![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhN3rr5CTQt6Z-Sazf96uVtnjoqR7SLx_g4Jrzr3L8ZHJ6o6oZc4s9FpkUourmFP0atYGg7lzCBaibUAmfTak_TM4Ua3Agngy9Iruwf8reInS5zORwYnE3fw0KU5CxykfgTb4Idf7P_3uo/s320/1.bmp)
Sebuah NN (neural network) McCulloch-Pitts (banyak neuron) untuk mewujudkan fungsi logika XOR.
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiijDGbwxuexv_lZinxYhI-GgHK00oIaQtqaJYi6QzJ2njfslIagDumMgQARwFHwvtmp-D6WpZBuSwqZyTyK3fgZTm98tj0V_4kxHoLJfOAJbbbjQrLAHvSB_-kky0YC9-mXOkDNhxlm_s/s320/2.bmp)
XOR=(x1 ^ ~x2) V (~x1 ^ x2)
Tabel XOR:
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiZFtarU_keakfteaUITqZBrpMFvvTz-1kSdKMPJVMXXsQjgOuT_kZCrIOoQ8FtkRNIzs25ytX6XsVYY6IDjQGDQjUEFAcm3OARYe4LT2NkjVJxX42emWc2nxwE16DVGmPTyWTo1WklpX0/s320/3.bmp)
Net1=Z1, Net2=Z2. Maka Teruskan Z1 dan Z2 ke Y dengan bobot masing-masing
1.
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEion7PsGfQNtba2bkqLTsG35Xz5whfokfaKhyW0v85E37AkIiA8tXR_5hgS3jYviQu7kW7Z6T2h8vfUF_c3WIzYC7vUPNDyh0KMbrlOE73VrVxYyMFJdZbwgUVroG8c2rpT7BoG43pJXHM/s320/4.bmp)
maka BERHASIL mengenali pola.
2. McCulloch-Pitts pada kasus AND 4 input.
Neural Network untuk fungsi AND 4 Input :
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiI-MFL2hZZJtiGtS7BTiu8ZiqtNw7g8gA8Gps1ab47xfdnbgHSO3qUZNf7Ofp29WDYPW-H10S6TBPdt4YvQ1rvhBMjMhqAy1KIn9RLoOiFEDmGfwrVAY6PweBrc0eiYeDU6mLC267xjsM/s320/5.bmp)
Tabel AND :
![](https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhI5QnxAKRbg8SxoQ89UVxhF59qy0HRO3sYEFYSfj25FIq8yqBQ9yMYvGtPb2lEfEks46rcpvIYjKtyIUJdblNG5ROuzvHd76unmMTr28JfLjIbgC4RCrl6_0QNXuPJYa39aJKnRFvWb30/s320/6.bmp)
Algoritma Hebbian:
- Inisialisasi semua bobot , wi = 0 ( i = 1, ...., n).
- Untuk semua vektor input s dan unit target t, lakukan hal berikut:
* Set aktivasi unit masukan xi = si ( i = 1, ..., n)
* Set aktivasi keluaran y = t.
* Perbaiki bobot menurut persamaan : wi (baru)= wi (lama) + Δ w (i= 1, ..., n) dengan Δ w = xi y.
* Perbaiki bias menurut persamaan b (baru) = b (lama) + Δb; dengan Δb = 1*t = 1*y.