukkan informasi dasar yang kemudian digunakan dalam Jaringan Syaraf Tiruan (Neural Network).
- Aktifitas setiap unit-unit lapisan tersembunyi ditentukan oleh aktifitas dari unitunit input dan bobot dari koneksi antara unit-unit input dan unit-unit lapisan tersembunyi
- Karakteristik dari unit-unit output tergantung dari aktifitas unit-unit lapisan tersembunyi dan bobot antara unit-unit lapisan tersembunyi dan unit-unit output.
Artikel Terkait "Perceptron Dan Lapisan Jaringan Syaraf Tiruan (Neural Network)"
Buat Pesan Untuk Artikel "Perceptron Dan Lapisan Jaringan Syaraf Tiruan (Neural Network)"