METODE PENELITIAN
Tabel 1Data masukan-keluaran berdasarakan fungsi AND Data ke- X0(bias) X1 Input X2 Yt(target)Output
1 1 1 1 1
2 1 1 0 0
3 1 0 1 0
4 1 0 0 0
Data tersebut diolah dengan dengan Ms.Excel. Data tersebut diolah berdasarkan logika yang dipresentasikan pada Gambar 1.
Gambar 1 Logika Artificial Neural Network
Nilai W0, W1, dan W2 ditentukan untuk memprediksi target (Yt) dengan model ANN Perceptron. Nilai tersebut diketahui dengan pembobotan awal diberikan nilai sebagai berikut W0=0, W1=0, dan W2=0. Dengan konstanta pembelajaran (α) adalah 0.5. Dalam penyelesaian permasalahan tersebut dilakukan dalam beberapa tahap. Tahap-tahap tersebut dilakukan berulang untuk semua data sehingga didapatkan hasil simulasi.
Tahap pertama adlah melakukan inisiasi pembobotan W0, W1, dan W2 dengan nilai yang sudah diketahui. Data ke-1 dihitung dengan fungsi aktivasi (S).
S = Σ XiWi ……….………(1.1) S = X0W0 + X1W1 + X2W2 ………...(1.2)
tersebut digunakan untuk perbaikan bobot. Perbaikan bobot ditentukan dengan dua (2) kondisi. Jika Yp = Yt, maka W tetap apabila Yp tidak sama dengan Yt maka W dihitung kembali dengan persamaan sebagai berikut.
Wbaru = Wlama + (α . Xi (Yt – Yp))………..(2)
