SlideShare ist ein Scribd-Unternehmen logo
1 von 4
Downloaden Sie, um offline zu lesen
NIM = UBL/1211501075 
Nama = Christian Yonathan S 
Mata Kuliah = Jaringan Syaraf Tiruan 
1. Apa yang dimaksud dengan JST? Apa karakteristik JST? Mengapa JST banyak 
dimanfaatkan untuk menyelesaikan masalah? 
 JST adalah sistem komputasi yang arsitektur dan operasinya diilhami dari 
pengetahuan tentang sel syaraf biologis didalam otak. JST juga merupakan salah satu 
representasi buatan dari otak manusia yang selalu mencoba menstimulasi proses 
pembelajaran pada otak manusia tersebut. 
 Karakteristik JST adalah Faktor Bobot dan Faktor Aktivasi. 
 Karena JST mempunyai sifat belajar dari pengalaman,dan JST mampu menyelesaikan 
permasalahan yang tidak terstruktur dan sulit didefinisikan. 
2. Jelaskan cara-cara pembelajaran dalam JST? 
 Pembelajaran terawasi adalah metode yang digunakan jika output yang diharapkan 
telah diketahui sebelumnya. Biasanya pembelajaran ini dilakukan dengan 
menggunakan data yang telah ada. 
 Pembelajaran yang tidak terawasi adalah yang digunakan jika tidak memerlukan 
target output. Pada metode ini tidak dapat ditentukan hasil seperti apa yang 
diharapkan selama proses pembelajaran. 
3. Apa yang dimaksud learning dan generalization dalam JST? 
 Learning = mengadaptasi parameter-parameter jaringannya. 
 Generalization = kemampuan memberikan tanggapan yang layak untuk masukan 
yang sejenis namun tidak identic dengan yang dipakai pada pelatihan. 
4. Apa yang dimaksud fungsi aktivasi? Jelaskan beberapa fungsi aktivasi! 
 Fungsi aktivasi merupakan operasi matematik yang dikenakan pada sinyal output y. 
 Beberapa contoh fungsi aktivasi sbb : 
a) Fungsi Sigmoid Linear
Fungsi ini digunakan untuk jaringan syaraf yang dilatih dengan menggunakan 
metode backpropagation. Fungsi sigmoid biner memiliki nilai pada range 0 
sampai 1. 
b) Fungsi Sigmoid Bipolar 
Fungsi ini hampir sama dengan fungsi sigmoid biner, hanya output dari fungsi ini 
memiliki range antara 1 sampai -1. 
5. Bagaimana mengupdate bobot JST? 
a) Langkah 0 
Inisialisasi bobot dan bias,untuk lebih mudah set bias dan bobot ke nol. Lalu tentukan 
nilai laju pelatihan. 
b) Langkah 1 
Selamat kondisi henti bernilai salah,jalankan langkah 2 hingga 6. 
c) Langkah 2 
Untuk setiap pasangan pola s:t lakukan langkah 3 hingga 5 
d) Langkah 3
Set nilai aktivasi untuk unit input Xi = Si 
e) Langkah 4 
hitung respon dari unit output 
f) Langkah 5 
Update nilai bobot dan bias jika terjadi error pada pola 
g) Langkah 6 
Test kondisi henti. 
Jika tidak ada perubahan bobot dilangkah 2,berhenti. Jika tidak,maka lanjut. Dari 
nilai bobot hasil pelatihan dapat diperoleh garis pemisah. 
6. Apa yang dimaksud multilayer perceptron? Tunjukkan arsitekturnya! Bagaimana 
pemrosesan yang terjadi pada satu node,satu layer, dan satu output? 
 Multilayer perceptron adalah dimana setiap neuron akan memiliki banyak 
interkoneksi dengan neuron lainnya.
 
 Akan menjadi lebih mudah dalam proses penentuan nilai bobotnya,sehingga lebih 
cepat dalam menghasilkan nilai output yang diharapkan. 
7. Contoh real penggunaan JST,tunjukkan parameter apa yang menjadi input,apa yang 
menjadi target outputnya! Tunjukkan arsitekturnya! Tuliskan algoritma pembelajarannya! 
 Masalahnya adalah sensor yang menentukan apakah Apel atau Jeruk. Target input = 
{Warna,Bentuk}; Target output = {Apel}; 
Nama/Tipe Warna Bentuk 
Apel = 0 1 0 
Jeruk = 1 0 1 
 
 Algoritma pembelajarannya,mengikuti jawaban no 5.

Weitere ähnliche Inhalte

Was ist angesagt?

Modul 8 - Jaringan Syaraf Tiruan (JST)
Modul 8 - Jaringan Syaraf Tiruan (JST)Modul 8 - Jaringan Syaraf Tiruan (JST)
Modul 8 - Jaringan Syaraf Tiruan (JST)ahmad haidaroh
 
Jaringan syaraf tiruan uas docs
Jaringan syaraf tiruan uas docsJaringan syaraf tiruan uas docs
Jaringan syaraf tiruan uas docsause labella
 
Algoritma fuzzy c means fcm java c++ contoh program
Algoritma fuzzy c means fcm java c++   contoh programAlgoritma fuzzy c means fcm java c++   contoh program
Algoritma fuzzy c means fcm java c++ contoh programym.ygrex@comp
 
Pengantar statistika slide 3
Pengantar statistika slide 3Pengantar statistika slide 3
Pengantar statistika slide 3Az'End Love
 
Penjelasan indexing database 1411510850
Penjelasan indexing database 1411510850Penjelasan indexing database 1411510850
Penjelasan indexing database 1411510850fitrohtulhadi
 
Uji chi square baru
Uji chi square baruUji chi square baru
Uji chi square baruRiswan
 
Aljabar vektor dan matriks
Aljabar vektor dan matriksAljabar vektor dan matriks
Aljabar vektor dan matriksFandi Rahmat
 
Materi p14 nonpar_dua & k sampel bebas+pasangan
Materi p14 nonpar_dua & k sampel bebas+pasanganMateri p14 nonpar_dua & k sampel bebas+pasangan
Materi p14 nonpar_dua & k sampel bebas+pasanganM. Jainuri, S.Pd., M.Pd
 
Model Jaringan Hopfield
Model Jaringan HopfieldModel Jaringan Hopfield
Model Jaringan HopfieldSherly Uda
 
Radial Basis Function Network (RBFN)
Radial Basis Function Network (RBFN)Radial Basis Function Network (RBFN)
Radial Basis Function Network (RBFN)ahmad haidaroh
 
Transformasi Linear ( Aljabar Linear Elementer )
Transformasi Linear ( Aljabar Linear Elementer )Transformasi Linear ( Aljabar Linear Elementer )
Transformasi Linear ( Aljabar Linear Elementer )Kelinci Coklat
 
Jaringan Syaraf Tiruan
Jaringan Syaraf TiruanJaringan Syaraf Tiruan
Jaringan Syaraf TiruanMayasari Dewi
 

Was ist angesagt? (20)

Modul 8 - Jaringan Syaraf Tiruan (JST)
Modul 8 - Jaringan Syaraf Tiruan (JST)Modul 8 - Jaringan Syaraf Tiruan (JST)
Modul 8 - Jaringan Syaraf Tiruan (JST)
 
Jaringan syaraf tiruan uas docs
Jaringan syaraf tiruan uas docsJaringan syaraf tiruan uas docs
Jaringan syaraf tiruan uas docs
 
Hebb, perceptro dan adaline
Hebb, perceptro dan adalineHebb, perceptro dan adaline
Hebb, perceptro dan adaline
 
Jaringan perceptron
Jaringan perceptronJaringan perceptron
Jaringan perceptron
 
Use skenario
Use skenarioUse skenario
Use skenario
 
Algoritma fuzzy c means fcm java c++ contoh program
Algoritma fuzzy c means fcm java c++   contoh programAlgoritma fuzzy c means fcm java c++   contoh program
Algoritma fuzzy c means fcm java c++ contoh program
 
Pengantar statistika slide 3
Pengantar statistika slide 3Pengantar statistika slide 3
Pengantar statistika slide 3
 
Penjelasan indexing database 1411510850
Penjelasan indexing database 1411510850Penjelasan indexing database 1411510850
Penjelasan indexing database 1411510850
 
Uji chi square baru
Uji chi square baruUji chi square baru
Uji chi square baru
 
Aljabar vektor dan matriks
Aljabar vektor dan matriksAljabar vektor dan matriks
Aljabar vektor dan matriks
 
struktur aljabar
struktur aljabarstruktur aljabar
struktur aljabar
 
Pendugaan Parameter
Pendugaan ParameterPendugaan Parameter
Pendugaan Parameter
 
Materi p14 nonpar_dua & k sampel bebas+pasangan
Materi p14 nonpar_dua & k sampel bebas+pasanganMateri p14 nonpar_dua & k sampel bebas+pasangan
Materi p14 nonpar_dua & k sampel bebas+pasangan
 
Model Jaringan Hopfield
Model Jaringan HopfieldModel Jaringan Hopfield
Model Jaringan Hopfield
 
DISTRIBUSI SAMPLING & TEOREMA NILAI TENGAH
DISTRIBUSI SAMPLING & TEOREMA NILAI TENGAHDISTRIBUSI SAMPLING & TEOREMA NILAI TENGAH
DISTRIBUSI SAMPLING & TEOREMA NILAI TENGAH
 
07 analisis komponen utama
07 analisis komponen utama07 analisis komponen utama
07 analisis komponen utama
 
Analisis Regresi Liniear Sederhana
Analisis Regresi Liniear SederhanaAnalisis Regresi Liniear Sederhana
Analisis Regresi Liniear Sederhana
 
Radial Basis Function Network (RBFN)
Radial Basis Function Network (RBFN)Radial Basis Function Network (RBFN)
Radial Basis Function Network (RBFN)
 
Transformasi Linear ( Aljabar Linear Elementer )
Transformasi Linear ( Aljabar Linear Elementer )Transformasi Linear ( Aljabar Linear Elementer )
Transformasi Linear ( Aljabar Linear Elementer )
 
Jaringan Syaraf Tiruan
Jaringan Syaraf TiruanJaringan Syaraf Tiruan
Jaringan Syaraf Tiruan
 

Ähnlich wie UTS JST 2014/2015

Dw 9-intelijensi buatan
Dw 9-intelijensi buatanDw 9-intelijensi buatan
Dw 9-intelijensi buatanDian Sari
 
pertemuan-11-jst.ppt
pertemuan-11-jst.pptpertemuan-11-jst.ppt
pertemuan-11-jst.pptardian206415
 
Aturan pembelajaran perceptron1
Aturan pembelajaran perceptron1Aturan pembelajaran perceptron1
Aturan pembelajaran perceptron1aereal
 
Jaringan syaraf tiruan
Jaringan syaraf tiruanJaringan syaraf tiruan
Jaringan syaraf tiruanLarasWiranti2
 
Pertemuan 14 Jaringan Syaraf (Neural Network)
Pertemuan 14 Jaringan Syaraf (Neural Network)Pertemuan 14 Jaringan Syaraf (Neural Network)
Pertemuan 14 Jaringan Syaraf (Neural Network)Endang Retnoningsih
 
7-1-Artificial Neural Network.pptx
7-1-Artificial Neural Network.pptx7-1-Artificial Neural Network.pptx
7-1-Artificial Neural Network.pptxSeminusPahabol
 
Machine Learning Diskusi 12.pdf
Machine Learning Diskusi 12.pdfMachine Learning Diskusi 12.pdf
Machine Learning Diskusi 12.pdfHendroGunawan8
 
Metode Komputasi "Adaptive Network"
Metode Komputasi "Adaptive Network"Metode Komputasi "Adaptive Network"
Metode Komputasi "Adaptive Network"Bilyan Ustazila
 
Penggunaan algoritma genetika kusumoputro dan irwanto
Penggunaan algoritma genetika kusumoputro dan irwantoPenggunaan algoritma genetika kusumoputro dan irwanto
Penggunaan algoritma genetika kusumoputro dan irwantosagitarius912
 
Aktivasi Pembelajaran Jaringan Syaraf Tiruan.pptx
Aktivasi Pembelajaran Jaringan Syaraf Tiruan.pptxAktivasi Pembelajaran Jaringan Syaraf Tiruan.pptx
Aktivasi Pembelajaran Jaringan Syaraf Tiruan.pptxmusakhadzim
 
KECERDASAN__BUATAN_KELOMPOK_4.pptx
KECERDASAN__BUATAN_KELOMPOK_4.pptxKECERDASAN__BUATAN_KELOMPOK_4.pptx
KECERDASAN__BUATAN_KELOMPOK_4.pptxMuhSiddikDaming
 
05c neural network-mlp
05c neural network-mlp05c neural network-mlp
05c neural network-mlprrahmad_14
 

Ähnlich wie UTS JST 2014/2015 (16)

Dw 9-intelijensi buatan
Dw 9-intelijensi buatanDw 9-intelijensi buatan
Dw 9-intelijensi buatan
 
Ppt neuralnet
Ppt neuralnetPpt neuralnet
Ppt neuralnet
 
pertemuan-11-jst.ppt
pertemuan-11-jst.pptpertemuan-11-jst.ppt
pertemuan-11-jst.ppt
 
Jaringan-Syaraf-Tiruan.ppt
Jaringan-Syaraf-Tiruan.pptJaringan-Syaraf-Tiruan.ppt
Jaringan-Syaraf-Tiruan.ppt
 
Aturan pembelajaran perceptron1
Aturan pembelajaran perceptron1Aturan pembelajaran perceptron1
Aturan pembelajaran perceptron1
 
Jaringan syaraf tiruan
Jaringan syaraf tiruanJaringan syaraf tiruan
Jaringan syaraf tiruan
 
Jaringan syaraf tiruan
Jaringan syaraf tiruanJaringan syaraf tiruan
Jaringan syaraf tiruan
 
Pertemuan 14 Jaringan Syaraf (Neural Network)
Pertemuan 14 Jaringan Syaraf (Neural Network)Pertemuan 14 Jaringan Syaraf (Neural Network)
Pertemuan 14 Jaringan Syaraf (Neural Network)
 
JST.ppt
JST.pptJST.ppt
JST.ppt
 
7-1-Artificial Neural Network.pptx
7-1-Artificial Neural Network.pptx7-1-Artificial Neural Network.pptx
7-1-Artificial Neural Network.pptx
 
Machine Learning Diskusi 12.pdf
Machine Learning Diskusi 12.pdfMachine Learning Diskusi 12.pdf
Machine Learning Diskusi 12.pdf
 
Metode Komputasi "Adaptive Network"
Metode Komputasi "Adaptive Network"Metode Komputasi "Adaptive Network"
Metode Komputasi "Adaptive Network"
 
Penggunaan algoritma genetika kusumoputro dan irwanto
Penggunaan algoritma genetika kusumoputro dan irwantoPenggunaan algoritma genetika kusumoputro dan irwanto
Penggunaan algoritma genetika kusumoputro dan irwanto
 
Aktivasi Pembelajaran Jaringan Syaraf Tiruan.pptx
Aktivasi Pembelajaran Jaringan Syaraf Tiruan.pptxAktivasi Pembelajaran Jaringan Syaraf Tiruan.pptx
Aktivasi Pembelajaran Jaringan Syaraf Tiruan.pptx
 
KECERDASAN__BUATAN_KELOMPOK_4.pptx
KECERDASAN__BUATAN_KELOMPOK_4.pptxKECERDASAN__BUATAN_KELOMPOK_4.pptx
KECERDASAN__BUATAN_KELOMPOK_4.pptx
 
05c neural network-mlp
05c neural network-mlp05c neural network-mlp
05c neural network-mlp
 

Mehr von Jonathan Christian

Implementasi Algoritma Naive Bayes (Studi Kasus : Prediksi Kelulusan Mahasisw...
Implementasi Algoritma Naive Bayes (Studi Kasus : Prediksi Kelulusan Mahasisw...Implementasi Algoritma Naive Bayes (Studi Kasus : Prediksi Kelulusan Mahasisw...
Implementasi Algoritma Naive Bayes (Studi Kasus : Prediksi Kelulusan Mahasisw...Jonathan Christian
 
Tutorial Upload File Excel Into Gridview ASP.NET
Tutorial Upload File Excel Into Gridview ASP.NETTutorial Upload File Excel Into Gridview ASP.NET
Tutorial Upload File Excel Into Gridview ASP.NETJonathan Christian
 
Kerangka Kerja Ruang Situs Iklan (E-Commerce)
Kerangka Kerja Ruang Situs Iklan (E-Commerce)Kerangka Kerja Ruang Situs Iklan (E-Commerce)
Kerangka Kerja Ruang Situs Iklan (E-Commerce)Jonathan Christian
 
Uts 1211501075 christian yonathan s_ti
Uts 1211501075 christian yonathan s_tiUts 1211501075 christian yonathan s_ti
Uts 1211501075 christian yonathan s_tiJonathan Christian
 
1211501075 christian yonathan-ti
1211501075 christian yonathan-ti1211501075 christian yonathan-ti
1211501075 christian yonathan-tiJonathan Christian
 

Mehr von Jonathan Christian (13)

Implementasi Algoritma Naive Bayes (Studi Kasus : Prediksi Kelulusan Mahasisw...
Implementasi Algoritma Naive Bayes (Studi Kasus : Prediksi Kelulusan Mahasisw...Implementasi Algoritma Naive Bayes (Studi Kasus : Prediksi Kelulusan Mahasisw...
Implementasi Algoritma Naive Bayes (Studi Kasus : Prediksi Kelulusan Mahasisw...
 
Latihan Soal UTS-UAS UGM
Latihan Soal UTS-UAS UGMLatihan Soal UTS-UAS UGM
Latihan Soal UTS-UAS UGM
 
Tutorial Upload File Excel Into Gridview ASP.NET
Tutorial Upload File Excel Into Gridview ASP.NETTutorial Upload File Excel Into Gridview ASP.NET
Tutorial Upload File Excel Into Gridview ASP.NET
 
Kerangka Kerja Ruang Situs Iklan (E-Commerce)
Kerangka Kerja Ruang Situs Iklan (E-Commerce)Kerangka Kerja Ruang Situs Iklan (E-Commerce)
Kerangka Kerja Ruang Situs Iklan (E-Commerce)
 
Laporan KKP
Laporan KKPLaporan KKP
Laporan KKP
 
Pengenalan Static Pada Java
Pengenalan Static Pada JavaPengenalan Static Pada Java
Pengenalan Static Pada Java
 
UTS Oracle PL/SQL
UTS Oracle PL/SQLUTS Oracle PL/SQL
UTS Oracle PL/SQL
 
Diagram
DiagramDiagram
Diagram
 
Requirement Engineering
Requirement EngineeringRequirement Engineering
Requirement Engineering
 
Rangkuman uas dw
Rangkuman uas dwRangkuman uas dw
Rangkuman uas dw
 
C sharp programming advance
C sharp programming advanceC sharp programming advance
C sharp programming advance
 
Uts 1211501075 christian yonathan s_ti
Uts 1211501075 christian yonathan s_tiUts 1211501075 christian yonathan s_ti
Uts 1211501075 christian yonathan s_ti
 
1211501075 christian yonathan-ti
1211501075 christian yonathan-ti1211501075 christian yonathan-ti
1211501075 christian yonathan-ti
 

Kürzlich hochgeladen

contoh DOKUMEN AKSI NYATA DALAM HAL PENERAPAN COACHING KEPADA PESERTA DIDIK
contoh DOKUMEN AKSI NYATA DALAM HAL PENERAPAN COACHING KEPADA PESERTA DIDIKcontoh DOKUMEN AKSI NYATA DALAM HAL PENERAPAN COACHING KEPADA PESERTA DIDIK
contoh DOKUMEN AKSI NYATA DALAM HAL PENERAPAN COACHING KEPADA PESERTA DIDIKTaufik241763
 
Program Roots Indonesia - Aksi Nyata.pdf
Program Roots Indonesia - Aksi Nyata.pdfProgram Roots Indonesia - Aksi Nyata.pdf
Program Roots Indonesia - Aksi Nyata.pdfrizalrulloh1992
 
power point mengenai akhlak remaja: menghindari tawuran
power point mengenai akhlak remaja: menghindari tawuranpower point mengenai akhlak remaja: menghindari tawuran
power point mengenai akhlak remaja: menghindari tawuranapriandanu
 
Powerpoint tentang Kebutuhan Manusia kelas X
Powerpoint tentang Kebutuhan Manusia kelas XPowerpoint tentang Kebutuhan Manusia kelas X
Powerpoint tentang Kebutuhan Manusia kelas Xyova9dspensa
 
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASI
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASIBMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASI
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASIwanalifhikmi
 
materi PPT tentang cerita inspiratif kelas 9 smp
materi PPT tentang cerita inspiratif kelas 9 smpmateri PPT tentang cerita inspiratif kelas 9 smp
materi PPT tentang cerita inspiratif kelas 9 smpAanSutrisno
 
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASI
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASIBMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASI
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASIsyedharis59
 
Paparan Model Kompetensi Kepala Sekolah.pptx
Paparan Model Kompetensi Kepala Sekolah.pptxPaparan Model Kompetensi Kepala Sekolah.pptx
Paparan Model Kompetensi Kepala Sekolah.pptxagunk4
 
Nasab Nabi Muhammad SAW. dari Nabi Ibrahimpptx
Nasab Nabi Muhammad SAW. dari Nabi IbrahimpptxNasab Nabi Muhammad SAW. dari Nabi Ibrahimpptx
Nasab Nabi Muhammad SAW. dari Nabi IbrahimpptxSuGito15
 
Materi Presentasi PPT Komunitas belajar 2.pptx
Materi Presentasi PPT Komunitas belajar 2.pptxMateri Presentasi PPT Komunitas belajar 2.pptx
Materi Presentasi PPT Komunitas belajar 2.pptxnursamsi40
 
MATERI PESANTREN KILAT RAMADHAN AQIDAH ISLAM.pptx
MATERI PESANTREN KILAT RAMADHAN  AQIDAH ISLAM.pptxMATERI PESANTREN KILAT RAMADHAN  AQIDAH ISLAM.pptx
MATERI PESANTREN KILAT RAMADHAN AQIDAH ISLAM.pptxSuarniSuarni5
 
DOKUMEN PENJAJARAN_KSSR MATEMATIK TAHAP 1_EDISI 3.pdf
DOKUMEN PENJAJARAN_KSSR MATEMATIK TAHAP 1_EDISI 3.pdfDOKUMEN PENJAJARAN_KSSR MATEMATIK TAHAP 1_EDISI 3.pdf
DOKUMEN PENJAJARAN_KSSR MATEMATIK TAHAP 1_EDISI 3.pdfssuserb45274
 
KISI-KISI DAN KARTU SOAL INFORMATIKA PAKET A.docx
KISI-KISI DAN KARTU SOAL INFORMATIKA PAKET A.docxKISI-KISI DAN KARTU SOAL INFORMATIKA PAKET A.docx
KISI-KISI DAN KARTU SOAL INFORMATIKA PAKET A.docxrulimustiyawan37
 
1.-Materi-Prof.-Bambang-1.ppt PENYEBAB GAGAL GINJAL AKUT
1.-Materi-Prof.-Bambang-1.ppt PENYEBAB GAGAL GINJAL AKUT1.-Materi-Prof.-Bambang-1.ppt PENYEBAB GAGAL GINJAL AKUT
1.-Materi-Prof.-Bambang-1.ppt PENYEBAB GAGAL GINJAL AKUTeric214073
 
K1_pengantar komunikasi pendidikan (1).pdf
K1_pengantar komunikasi pendidikan (1).pdfK1_pengantar komunikasi pendidikan (1).pdf
K1_pengantar komunikasi pendidikan (1).pdfbayuputra151203
 
Paket Substansi_Pengelolaan Kinerja Guru dan KS [19 Dec].pptx
Paket Substansi_Pengelolaan Kinerja Guru dan KS [19 Dec].pptxPaket Substansi_Pengelolaan Kinerja Guru dan KS [19 Dec].pptx
Paket Substansi_Pengelolaan Kinerja Guru dan KS [19 Dec].pptxDarmiahDarmiah
 
LEMBAR-LOKAKARYA ORIENTASI-Kelompok 1.pdf
LEMBAR-LOKAKARYA ORIENTASI-Kelompok 1.pdfLEMBAR-LOKAKARYA ORIENTASI-Kelompok 1.pdf
LEMBAR-LOKAKARYA ORIENTASI-Kelompok 1.pdfAdelaWintarsana2
 
K1_pengantar komunikasi pendidikan (1).pdf
K1_pengantar komunikasi pendidikan (1).pdfK1_pengantar komunikasi pendidikan (1).pdf
K1_pengantar komunikasi pendidikan (1).pdf2210130220024
 

Kürzlich hochgeladen (20)

contoh DOKUMEN AKSI NYATA DALAM HAL PENERAPAN COACHING KEPADA PESERTA DIDIK
contoh DOKUMEN AKSI NYATA DALAM HAL PENERAPAN COACHING KEPADA PESERTA DIDIKcontoh DOKUMEN AKSI NYATA DALAM HAL PENERAPAN COACHING KEPADA PESERTA DIDIK
contoh DOKUMEN AKSI NYATA DALAM HAL PENERAPAN COACHING KEPADA PESERTA DIDIK
 
KOMUNIKATOR POLITIK ( AKTOR POLITIK).pptx
KOMUNIKATOR POLITIK ( AKTOR POLITIK).pptxKOMUNIKATOR POLITIK ( AKTOR POLITIK).pptx
KOMUNIKATOR POLITIK ( AKTOR POLITIK).pptx
 
Program Roots Indonesia - Aksi Nyata.pdf
Program Roots Indonesia - Aksi Nyata.pdfProgram Roots Indonesia - Aksi Nyata.pdf
Program Roots Indonesia - Aksi Nyata.pdf
 
power point mengenai akhlak remaja: menghindari tawuran
power point mengenai akhlak remaja: menghindari tawuranpower point mengenai akhlak remaja: menghindari tawuran
power point mengenai akhlak remaja: menghindari tawuran
 
Powerpoint tentang Kebutuhan Manusia kelas X
Powerpoint tentang Kebutuhan Manusia kelas XPowerpoint tentang Kebutuhan Manusia kelas X
Powerpoint tentang Kebutuhan Manusia kelas X
 
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASI
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASIBMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASI
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASI
 
materi PPT tentang cerita inspiratif kelas 9 smp
materi PPT tentang cerita inspiratif kelas 9 smpmateri PPT tentang cerita inspiratif kelas 9 smp
materi PPT tentang cerita inspiratif kelas 9 smp
 
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASI
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASIBMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASI
BMMB 1134 KETERAMPILAN BERBAHASA HALANGAN KOMUNIKASI
 
Paparan Model Kompetensi Kepala Sekolah.pptx
Paparan Model Kompetensi Kepala Sekolah.pptxPaparan Model Kompetensi Kepala Sekolah.pptx
Paparan Model Kompetensi Kepala Sekolah.pptx
 
ELEMEN KOMPOL (PESAN BAHASA POLITIK).pptx
ELEMEN KOMPOL (PESAN BAHASA POLITIK).pptxELEMEN KOMPOL (PESAN BAHASA POLITIK).pptx
ELEMEN KOMPOL (PESAN BAHASA POLITIK).pptx
 
Nasab Nabi Muhammad SAW. dari Nabi Ibrahimpptx
Nasab Nabi Muhammad SAW. dari Nabi IbrahimpptxNasab Nabi Muhammad SAW. dari Nabi Ibrahimpptx
Nasab Nabi Muhammad SAW. dari Nabi Ibrahimpptx
 
Materi Presentasi PPT Komunitas belajar 2.pptx
Materi Presentasi PPT Komunitas belajar 2.pptxMateri Presentasi PPT Komunitas belajar 2.pptx
Materi Presentasi PPT Komunitas belajar 2.pptx
 
MATERI PESANTREN KILAT RAMADHAN AQIDAH ISLAM.pptx
MATERI PESANTREN KILAT RAMADHAN  AQIDAH ISLAM.pptxMATERI PESANTREN KILAT RAMADHAN  AQIDAH ISLAM.pptx
MATERI PESANTREN KILAT RAMADHAN AQIDAH ISLAM.pptx
 
DOKUMEN PENJAJARAN_KSSR MATEMATIK TAHAP 1_EDISI 3.pdf
DOKUMEN PENJAJARAN_KSSR MATEMATIK TAHAP 1_EDISI 3.pdfDOKUMEN PENJAJARAN_KSSR MATEMATIK TAHAP 1_EDISI 3.pdf
DOKUMEN PENJAJARAN_KSSR MATEMATIK TAHAP 1_EDISI 3.pdf
 
KISI-KISI DAN KARTU SOAL INFORMATIKA PAKET A.docx
KISI-KISI DAN KARTU SOAL INFORMATIKA PAKET A.docxKISI-KISI DAN KARTU SOAL INFORMATIKA PAKET A.docx
KISI-KISI DAN KARTU SOAL INFORMATIKA PAKET A.docx
 
1.-Materi-Prof.-Bambang-1.ppt PENYEBAB GAGAL GINJAL AKUT
1.-Materi-Prof.-Bambang-1.ppt PENYEBAB GAGAL GINJAL AKUT1.-Materi-Prof.-Bambang-1.ppt PENYEBAB GAGAL GINJAL AKUT
1.-Materi-Prof.-Bambang-1.ppt PENYEBAB GAGAL GINJAL AKUT
 
K1_pengantar komunikasi pendidikan (1).pdf
K1_pengantar komunikasi pendidikan (1).pdfK1_pengantar komunikasi pendidikan (1).pdf
K1_pengantar komunikasi pendidikan (1).pdf
 
Paket Substansi_Pengelolaan Kinerja Guru dan KS [19 Dec].pptx
Paket Substansi_Pengelolaan Kinerja Guru dan KS [19 Dec].pptxPaket Substansi_Pengelolaan Kinerja Guru dan KS [19 Dec].pptx
Paket Substansi_Pengelolaan Kinerja Guru dan KS [19 Dec].pptx
 
LEMBAR-LOKAKARYA ORIENTASI-Kelompok 1.pdf
LEMBAR-LOKAKARYA ORIENTASI-Kelompok 1.pdfLEMBAR-LOKAKARYA ORIENTASI-Kelompok 1.pdf
LEMBAR-LOKAKARYA ORIENTASI-Kelompok 1.pdf
 
K1_pengantar komunikasi pendidikan (1).pdf
K1_pengantar komunikasi pendidikan (1).pdfK1_pengantar komunikasi pendidikan (1).pdf
K1_pengantar komunikasi pendidikan (1).pdf
 

UTS JST 2014/2015

  • 1. NIM = UBL/1211501075 Nama = Christian Yonathan S Mata Kuliah = Jaringan Syaraf Tiruan 1. Apa yang dimaksud dengan JST? Apa karakteristik JST? Mengapa JST banyak dimanfaatkan untuk menyelesaikan masalah?  JST adalah sistem komputasi yang arsitektur dan operasinya diilhami dari pengetahuan tentang sel syaraf biologis didalam otak. JST juga merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba menstimulasi proses pembelajaran pada otak manusia tersebut.  Karakteristik JST adalah Faktor Bobot dan Faktor Aktivasi.  Karena JST mempunyai sifat belajar dari pengalaman,dan JST mampu menyelesaikan permasalahan yang tidak terstruktur dan sulit didefinisikan. 2. Jelaskan cara-cara pembelajaran dalam JST?  Pembelajaran terawasi adalah metode yang digunakan jika output yang diharapkan telah diketahui sebelumnya. Biasanya pembelajaran ini dilakukan dengan menggunakan data yang telah ada.  Pembelajaran yang tidak terawasi adalah yang digunakan jika tidak memerlukan target output. Pada metode ini tidak dapat ditentukan hasil seperti apa yang diharapkan selama proses pembelajaran. 3. Apa yang dimaksud learning dan generalization dalam JST?  Learning = mengadaptasi parameter-parameter jaringannya.  Generalization = kemampuan memberikan tanggapan yang layak untuk masukan yang sejenis namun tidak identic dengan yang dipakai pada pelatihan. 4. Apa yang dimaksud fungsi aktivasi? Jelaskan beberapa fungsi aktivasi!  Fungsi aktivasi merupakan operasi matematik yang dikenakan pada sinyal output y.  Beberapa contoh fungsi aktivasi sbb : a) Fungsi Sigmoid Linear
  • 2. Fungsi ini digunakan untuk jaringan syaraf yang dilatih dengan menggunakan metode backpropagation. Fungsi sigmoid biner memiliki nilai pada range 0 sampai 1. b) Fungsi Sigmoid Bipolar Fungsi ini hampir sama dengan fungsi sigmoid biner, hanya output dari fungsi ini memiliki range antara 1 sampai -1. 5. Bagaimana mengupdate bobot JST? a) Langkah 0 Inisialisasi bobot dan bias,untuk lebih mudah set bias dan bobot ke nol. Lalu tentukan nilai laju pelatihan. b) Langkah 1 Selamat kondisi henti bernilai salah,jalankan langkah 2 hingga 6. c) Langkah 2 Untuk setiap pasangan pola s:t lakukan langkah 3 hingga 5 d) Langkah 3
  • 3. Set nilai aktivasi untuk unit input Xi = Si e) Langkah 4 hitung respon dari unit output f) Langkah 5 Update nilai bobot dan bias jika terjadi error pada pola g) Langkah 6 Test kondisi henti. Jika tidak ada perubahan bobot dilangkah 2,berhenti. Jika tidak,maka lanjut. Dari nilai bobot hasil pelatihan dapat diperoleh garis pemisah. 6. Apa yang dimaksud multilayer perceptron? Tunjukkan arsitekturnya! Bagaimana pemrosesan yang terjadi pada satu node,satu layer, dan satu output?  Multilayer perceptron adalah dimana setiap neuron akan memiliki banyak interkoneksi dengan neuron lainnya.
  • 4.   Akan menjadi lebih mudah dalam proses penentuan nilai bobotnya,sehingga lebih cepat dalam menghasilkan nilai output yang diharapkan. 7. Contoh real penggunaan JST,tunjukkan parameter apa yang menjadi input,apa yang menjadi target outputnya! Tunjukkan arsitekturnya! Tuliskan algoritma pembelajarannya!  Masalahnya adalah sensor yang menentukan apakah Apel atau Jeruk. Target input = {Warna,Bentuk}; Target output = {Apel}; Nama/Tipe Warna Bentuk Apel = 0 1 0 Jeruk = 1 0 1   Algoritma pembelajarannya,mengikuti jawaban no 5.