yang lainnya. Jika pasangan pattern A, B dilewatkan dalam BAM, maka akan dilakukan beberapa kali iterasi yang dapat digambarkan sebagai berikut:
A
W
B B
W
T
A’ A’
W
B’ B’
W
T
A’’ . . .
. . . A
f
W
B
f
B
f
W
T
A
f
Setelah beberapa kali iterasi, A, B akan terkonvergensi secara tetap menjadi A
f
, B
f
dengan nilai energi minimum. Hal inilah yang menjadi keunggulan BAM, yaitu bersifat stabil sehingga dapat mengenali proses yang tidak
sempurna[2].
2.7. Fungsi Aktivasi
Pada jaringan syaraf, neuron-neuron akan dikumpulkan dalam lapisan layer yang disebut dengan lapisan neuron neuron layers. Biasanya neuron-neuron
pada satu lapisan akan dihubungkan dengan lapisan-lapisan sebelum dan sesudahnya kecuali lapisan input dan lapisan output. Informasi yang diberikan
pada jaringan syaraf akan dirambatkan lapisan ke lapisan, mulai dari lapisan input sampai ke lapisan output melalui lapisan yang lainnya, yang sering dikenal
dengan nama lapisan tersembunyi hidden layer. Tergantung pada algoritma pembelajarannya, bisa jadi informasi tersebut akan dirambatkan secara mundur
pada jaringan.
Universitas Sumatera Utara
a
F
y w
b 1
. .
.
w
w
N
x
1 2
x
x
N
1 2
Gambar 2.8 fungsi aktivasi pada jaringan syaraf sederhana[5]
Pada gambar 2.8 tersebut neuron akan mengolah N input x
1
, x
2
, …, x
N
yang masing-masing memiliki bobot w
1
, w
2
, …, w
N
dan bobot bias b, dengan rumus:
a = ∑
� � = 1
x
i
w
i
………………………………2.14 Kemudian fungsi aktivasi F akan mengaktifasi a menjadi output jaringan y[5].
Ada beberapa fungsi aktivasi yang digunakan dalam jaringan syaraf tiruan, antara lain:
1. Fungsi Undak Biner hardlim
Fungsi undak biner step function sering digunakan pada jaringan dengan lapisan tunggal untuk mengkonversi input dari suatu variabel yang bernilai
kontinu ke suatu output biner 0 atau 1 dengan syntax: Y = hardlima. fungsi undak biner hardlim dirumuskan sebagai:
y
x 1
�
Universitas Sumatera Utara
Gambar 2.9 Fungsi Aktivasi Undak Biner
2. Fungsi Bipolar hardlims
Fungsi bipolar sebenarnya hampir sama dengan fungsi undak biner, hanya saja output yang dihasilkan berupa 1, 0 atau –1. Pada matlab fungsi ini
dengan syntax: Y = hardlima. y = x
y
x 1
-1
Gambar 2.10 Fungsi Aktivasi Bipolar
3. Fungsi Linier Purelin
Fungsi bipolar hardlims dirumuskan sebagai: Fungsi linier memiliki nilai
output yang sama dengan nilai input-nya. Pada matlab syntax yang digunakan adalah: Y = purelina.
Fungsi linier dirumuskan sebagai:
Universitas Sumatera Utara
y
x 1
-1 1
-1
Gambar 2.11 Fungsi Aktivasi Linier
4. Fungsi Saturating Linier satlin
Fungsi ini akan bernilai 0 jika input-nya kurang dari – ½, dan akan bernilai 1 jika input-nya lebih dari ½ . Sedangkan jika nilai input terletak antara – ½
dan ½, maka output-nya akan bernilai sama dengan nilai input ditambah ½. Pada matlab syntax yang digunakan adalah: Y = satlina.
Fungsi Saturating Linier dirumuskan sebagai:
y
x 1
0,5 -0,5
Gambar 2.12 Fungsi Aktivasi Saturating Linier
5. Fungsi Symetric Saturating Linier satlins
Fungsi ini akan bernilai –1 jika input-nya kurang dari –1, dan akan bernilai 1 jika input-nya lebih dari 1. Sedangkan jika nilai input terletak antara –1 dan
1, maka output-nya akan bernilai sama dengan nilai input-nya. Pada matlab syntax yang digunakan adalah: Y = satlinsa.
Fungsi Symetric Saturating Linier dirumuskan sebagai:
Universitas Sumatera Utara
y
x 1
-1 1
-1
Gambar 2.13 Fungsi Aktivasi Symetric Saturating Linier
6. Sigmoid Biner Logsig
Fungsi ini memiliki sifat non-linier sehingga sangat baik diterapkan dalam penyelesaian masalah yang kompleks. Keluaran dari fungsi sigmoid biner
berupa bilangan biner 0 atau 1 atau nilai yang berada di antara 0 sampai 1. Sigmoid biner memiliki range dari 0, 1 dan didefinisikan:
exp 1
1 x
x f
− +
= dan fungsi turunannya adalah:
] 1
[
1 1
x f
x f
x f
− =
Gambar 2.14 Fungsi Aktivasi Sigmoid Biner
7. Sigmoid Bipolar
x fx
-1 1
Universitas Sumatera Utara
Keluaran dari fungsi sigmoid bipolar berupa nilai yang berada di antara -1 sampai 1 dan didefinisikan:
1 exp
1 2
− −
+ =
x x
f
dan turunan fungsi adalah:
[ ][
]
1 1
2 1
2 2
x f
x f
x f
− +
=
Gambar 2.15 Fungsi Aktivasi Sigmoid Bipolar
-1
x fx
1
Universitas Sumatera Utara
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
3.1. Analisis Permasalahan