Fungsi Aktivasi Sigmoid Bipolar atau tangen hiperbolik(tanh)

 

Fungsi Aktivasi Sigmoid Bipolar atau tangen hiperbolik(tanh)

 

Fungsi ini digunakan untuk jaringan syaraf yang dilatih dengan menggunakan metode backpropagation. Fungsi sigmoid bipolar pada dasarnya hampir sama dengan fungsi biner namun interval outputnya antara -1 sampai 1.

Fungsi Sigmoid memiliki nilai maksimum = 1. Maka untuk pola yang memiliki target > 1, pola masukan dan keluaran harus ditransformasi terlebih dahulu sehingga semua polanya memiliki range yang sama seperti fungsi Sigmoid yang dipakai.

 

Sifat fungsi sigmoid bipolar

-          Kontinue

-          Terdiferensial dengan mudah

-          fungsi yang tidak turun.

 

Perumusan dari fungsi ini adalah sebagai berikut:

          

 

Contoh :

a adalah parameter bentuk dari fungsi tanh. Dengan mengubah harga a maka bentuk fungsi tanh akan berbeda-beda seperti  Contoh :

Andaikan kita mempunyai sebuah neural network dengan 4 input dan bobot yang telah ditetapkan seperti gambar :

Jst dengan 4 input dan bobot

Maka output R dari neuron sebelum dikenai fungsi aktivasi adalah :

Dan fungsi aktivasi sigmoid nya adalah  :

Keterangan :

·           BackPropagation : Algoritma pembelajaran untuk memperkecil tingkat error dengan cara menyesuaikan bobotnya berdasarkan perbedaan output dan target yang diinginkan. BackPropagation (BP) atau Multilayer Perceptron (MP) adalah salah satu metode JST yang paling banyak digunakan, karena modelnya yang hampir sama dengan sistem pengendalian secara umum (input – proses – output – feedback).

·           Kontinue            :           berkelanjutan

·           Terdiferensial     :           berubah dengan baik

·           Fungsi aktivasi yang biasa digunakan untuk keluaran yang berupa nilai rentang adalah fungsi sigmoid.