praktkum jaringan syaraf tiruan - perceptron

Upload: dina-amriyani-hasibuan

Post on 30-Oct-2015

263 views

Category:

Documents


1 download

DESCRIPTION

Praktkum Jaringan Syaraf Tiruan - Perceptron

TRANSCRIPT

  • JARINGAN SYARAF TIRUAN

    TUGAS-I

    PRAKTIKUM JARINGAN SYARAF TIRUAN

    DINA AMRIYANI HASIBUAN

    121421017

    GRUP JST 1

    PROGRAM STUDI S1 EKSTENSI ILMU KOMPUTER

    FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

    UNIVERSITAS SUMATERA UTARA

    MEDAN

    2012

  • KLD403 | Praktikum Jaringan Syaraf Tiruan

    Program Studi S1 Ekstensi Ilmu Komputer Fasilkom-TI Universitas Sumatera Utara 1

    I. JUDUL

    Perceptron

    II. TUJUAN

    1. Praktikan memahami implementasi perceptron pada MATLAB.

    2. Praktikan memahami pelatihan perceptron sederhana pada MATLAB.

    III. TUGAS

    3.1 Soal

    1. Buat fungsi OR (3 input):

    a. Hasil akhir

    b. Perubahan bobot per pola

    c. Hasil train

    2. Buat fungsi NOT AND (3 input):

    a. Hasil akhir

    b. Perubahan bobot per pola

    c. Hasil train

    3.2 Jawaban

    3.2.1 Source Code

    1. a. perceptron_or_3.m

    1. p1=[1;1;1]; 2. p2=[1;1;0]; 3. p3=[1;0;1]; 4. p4=[1;0;0]; 5. p5=[0;1;1]; 6. p6=[0;1;0]; 7. p7=[0;0;1]; 8. p8=[0;0;0]; 9. t1=[1]; 10. t2=[1]; 11. t3=[1]; 12. t4=[1]; 13. t5=[1]; 14. t6=[1];

  • KLD403 | Praktikum Jaringan Syaraf Tiruan

    Program Studi S1 Ekstensi Ilmu Komputer Fasilkom-TI Universitas Sumatera Utara 2

    15. t7=[1]; 16. t8=[0]; 17. p=[p1 p2 p3 p4 p5 p6 p7 p8]; 18. t=[t1 t2 t3 t4 t5 t6 t7 t8]; 19. net=newp([0 1;0 1;0 1], 1); 20. nwt.IW{1,1} = [1 2 3]; 21. net.b{1}=[1]; 22. a=sim(net,p)

    1. b. perceptron_or_3_2.m

    1. p1=[1;1;1]; 2. p2=[1;1;0]; 3. p3=[1;0;1]; 4. p4=[1;0;0]; 5. p5=[0;1;1]; 6. p6=[0;1;0]; 7. p7=[0;0;1]; 8. p8=[0;0;0]; 9. t1=[1]; 10. t2=[1]; 11. t3=[1]; 12. t4=[1]; 13. t5=[1]; 14. t6=[1]; 15. t7=[1]; 16. t8=[0]; 17. p=[p1 p2 p3 p4 p5 p6 p7 p8]; 18. t=[t1 t2 t3 t4 t5 t6 t7 t8]; 19. net=newp([0 1;0 1;0 1], 1); 20. bobot=[1 2 3]; 21. bias=[1]; 22. net.IW{1,1}=bobot; 23. net.b{1}=[1]; 24. disp('pola p1'); 25. a1=sim(net, p1) 26. e1=t1-a1; 27. dw=learnp(bobot,p1,[],[],[],[],e1,[],[],[],[],[]) 28. bobot=bobot+dw 29. disp('pola p2'); 30. a2=sim(net, p2) 31. e2=t2-a2; 32. dw=learnp(bobot,p2,[],[],[],[],e2,[],[],[],[],[]) 33. bobot=bobot+dw 34. disp('pola p3'); 35. a3=sim(net, p3) 36. e3=t3-a3; 37. dw=learnp(bobot,p3,[],[],[],[],e3,[],[],[],[],[]) 38. bobot=bobot+dw 39. disp('pola p4'); 40. a4=sim(net, p4)

  • KLD403 | Praktikum Jaringan Syaraf Tiruan

    Program Studi S1 Ekstensi Ilmu Komputer Fasilkom-TI Universitas Sumatera Utara 3

    41. e4=t4-a4; 42. dw=learnp(bobot,p4,[],[],[],[],e4,[],[],[],[],[]) 43. bobot=bobot+dw 44. disp('pola p5'); 45. a5=sim(net, p5) 46. e5=t5-a5; 47. dw=learnp(bobot,p5,[],[],[],[],e5,[],[],[],[],[]) 48. bobot=bobot+dw 49. disp('pola p6'); 50. a6=sim(net, p6) 51. e6=t6-a6; 52. dw=learnp(bobot,p6,[],[],[],[],e6,[],[],[],[],[]) 53. bobot=bobot+dw 54. disp('pola p7'); 55. a7=sim(net, p7) 56. e7=t7-a7; 57. dw=learnp(bobot,p7,[],[],[],[],e7,[],[],[],[],[]) 58. bobot=bobot+dw 59. disp('pola p8'); 60. a8=sim(net, p8) 61. e8=t8-a8; 62. dw=learnp(bobot,p8,[],[],[],[],e8,[],[],[],[],[]) 63. bobot=bobot+dw

    1. c. perceptron_or_3_3.m

    1. p1=[1;1;1]; 2. p2=[1;1;0]; 3. p3=[1;0;1]; 4. p4=[1;0;0]; 5. p5=[0;1;1]; 6. p6=[0;1;0]; 7. p7=[0;0;1]; 8. p8=[0;0;0]; 9. t1=[1]; 10. t2=[1]; 11. t3=[1]; 12. t4=[1]; 13. t5=[1]; 14. t6=[1]; 15. t7=[1]; 16. t8=[0]; 17. p=[p1 p2 p3 p4 p5 p6 p7 p8]; 18. t=[t1 t2 t3 t4 t5 t6 t7 t8]; 19. net=newp([0 1;0 1;0 1], 1); 20. nwt.IW{1,1} = [1 2 3]; 21. net.b{1}=[1]; 22. a=sim(net,p) 23. net=train(net,p,t)

  • KLD403 | Praktikum Jaringan Syaraf Tiruan

    Program Studi S1 Ekstensi Ilmu Komputer Fasilkom-TI Universitas Sumatera Utara 4

    2. a. perceptron_nand_3.m

    1. p1=[1;1;1]; 2. p2=[1;1;0]; 3. p3=[1;0;1]; 4. p4=[1;0;0]; 5. p5=[0;1;1]; 6. p6=[0;1;0]; 7. p7=[0;0;1]; 8. p8=[0;0;0]; 9. t1=[0]; 10. t2=[1]; 11. t3=[1]; 12. t4=[1]; 13. t5=[1]; 14. t6=[1]; 15. t7=[1]; 16. t8=[1]; 17. p=[p1 p2 p3 p4 p5 p6 p7 p8]; 18. t=[t1 t2 t3 t4 t5 t6 t7 t8]; 19. net=newp([0 1;0 1;0 1], 1); 20. nwt.IW{1,1} = [3 4 5]; 21. net.b{1}=[2]; 22. a=sim(net,p)

    2. b. perceptron_nand_3_2.m

    1. p1=[1;1;1]; 2. p2=[1;1;0]; 3. p3=[1;0;1]; 4. p4=[1;0;0]; 5. p5=[0;1;1]; 6. p6=[0;1;0]; 7. p7=[0;0;1]; 8. p8=[0;0;0]; 9. t1=[0]; 10. t2=[1]; 11. t3=[1]; 12. t4=[1]; 13. t5=[1]; 14. t6=[1]; 15. t7=[1]; 16. t8=[1]; 17. p=[p1 p2 p3 p4 p5 p6 p7 p8]; 18. t=[t1 t2 t3 t4 t5 t6 t7 t8]; 19. net=newp([0 1;0 1;0 1], 1); 20. bobot=[3 4 5]; 21. bias=[2]; 22. net.IW{1,1}=bobot;

  • KLD403 | Praktikum Jaringan Syaraf Tiruan

    Program Studi S1 Ekstensi Ilmu Komputer Fasilkom-TI Universitas Sumatera Utara 5

    23. net.b{1}=[1]; 24. disp('pola p1'); 25. a1=sim(net, p1) 26. e1=t1-a1; 27. dw=learnp(bobot,p1,[],[],[],[],e1,[],[],[],[],[]) 28. bobot=bobot+dw 29. disp('pola p2'); 30. a2=sim(net, p2) 31. e2=t2-a2; 32. dw=learnp(bobot,p2,[],[],[],[],e2,[],[],[],[],[]) 33. bobot=bobot+dw 34. disp('pola p3'); 35. a3=sim(net, p3) 36. e3=t3-a3; 37. dw=learnp(bobot,p3,[],[],[],[],e3,[],[],[],[],[]) 38. bobot=bobot+dw 39. disp('pola p4'); 40. a4=sim(net, p4) 41. e4=t4-a4; 42. dw=learnp(bobot,p4,[],[],[],[],e4,[],[],[],[],[]) 43. bobot=bobot+dw 44. disp('pola p5'); 45. a5=sim(net, p5) 46. e5=t5-a5; 47. dw=learnp(bobot,p5,[],[],[],[],e5,[],[],[],[],[]) 48. bobot=bobot+dw 49. disp('pola p6'); 50. a6=sim(net, p6) 51. e6=t6-a6; 52. dw=learnp(bobot,p6,[],[],[],[],e6,[],[],[],[],[]) 53. bobot=bobot+dw 54. disp('pola p7'); 55. a7=sim(net, p7) 56. e7=t7-a7; 57. dw=learnp(bobot,p7,[],[],[],[],e7,[],[],[],[],[]) 58. bobot=bobot+dw 59. disp('pola p8'); 60. a8=sim(net, p8) 61. e8=t8-a8; 62. dw=learnp(bobot,p8,[],[],[],[],e8,[],[],[],[],[]) 63. bobot=bobot+dw

    2. c. perceptron_or_3_3.m

    1. p1=[1;1;1]; 2. p2=[1;1;0]; 3. p3=[1;0;1]; 4. p4=[1;0;0]; 5. p5=[0;1;1]; 6. p6=[0;1;0];

  • KLD403 | Praktikum Jaringan Syaraf Tiruan

    Program Studi S1 Ekstensi Ilmu Komputer Fasilkom-TI Universitas Sumatera Utara 6

    7. p7=[0;0;1]; 8. p8=[0;0;0]; 9. t1=[1]; 10. t2=[1]; 11. t3=[1]; 12. t4=[1]; 13. t5=[1]; 14. t6=[1]; 15. t7=[1]; 16. t8=[0]; 17. p=[p1 p2 p3 p4 p5 p6 p7 p8]; 18. t=[t1 t2 t3 t4 t5 t6 t7 t8]; 19. net=newp([0 1;0 1;0 1], 1); 20. nwt.IW{1,1} = [1 2 3]; 21. net.b{1}=[1]; 22. a=sim(net,p) 23. net=train(net,p,t)

    3.2.2 Print Screen

    1.

  • KLD403 | Praktikum Jaringan Syaraf Tiruan

    Program Studi S1 Ekstensi Ilmu Komputer Fasilkom-TI Universitas Sumatera Utara 7

  • KLD403 | Praktikum Jaringan Syaraf Tiruan

    Program Studi S1 Ekstensi Ilmu Komputer Fasilkom-TI Universitas Sumatera Utara 8

    2.

  • KLD403 | Praktikum Jaringan Syaraf Tiruan

    Program Studi S1 Ekstensi Ilmu Komputer Fasilkom-TI Universitas Sumatera Utara 9

    IV. DAFTAR PUSTAKA

    [1] Sharif, Amer. 2011. Buku Penuntun Praktikum Jaringan Syaraf Tiruan.

    Medan: Penerbit Departeman Ilmu Komputer FMIPA USU. Medan.

    V. KRITIK DAN SARAN

    -

    VI. PERNYATAAN

    Saya menyatakan bahwa tugas praktikum ini adalah hasil kerja saya sendiri dan

    apabila terdapat kutipan/saduran dalam jurnal praktikum ini telah disertai dengan

    sumber/referensi yang dapat saya pertanggungjawabkan. Apabila saya

    melanggar pernyataan ini maka saya bersedia tidak di-ACC atau bahkan

    digagalkan dan mendapat nilai E dalam praktikum.

    Medan, 22 Desember 2012

    Saya yang membuat pernyataan

    Dina Amriyani Hasibuan

    NIM.121421017