Selasa, 16 November 2010

Artificial Neural Networks

PERCEPTRON
Perceptron lapis tunggal adalah teknik jaringan saraf tiruan yang sangat sederhana. Teknik ini hanya mempunyai lapisan input, sebuah unit output dan terdapat bias(b), yaitu unit yang aktivasinya selalu 1 dan berperilaku sebagai layaknya bobot(w).
Algoritma yang dipakai adalah algoritma pelatihan, yaitu mengajarinya dengan contoh/pola sampai Jaringan saraf tiruan dapat mengenali pola tersebut. Seriap output yang dihasilkan tidak sesuai dengan target yang diharapkan, maka bobotnya terus di update sampai output sesuai dengan yang diharapkan. Bobot terakhir itulah yang akan digunakan saat pengaplikasian.
Algoritma perceptron adalah:
1. Masukkan input, dan nilai bias yang bernilai 1
2. Set aktivasi unit-unit input (xi), dengan nilai i=1,2,3,…,n
xi=si
3. Hitung respon unit output(y):
y=b+∑ xiwi
4. Maka, Nilai y=1 jika yin>0
Nilai y=0 jika y -0 Nilai y=-1 jika yin<0

post by Abdur Rahman 2208100181

Senin, 15 November 2010

KONVOLUSI

Metode lain untuk menganalisis system-sistem waktu diskrit didasarkan pada apa yang disebut barisan tenggapan-impuls dari sistem.
Rumus konvolusi adalah y=h*u
y[n] = ∑h[k]* x[n-k]
Secara umum pada system linear time invariant deretan output y[n] merupakan konvolusi diskrit “ ” antara deretan input x[n] dengan impuls respon sistem h[n].
Jadi y = x[n] * h[n]
Jumlah konvolusi tersusun dari empat operasi mendasar
1. Ambilkan bayangan cermin dari {h(n)} terhadap sumbu vertikal yang melalui titik asal untuk memperoleh {h(-n)}.
2. Geser {h(-n)} ke kanan sejauh suatu jumlah yang sama dengan nilai k dimana barisan keluaran dihitung, yang mana menghasilkan { h (k-n) }.
3. Perkalian barisan tergeserkan { h (k-n) } ini dengan barisan masukan { u(n)}.
4. Jumlahkan nilai-nilai hasil kali barisan ini untuk memperoleh nilai konvolusi di k.

Post by Abdur Rahman 2208100181

Selasa, 02 November 2010

Deret Fourier

Suatu sinyal model apapun dapat dibawa dalam bentuk deret Fourier. Deret fourier mempermudah perhitungan untuk menghitung tiap nilai sinyal pada pias ke-n tertentu (n dalam bentuk integer). Deret Fourier atau Uraian Fourier merepresentasikan sinyal dalam bentuk deret sinus dan cosines. Deret Fourier didefinisikan sebagai :

clip_image002

clip_image004 didefinisikan pada selang clip_image006. Dimana koefisien Fourier clip_image008 dan clip_image010 adalah :

clip_image012

Bila clip_image004[1] didefinisikan pada selang sembarang, misal clip_image014 yang memiliki periode clip_image016. Maka koefisien Fourier clip_image008[1] dan clip_image010[1] didefinisikan sebagai :

clip_image018

Suatu fungsi memiliki fungsi genap jika clip_image020, dan fungsi ganjil jika clip_image022

Contoh :

clip_image024

Grafik diatas adalah grafikclip_image026. Bila ditulis dalam rumus syarat fungsi genap, maka :

clip_image028

clip_image030

clip_image032

Dari persamaan diatas dapat diambil kesimpulan bahwa fungsi clip_image034 adalah fungsi genap. Bandingkan dengan fungsi clip_image036

clip_image038

Bila ditulis dalam rumus syarat fungsi genap, maka :

clip_image040

clip_image042

clip_image044

Kita coba menggunakan syarat fungsi ganjil :

clip_image046

clip_image048

clip_image050

Maka dapat diambil kesimpulan bahwa fungsi clip_image052 adalah fungsi ganjil. Terkadang suatu fungsi dapat tidak memenuhi syarat genap atau ganjil tersebut. Fungsi tersebut dinamakan fungsi tidak genap dan tidak ganjil. Dalam fungsi ganjil, hanya suku-suku sinus dan konstanta clip_image054 yang dapat disajikan, sedangkan suku-suku cosines bernilai 0. Dalam fungsi genap, hanya suku-suku cosinus dapat disajikan, sedangkan suku

Contoh :

clip_image056 Tentukan Deret Fourier yang berkaitan!

Tentukan dulu komponen-komponennya, yaitu clip_image058

clip_image060

clip_image062

clip_image064

clip_image066

clip_image068              clip_image070

clip_image072

clip_image074

clip_image076

clip_image078

clip_image080

clip_image082

clip_image084

clip_image086 jika clip_image070[1]

Deret Fourier yang berkaitan adalah :

clip_image088

clip_image090

clip_image092

clip_image094

 

By Vincent E. Pradhana

(2208100076)