pengantar jaringan syaraf...

Pengantar Jaringan Syaraf Tiruan

Contoh Ilustratif

Dr. Ahmad Sabri

Problem

• Perusahaan pemasok buah memiliki satu gudangpenyimpanan buah. Terdapat 2 jenis buah yang dipasok: apel dan jeruk. Buah-buahan tersebut seringkalibercampur sehingga harus disortir dengan mesin sortir.

• Mesin sortir dilengkapi sensor untuk mendeteksi bentuk, tekstur dan berat buah.tekstur dan berat buah.

• Buah-buahan masuk ke mesin sortir melalui ban berjalan.

• Pada output mesin sortir terdapat dua bak besar masing-masing untuk menampung apel dan jeruk

• Problem: buatlah model ANN sederhana dengan ketigainput dari sensor, sehingga mesin sortir dapat mengenalijenis buah yang masuk dan meletakkannya di bak yang tepat

Diagram problem

Sensor

1. Sensor bentuk: bulat 1, lonjong -1

2. Sensor tekstur: halus 1, kasar -1

3. Sensor berat: > 0,5 kg: 1; <= 0,5 kg: -1

Input

• Vektor input

• Vektor prototipe untuk jeruk• Vektor prototipe untuk jeruk

• Vektor prototipe untuk apel

Model ANN

1. Perceptron

2. Hamming

3. Hopfield

1. PERCEPTRON

Perceptron

Perceptron: Two input case

• Jika [-1 1]p + b ≥ 0, maka a = 1

• Jika [-1 1]p + b < 0, maka a = -1

• Artinya, berdasarkan outputnya, input p

dikategorikan menjadi 2 bagiandikategorikan menjadi 2 bagian

Decision boundary

n = 0

Three input case (our problem)

• Klasifikasi biner: apel atau jeruk?

• Ingat kembali: single-neuron perceptron dapat

digunakan untuk klasifikasi biner.

• Oleh karena itu, masalah klasifikasi apel dan jeruk• Oleh karena itu, masalah klasifikasi apel dan jeruk

dapat menggunakan single-neuron perceptron

• Output dari perceptron untuk problem ini diberikan

oleh persamaan:

Verifikasi…

• Pada dasarnya, sebarang vektor input yang

jaraknya lebih dekat ke vektor jeruk

dibandingkan ke vektor apel, maka vektor

input tersebut diklasifikasikan sebagai vektorinput tersebut diklasifikasikan sebagai vektor

jeruk

• Demikian pula jika vektor input diklasifikasikan

sebagai vektor apel jika vektor input tersebut

lebih dekat ke vektor apel

• Karakteristik utama dari single-layer

perceptron adalah ia membuat decision

boundary untuk memisahkan input menjadi

dua kategoridua kategori

• Tingkat lanjut:

– Dimensi > 3

– Kategori >2

2. HAMMING MODEL

Hamming Network

Feedforward Layer

• Melakukan inner product antara setiap

prototype pattern dengan input pattern

• Untuk itu, dalam problem apel dan jeruk,

matriks W1 berbentuk:matriks W1 berbentuk:

• Entri pada vektor bias adalah R (yaitu

banyaknya entri pada vektor input)

• Untuk problem deteksi apel dan jeruk, vektor

biasnya adalahbiasnya adalah

• Output feedforward layer adalah

Recurrent Layer

• Inputnya merupakan output dari feedforward

layer

• Weight pada recurrence layer

• Iterasi pada recurrent layer digambarkan sbb:

Ilustrasi

• Iterasi pertama:

• Iterasi kedua:

• Karena dua iterasi berturutan menghasilkan

output yang sama, maka output telah

konvergen

• Prototype pattern pertama (jeruk) terpilih• Prototype pattern pertama (jeruk) terpilih

sebagai klasifikasi untuk input, karena nilai

tidak nol terdapat pada neuron pertama

HOPFIELD NETWORK

Hopfield Network

• Di mana:

• Weight dan bias: