Professional Documents
Culture Documents
Output
Fungsi Aktivasi
Bobot
Input dari Neuron-
neuorn yang lain
Bobot
Output ke neuron-
neuron yang lain
Nilai Input
Neuron-neuron
pada lapisan
input
Neuron-neuron
pada lapisan
tersembunyi
Neuron-neuron
pada lapisan
output
Nilai Output
Neuron-neuron dikelompokkan dalam lapisan-
lapisan
Neuron yang terletak pada lapisan yang sama
akan memiliki keadaan yang sama
Kelakuan neuorn ditentukan oleh fungsi
aktivasi dan pola bobotnya
Nilai Input
X1 lapisan input X3 X2
Y1 Y2
Matriks bobot
Lapisan Output
Nilai Output
W11
W12 W32 W31
W22
W21
Nilai Input
X1 lapisan input X3 X2
Z1 Z2
Matriks bobot
Pertama
Lapisan
Tersembunyi
Matriks Bobot
kedua
V11
V12 V32 V31
V22
V21
Y Lapisan Output
Nilai Output
W1 W2
A1
Aj
Am
Ai
-
1
- -
-
-
-
1
1
1
Ada beberapa fungsi aktivasi yang sering
digunakan dalam jaringan syaraf tiruan
1
Y
X 0
y
0 , 1
0 , 0
x jika
x jika
1
Y
X 0
y
x jika
x jika
, 1
, 0
1
Y
X 0
-1
y
0 , 1
0 , 0
0 , 1
x jika
x jika
x jika
1
Y
X 0
-1
y
x jika
x jika
, 1
, 1
1
Y
X 0
-1
1 -1
y = x
1
Y
X 0 -0,5 0,5
y
5 , 0 ; 0
5 , 0 5 , 0 ; 5 , 0
5 , 0 ; 1
x jika
x jika x
x jika
1
Y
X 0 -1 1
-1
y
1 ; 0
1 1 ;
1 ; 1
x jika
x jika x
x jika