pengenalan tanda tangan menggunakan metode jaringan saraf...
TRANSCRIPT
![Page 1: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/1.jpg)
LEARNINGARTIFICIAL INTELLIGENT
![Page 2: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/2.jpg)
OUTLINE Decision tree learning
Jaringan Syaraf Tiruan
K-Nearest Neighborhood
Naïve Bayes
![Page 3: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/3.jpg)
JARINGAN SYARAF TIRUAN (JST)
Intro
Definisi ANN
Model Matematis Neuron
Fungsi Aktivasi
Arsitektur ANN
Proses Belajar (Learning)
Perceptron
ANN dengan Supervised Learning
ANN dengan Unsupervised Learning
Permasalahan pada ANN
![Page 4: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/4.jpg)
JARINGAN SARAF TIRUAN (JST)
oOtak terdiri dari neuron-neuron dan penghubung yang disebut sinapsis
oNeuron bekerja berdasarkan sinyal/impuls yang diberikan pada neuron
oNeuron memiliki 3 komponen penting yaitu dendrit, soma dan axon
Treshold
Dendrit Badan Sel
Akson
![Page 5: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/5.jpg)
o jaringan saraf tiruan adalah paradigma pengolahan informasi yangterinspirasi oleh sistem saraf secara biologis
o JST dibentuk sebagai generalisasi model matematika dari jaringan syarafbiologi, dengan asumsi bahwa :
1. Pemrosesan informasi terjadi pada panyak elemen sederhana (neuron).
2. Sinyal dikirim diantara neuron-neuron melalui penghubung-penghubung.
3. Penghubung antar neuron memiliki bobot yang akan memperkuat ataumemperlemah sinyal.
4. Untuk menentukan output, setiap neuron menggunakan fungsi aktivas.Besarnya output ini selanjutnya dibandingkan dengan suatu batas ambang.
o JST juga ditentukan oleh 3 hal :
a. Pola hubungan antar neuron (disebut aritektur jaringan).
b. Metode untuk menentukan bobot penghubung (disebut metodetraining/learning).
c. Fungsi aktivasi, yaitu fungsi yang digunakan untuk menentukan keluaransuatu neuron.
![Page 6: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/6.jpg)
KOMPONEN JST
oJaringan saraf tiruan memiliki komponen yang digunakan dalam membangunsuatu arsitektur-arsitektur jaringan
oNeuron dikelompokkan ke dalam beberapa lapisan yang mana saling memilikihubungan satu dengan yang lainnya yang disebut dengan lapisan (layer)
1. Lapisan Masukan (Input Layer), berisi node-node yang masing-masingmenyimpan sebuah nilai masukan
2. Lapisan Tersembunyi (Hidden Layer), proses pada fase pelatihan dan fasepengenalan dijalankan di lapisan ini
3. Lapisan Keluaran (Output Layer), menampilkan hasil perhitungan sistem
![Page 7: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/7.jpg)
ARSITEKTUR JST
oJaringan dengan lapisan tunggal (single layer network)
![Page 8: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/8.jpg)
oJaringan dengan banyak lapisan (Multi layer network)
![Page 9: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/9.jpg)
PERCEPTRON
Neuron: Sel syaraf biologis
Perceptron: Sel syaraf buatan
Input function
Activation function
Output
![Page 10: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/10.jpg)
![Page 11: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/11.jpg)
Perceptron
w
w
x1
xp
x2.
.
.
y
![Page 12: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/12.jpg)
PERCEPTRON
Jika manusia punya 10 milyar neuron, apa yang bisa dilakukan?
Sangat banyak hal bisa dilakukan
Apalagi jika Multiple Intelligence
Perceptron = MODEL SEDERHANA dari neuron
Apa yang bisa dilakukan oleh satu perceptron?
Klasifikasi
Prediksi
Optimasi, …
![Page 13: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/13.jpg)
AND
0 1
1
x1
x2
x1 x2 y
0 0 0
0 1 0
1 0 0
1 1 1
x1 + x2 – 1,5 = 0
w1.x1 + w2.x2 – 1,5 = 0
![Page 14: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/14.jpg)
AND
x1 x2 y
0 0 0
0 1 0
1 0 0
1 1 1
1
0v
vif
vifv
0
1)(
)(v
θ = 1,5
w = 1
w = 1
x1
x2
y
p
i
ii xwv1
y
![Page 15: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/15.jpg)
OR
0 1
1
x1
x2x1 x2 y
0 0 0
0 1 1
1 0 1
1 1 1
x1 + x2 – 0,5 = 0
![Page 16: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/16.jpg)
OR
x1 x2 y
0 0 0
0 1 1
1 0 1
1 1 1
θ = 0,5
w = 1
w = 1
x1
x2
y
1
0v
vif
vifv
0
1)(
)(v
p
i
ii xwv1
y
![Page 17: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/17.jpg)
XOR
0 1
1
x1
x2
x1 x2 y
0 0 0
0 1 1
1 0 1
1 1 0
x1 - x2 - 0,5 = 0
x1 - x2 + 0,5 = 0
![Page 18: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/18.jpg)
XOR
θ = 0,5
w = -1x1
y
w = -1x2
w = 1
w = 1θ = 0,5
w = 1
w = 1
y
θ = 0,5
y
y
x1 x2 y
0 0 0
0 1 1
1 0 1
1 1 0
![Page 19: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/19.jpg)
PERCEPTRON NETWORK
y
y
y
w
w
x1
xp
x2.
.
.
![Page 20: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/20.jpg)
LEARNING
Bagaimana menemukanweights yang tepat?
Meminimumkan error
![Page 21: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/21.jpg)
x1
x2
w1x1 + w2x2 - θ= 0
![Page 22: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/22.jpg)
x1
x2
![Page 23: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/23.jpg)
ACTIVATION FUNCTIONS
Hard Limit
Threshold
Linear (Identity)
Sigmoid
Radial Basis Function (RBF)
…
![Page 24: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/24.jpg)
1
0v
00
01)(
vif
vifv
)(v
HARD LIMIT
![Page 25: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/25.jpg)
1
0v
vif
vifv
0
1)(
)(v
THRESHOLD
![Page 26: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/26.jpg)
SYMETRIC HARD LIMIT
1
-1
v
01
00
01
)(
vif
vif
vif
v
)(v
0
![Page 27: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/27.jpg)
BIPOLAR THRESHOLD
1
0v
)(v
vif
vif
vif
v
1
0
1
)(
-1
![Page 28: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/28.jpg)
LINEAR (IDENTITY)
1
-1
v
vv )()(v
0 1-1
![Page 29: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/29.jpg)
PIECEWISE-LINEAR
5,0jika0
5,05,0jika5,0
5,0jika1
)(
v
vv
v
v
1
0v
0,5-0,5
)(v
![Page 30: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/30.jpg)
SYMETRIC PIECEWISE-LINEAR
1jika1
11jika
1jika1
)(
v
vv
v
v
1v
)(v
1
-1
-1
![Page 31: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/31.jpg)
SIGMOID
avev
1
1)(
1
0v
)(v
![Page 32: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/32.jpg)
SYMETRIC (BIPOLAR) SIGMOID
av
av
e
ev
1
1)(
1
0v
)(v
-1
![Page 33: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/33.jpg)
RADIAL BASIS FUNCTION (RBF)
2
)( avev
1
0v
)(v
![Page 34: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/34.jpg)
ARSITEKTUR ANN
Para ahli memodelkan sel syaraf otak manusia ke dalam berbagai arsitektur ANN (susunan neuron) yang berbeda-beda.
Masing-masing arsitektur menggunakan algoritma belajar khusus.
![Page 35: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/35.jpg)
Input layer
of source node
Output layer
of neurons
SINGLE-LAYER FEEDFORWARD NETWORKS
![Page 36: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/36.jpg)
Input layer
of source
node
Layer of
hidden
neurons
Layer of
output
neurons
MULTI-LAYER FEEDFORWARD NETWORKS
![Page 37: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/37.jpg)
PROSES BELAJAR (LEARNING)
Learning process
Learning algorithm (rules) Learning paradigms
Supervised
learning
Reinforcement
learningSelf-organized
(unsupervised)
learning
Error-correction
learning
Bolzman
learningThorndike's
law of
effect
Hebbian
learning
Competitive
learning
![Page 38: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/38.jpg)
PERCEPTRON: MODEL
![Page 39: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/39.jpg)
PERCEPTRON: SIGNAL-FLOW GRAPH
p
i
iixwv1
01
p
i
iixw Decision boundary
![Page 40: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/40.jpg)
x1
x2
w1x1 + w2x2 - θ= 0
Decision boundary
![Page 41: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/41.jpg)
Pelamar IPK Psikologi Wawancara Diterima
P1 Bagus Tinggi Baik Ya
P2 Bagus Sedang Baik Ya
P3 Bagus Sedang Buruk Ya
P4 Bagus Rendah Buruk Tidak
P5 Cukup Tinggi Baik Ya
P6 Cukup Sedang Baik Ya
P7 Cukup Sedang Buruk Ya
P8 Cukup Rendah Buruk Tidak
P9 Kurang Tinggi Baik Ya
P10 Kurang Sedang Buruk Tidak
P11 Kurang Rendah Baik Ya
![Page 42: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/42.jpg)
Pelamar IPK Psikologi Wawancara Diterima
P1 3 3 2 1
P2 3 2 2 1
P3 3 2 1 1
P4 3 1 1 0
P5 2 3 2 1
P6 2 2 2 1
P7 2 2 1 1
P8 2 1 1 0
P9 1 3 2 1
P10 1 2 1 0
P11 1 1 2 1
![Page 43: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/43.jpg)
01
23
4 0
1
2
3
4
0
1
2
3
IPK
Psikologi
Waw
ancara
![Page 44: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/44.jpg)
![Page 45: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/45.jpg)
PolaPix
1
Pix
2
Pix
3
Pix
4
Pix
5…
Pix
100
E1 0 0 1 1 1 … 0
F1 0 0 1 1 1 … 0
G1 0 1 1 1 1 … 1
O1 0 1 1 1 1 … 1
..
O5 0 1 1 1 1 … 1
![Page 46: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/46.jpg)
MULTI-LAYER PERCEPTRON (MLP)
![Page 47: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/47.jpg)
ALGORITMA BELAJAR PROPAGASI BALIK
Definisikan masalah
Matriks pola masukan (P)
matriks target (T)
Inisialisasi parameter jaringan
Arsitektur jaringan (misalkan I-H-O)
Synaptic weights acak (atau dengan metode tertentu)
Learning rate (lr) laju belajar
Threshold MSE untuk menghentikan learning
![Page 48: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/48.jpg)
ALGORITMA BELAJAR PROPAGASI BALIK
Pelatihan Jaringan
Perhitungan Maju
)1*1(1
11
BPWeA
21*22 BAWA
2ATE
N
EMSE
2
![Page 49: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/49.jpg)
ALGORITMA BELAJAR PROPAGASI BALIK
Pelatihan Jaringan
Perhitungan Mundur
EAD *)21(2 2 )2*2(*)11(1 2 DWAD
)*1*(11 PDlrdWdW )1*(11 DlrdBdB
)*2*(22 PDlrdWdW )2*(22 DlrdBdB
![Page 50: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/50.jpg)
ALGORITMA BELAJAR PROPAGASI BALIK
Pelatihan Jaringan
Perhitungan Mundur
111 dWWW 111 dBBB
222 dWWW 222 dBBB
![Page 51: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/51.jpg)
ALGORITMA BELAJAR PROPAGASI BALIK
Langkah-langkah di atas adalah untuk satu kali siklus pelatihan (satu epoch).
Biasanya, pelatihan harus diulang-ulang lagi hingga jumlah siklus tertentu atau telah tercapai MSE yang diinginkan.
Hasil akhir dari pelatihan jaringan adalah bobot-bobot W1, W2, B1 dan B2.
![Page 52: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/52.jpg)
![Page 53: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/53.jpg)
PolaPix
1
Pix
2
Pix
3
Pix
4
Pix
5…
Pix
100
E1 0 0 1 1 1 … 0
F1 0 0 1 1 1 … 0
G1 0 1 1 1 1 … 1
O1 0 1 1 1 1 … 1
E2 0 0 1 1 1 … 0
… … … … … … … …
O5 0 1 1 1 1 … 1
PENGENALAN KARAKTER E, F, G, O
N1 N2 N3 N4 Kelas
1 0 0 0 E
0 1 0 0 F
0 0 1 0 G
0 0 0 1 O
1 0 0 0 E
… … … … …
0 0 0 1 O
Matriks P Matriks T
![Page 54: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/54.jpg)
0.71
-0.21
0.33
0.97
-0.18
0.62
0.55
-0.12
0.75
W1
-0.52
0.91
0.29
0.97
-0.18
0.62
0.55
-0.12
-0.12
0.68
W2
-0.21
-0.53
0.58
0.32
0.25
-0.17
-0.93
0.45
0.88
0.87
W2
-0.54
0.15
-0.49
0.68
-0.24
-0.95
-0.37
0.89
0.34
W1
0.9
0.1
0.4
0.3
A2
1
0
0
0
T
0.1
-0.1
-0.4
-0.3
E
Training W1 & W2: Random
0.7
0.3
0.9
A1
F2, G2, O2, …
dan seterusnya
hingga pola O5
![Page 55: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/55.jpg)
0.01
-0.83
0.19
0.34
0.22
0.62
0.60
-0.53
-0.38
W1
0.31
-0.38
0.35
0.87
-0.18
0.30
0.03
-0.09
0.98
0.74
W2
0.8
0.2
0.1
0.2
A2
1
0
0
0
Kelas
Testing W1 & W2: Trained
![Page 56: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/56.jpg)
Metode Konvensional
(Template Matching)
Memory besar
Waktu lama !!!
![Page 57: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/57.jpg)
PERMASALAHAN PADA MLP
Bagaimana struktur ANN yang optimal?
Jumlah hidden layer
Jumlah neuron pada hidden layer
Jumlah neuron pada output layer
Fungsi aktivasi yang optimal
Learning Rate
Kapan Menghentikan Learning
![Page 58: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/58.jpg)
ALGORITMA BELAJAR PROPAGASI BALIK
Pelatihan Jaringan
Perhitungan Mundur
EAD *)21(2 2 )2*2(*)11(1 2 DWAD
)*1*(11 PDlrdWdW )1*(11 DlrdBdB
)*2*(22 PDlrdWdW )2*(22 DlrdBdB
![Page 59: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/59.jpg)
PENGENALAN TANDA TANGAN MENGGUNAKAN METODE
JARINGAN SARAF TIRUAN PERCEPTRON DAN BACKPROPAGATION
![Page 60: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/60.jpg)
PENGUMPULAN DATA
oJenis data yang digunakan pada penelitian ini adalah jenis data kuantitatif
oJumlah data sebanyak 500 data tanda tangan dari 10 orang yang terdiri dari 400 data training dan 100 data testing.
![Page 61: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/61.jpg)
ARSITEKTUR PROGRAM
![Page 62: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/62.jpg)
AKUISISI CITRA
oAkuisisi citra digital merupakan prosesmenangkap (capture) atau memindai (scan) citraanalog sehingga diperoleh citra digital.
oAlat yang dapat digunakan untuk mengakuisisicitra digital antara lain: kamera digital, webcam, smart phone, scanner, mikroskop digital,pesawat rontgen, pesawat sinar X, pesawat MRI,pesawat CT Scan, atau pesawat radiodiagnostiklainnya.
![Page 63: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/63.jpg)
![Page 64: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/64.jpg)
PREPROCESSING
oPemotongan (Cropping)
oResize
oCitra keabuan (grayscale)
oCitra biner
![Page 65: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/65.jpg)
PEMOTONGAN (CROPPING)
oProses croping dilakukan untuk mendapatkan masing-masing citra digital dari hasil scanning
![Page 66: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/66.jpg)
RESIZE
oProses resize adalah merubah ukuran piksel pada semua citra
![Page 67: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/67.jpg)
CITRA RGB
o Inputan citra digital awal masih
berbentuk citra RGB. RGB adalah
suatu model warna yang terdiri
dari merah, hijau, dan biru
digabungkan dalam membentuk
suatu susunan warna yang luas.
Setiap warna memiliki range 0 –
255. Dengan cara ini, akan
diperoleh warna campuran
sebanyak 256 x 256 x 256 =
1677726 jenis warna.
![Page 68: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/68.jpg)
![Page 69: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/69.jpg)
![Page 70: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/70.jpg)
CITRA KEBUAN (GRAYSCALE)
![Page 71: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/71.jpg)
![Page 72: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/72.jpg)
CITRA BINER
o Citra biner adalah citra digital
yang hanya memiliki dua
kemungkinan nilai pixel yaitu
hitam dan putih. Hanya dibutuhkan
1 bit untuk mewakili nilai setiap
pixel dari citra biner.
![Page 73: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/73.jpg)
oSetelah nilai warna citra diubah dalam biner, nilai biner tersebutakan diubah yang sebelumnya bernilai 0 menjadi 1 dan 1 menjadi 0.Dengan tujuan mengubah latar gambar menjadi nilai 0 dan objekmenjadi nilai 1, karena pola dari nilai 1 yang akan dipelajarinantinya.
![Page 74: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/74.jpg)
![Page 75: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/75.jpg)
LABELING
oSetelah preprocessing selesai maka akan didapat nilai biner dalambentuk matrix. Sebelum masuk proses pemberian label data matrixdiubah menjadi vector (matrix satu baris).
![Page 76: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/76.jpg)
oProses pemberian label ini adalah proses klasifikasi pada setiap vectordari semua 400 citra latih yang sudah didapatkan
oPemberian label ini bertujuan agar vector yang sudah dilatih dapatdikenali sebagai vector dari citra tanda tangan yang tepat
Citra Tanda Tangan Label Target
1 – 40 Afi 0 0 0 1
41 – 80 Andri 0 0 1 0
81 – 120 Candra 0 0 1 1
121 – 160 Damar 0 1 0 0
161 – 200 Dian 0 1 0 1
201 – 240 Enjang 0 1 1 0
241 – 280 Rama 0 1 1 1
281 – 320 Restu 1 0 0 0
321 – 360 Riqza 1 0 0 1
361 – 400 Rizki 1 0 1 0
![Page 77: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/77.jpg)
![Page 78: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/78.jpg)
PROSES PELATIHAN
oPerceptron
oBackpropagation
![Page 79: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/79.jpg)
PERCEPTRON
oModel jaringan perceptron ditemukan oleh Rosenblatt (1926) danMinsky – Papert (1969). Model tersebut merupakan model yangmemiliki aplikasi dan pelatihan yang paling baik di era tersebut.
![Page 80: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/80.jpg)
![Page 81: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/81.jpg)
ARSITEKTUR JST
oJaringan dengan lapisan tunggal (single layer network)
![Page 82: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/82.jpg)
ACTIVATION FUNCTIONS (FUNGSI AKTIVASI)
Hard Limit
Threshold
Linear (Identity)
Sigmoid
Radial Basis Function (RBF)
…
![Page 83: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/83.jpg)
FUNGSI AKTIVASI PERCEPTRON
![Page 84: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/84.jpg)
![Page 85: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/85.jpg)
PROSES PEMBELAJARAN PERCEPTRON
Misalkan:
•s adalah vektor masukan dan t adalah target keluaran
•α adalah laju pemahaman (learning rate) yang ditentukan.
•Ɵ adalah threshold yang ditentukan.
![Page 86: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/86.jpg)
ket:
y_in = nilai output sebelum dimasukan ke dalam
fungsi aktivasi
y = nilai output
![Page 87: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/87.jpg)
Ket :
Δw = nilai pembaruan bobot
Δb = nilai pembaruan bias
![Page 88: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/88.jpg)
Ada beberapa hal yang perlu diperhatikan dalam algoritma tersebut:
•Iterasi dilakukan terus hingga semua pola memiliki keluaran jaringanyang sama dengan targetnya (jaringan sudah memahami pola).
•Pada langkah 2(c), perubahan bobot hanya dilakukan pada polayang mengandung kesalahan (output ≠ target).
•Kecepatan iterasi ditentukan pula oleh laju pemahaman yangdipakai. Semakin besar harga α, semakin sedikit iterasi yangdiperlukan. Akan tetapi jika α terlalu besar, makan akan merusakpola yang sudah benar sehingga pemahaman menjadi lambat.
![Page 89: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/89.jpg)
BACKPROPAGATION
oKelemahan JST terdiri dari layer tunggal membuat perkembanganJST menjadi berhenti pada sekitar tahhun 1970-an.
o JST dengan layer tunggal memiliki keterbatasan dalam pengenalanpola.
oKelemahan ini bisa ditanggulangi dengan menambahkansatu/beberapa layer tersembunyi diantara layer masukan dankeluaran.
obackpropagation melatih jaringan untuk mendapatkankeseimbangan antara kemampuan jaringan untuk mengenali polayang digunakan selama pelatihan serta kemampuan jaringan untukmemberikan respon yang benar terhadap pola masukan yangserupa (tapi tidak sama) denga pola yang dipakai selamapelatihan.
![Page 90: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/90.jpg)
ARSITEKTUR BACKPROPAGATION
oBackpropagation adalah metode penurunan gradien untukmeminimalkan kuadrat error keluaran.
oAda tiga tahap yang harus dilakukan dalam pelatihan jaringan,yaitu tahap perambatan maju (forward propagation), tahapperambatan balik, dan tahap perubahan bobot dan bias.
![Page 91: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/91.jpg)
FUNGSI AKTIVASI
Dalam backpropagation, fungsi aktivasi yang sering dipakai adalah :
oFungsi sigmoid biner yang memiliki range (0 hingga 1).
o Fungsi sigmoid bipolar yang memiliki range (1 hingga -1).
![Page 92: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/92.jpg)
FUNGSI SIGMOID BINER
![Page 93: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/93.jpg)
FUNGSI SIGMOID BIPOLAR
![Page 94: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/94.jpg)
PROSES PEMBELAJARAN BACKPROPAGATION
Proses ini menggambarkan contoh tiga lapisan dengan dua input dansatu output yang ditampilkan
Ket:
x = input
V = bobot yang menuju hidden layer
Z = hidden layer
W = bobot yang menuju output layer
Y = output layer
![Page 95: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/95.jpg)
Proses perambatan maju / feed forward
(mecari nilai hidden layer)
Ket :
z_net = nilai bayangan hidden layer/nilai hidden layer
yang belum masuk fungsi aktivasi
Z = nilai hidden layer
![Page 96: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/96.jpg)
Ket :
y_net = nilai bayangan output layer/nilai
output layer yang belum masuk fungsi aktivasi
y = nilai hidden layer
Proses perambatan maju / feed forward
(mecari nilai output layer)
![Page 97: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/97.jpg)
Proses perambatan mundur / backpropagation (mecari nilai titik pembaruan bobot output
layer)
![Page 98: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/98.jpg)
Proses perambatan mundur / backpropagation (mecari nilai titik pembaruan bobot
hidden layer)
![Page 99: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/99.jpg)
Proses pembaruan bobot
![Page 100: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/100.jpg)
o Lakukan langkah-langkah tersebut hingga nilai kesalahan terpenuhiatau hingga jumlah iterasi telah mencai batas maksimum.
oSetelah pelatihan selesai dilakukan, jaringan dapat dipakai untutkpengenalan pola.
oApabila fungsi aktivasi yang dipakai bukan sigmoid biner, makalangkah” harus disesuaikan lagi.
![Page 101: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/101.jpg)
MENGHITUNG MSE
Ket :
e = error
n = jumlah data
![Page 102: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/102.jpg)
MODEL PENGETAHUAN
oModel pengetahuan pada dasarnya adalah sebuah wadah yang menyimpan arsitektur jaringan dari kedua algoritma yang sudah dilatih dengan data latih hingga mendapakan akurasi tertentu.
oDi dalam model pengetahuan disimpan pengetahuan berupa jumlah layer, banyaknya neuron, target, bobot, fungsi aktivasi dan error
![Page 103: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/103.jpg)
PROSES PENGUJIAN
oData uji akan melewati proses awal yang sama seperti pada datalatih yaitu proses preprocessing (pemotongan, resize, citra keabuan,citra biner dan vector)
oSetelah vector data uji di dapat,vector tersebut akan dimasukan kedalam model pengetahuan dan selanjutnya akan dilihat seberapaakurat model pengetahuan yang sudah dibuat
![Page 104: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/104.jpg)
HASIL
oPelatihan
oPengujian
okebutuhan jaringan sebagai berikut :
1. Batas epoch / iterasi maksimal adalah 1000 epoch
2. Target error (MSE) sebesar 0,0001
3. Learning rate sebesar 0,1 hingga 0,9
4. Untuk bobot jaringan ditentukan secara acak oleh komputer dengan mengambil nilai acak yang cukup kecil
![Page 105: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/105.jpg)
PELATIHAN
Citra Label TargetTarget
(desimal)
Jumlah
citraCitra dikenali
Citra tidak
dikenali
afi1 – afi40 Afi 0 0 0 1 1 40 40 0
andri1 –
andri40Andri 0 0 1 0 2 40 40 0
candra1 –
candra40Candra 0 0 1 1 3 40 40 0
damar1 –
damar40Damar 0 1 0 0 4 40 40 0
dian1 – dian40 Dian 0 1 0 1 5 40 40 0
enjang1 –
enjang40Enjang 0 1 1 0 6 40 40 0
rama1 –
rama40Rama 0 1 1 1 7 40 40 0
restu1 –
restu40Restu 1 0 0 0 8 40 40 0
riqza1 –
riqza40Riqza 1 0 0 1 9 40 40 0
rizki1 – rizki40 Rizky 1 0 1 0 10 40 40 0
jumlah 400 400 0
Perceptron
Berdasarkan evaluasi hasil latih
terhadap data latih, didapatkan rata –
rata akurasi untuk proses pelatihan
menggunakan algoritma Perceptron
sebesar 100%.
![Page 106: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/106.jpg)
PELATIHAN
Citra Label TargetTarget
(desimal)
Jumlah
citraCitra dikenali
Citra tidak
dikenali
afi1 – afi40 Afi 0 0 0 1 1 40 40 0
andri1 –
andri40Andri 0 0 1 0 2 40 40 0
candra1 –
candra40Candra 0 0 1 1 3 40 40 0
damar1 –
damar40Damar 0 1 0 0 4 40 40 0
dian1 – dian40 Dian 0 1 0 1 5 40 40 0
enjang1 –
enjang40Enjang 0 1 1 0 6 40 40 0
rama1 –
rama40Rama 0 1 1 1 7 40 40 0
restu1 –
restu40Restu 1 0 0 0 8 40 40 0
riqza1 –
riqza40Riqza 1 0 0 1 9 40 40 0
rizki1 – rizki40 Rizky 1 0 1 0 10 40 40 0
jumlah 400 400 0
Backpropagation
Berdasarkan evaluasi hasil latih
terhadap data latih, didapatkan rata
– rata akurasi untuk proses pelatihan
menggunakan algoritma
backpropagation sebesar 100%.
Dengan rata – rata error akhir (MSE)
adalah 0,000099966 pada epoch ke –
1225.
![Page 107: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/107.jpg)
![Page 108: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/108.jpg)
PENGUJIAN
Citra Jumlah Citra dikenali Citra tidak dikenali
Afi41 – afi50 10 10 0
Andri41 – andri50 10 7 3
Candra41 –
candra5010 10 0
Damar41 –
damar5010 6 4
Dian41 – dian50 10 10 0
Enjang41 –
enjang5010 4 6
Rama41 – rama50 10 8 2
Restu41 – restu50 10 9 1
Riqza41 – riqza50 10 2 8
Rizki41 – rizki50 10 10 0
jumlah 100 76 24
Perceptron
didapatkan rata – rata akurasi untuk proses
pengujian terhadap hasil latih yang
menggunakan algoritma Perceptron sebesar
76%. Dan rata- rata kesalahan untuk setiap 10
data uji adalah 2 data.
![Page 109: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/109.jpg)
PENGUJIANBackpropagation
Citra Jumlah Citra dikenali Citra tidak dikenali
Afi41 – afi50 10 10 0
Andri41 – andri50 10 9 1
Candra41 –
candra5010 10 0
Damar41 –
damar5010 9 1
Dian41 – dian50 10 10 0
Enjang41 –
enjang5010 3 7
Rama41 – rama50 10 10 0
Restu41 – restu50 10 10 0
Riqza41 – riqza50 10 5 5
Rizki41 – rizki50 10 10 0
jumlah 100 86 14
didapatkan rata – rata akurasi untuk proses
pengujian terhadap hasil latih yang
menggunakan algoritma Backpropagation
sebesar 86%. Dan rata- rata kesalahan untuk
setiap 10 data uji adalah 1 data.
![Page 110: Pengenalan Tanda Tangan Menggunakan Metode Jaringan Saraf ...dinus.ac.id/repository/docs/ajar/Learning_03.pdf · JARINGAN SARAF TIRUAN (JST) oOtak terdiri dari neuron-neuron dan penghubung](https://reader031.vdocuments.site/reader031/viewer/2022021817/5a9aefa77f8b9ab6188da014/html5/thumbnails/110.jpg)
Suyanto. 2007. Artificial Intelligence: Searching, Reasoning, Planning and Learning. Informatika, Bandung Indonesia. ISBN: 979-1153-05-1.
Russel, Stuart and Norvig, Peter. 1995. Artificial Intelligence: A Modern Approach. Prentice Hall International, Inc.
Referensi :