JST Jaringan Saraf Tiruan Tahapan JST Tahap pembelajaran
JST Jaringan Saraf Tiruan
Tahapan JST �Tahap pembelajaran �Tahap implementasi / testing
Paradigma Pembelajaran �Terawasi (Supervised Learning) input dan output ditentukan, ada contoh untuk pelatihan. �Tak Terawasi (Unsupervised Learning) tak ada contoh pelatihan. �Gabungan antara Supervised dan Unsupervised (Hybrid)
Perceptron �Neuron: Sel syaraf biologis �Perceptron: Sel syaraf buatan ◦ Fungsi Input ◦ Fungsi Aktivasi ◦ Output
Perceptron
Perceptron �Perceptron = MODEL SEDERHANA dari neuron �Apa yang bisa dilakukan oleh satu perceptron? �Klasifikasi �Prediksi �Optimasi, …
AND x 1 x 2 y 0 0 1 1 1 x 1 w=1 x 2 w=1 y θ = 1, 5 y
OR x 1 x 2 y 0 0 1 1 1 0 1 1 x 1 w=1 x 2 w=1 y θ = 0, 5 y
XOR x 1 x 2 y 0 0 1 1 1 0 θ = 0, 5 x 1 w = -1 y w=1 x 2 w = -1 y θ = 0, 5 w=1 y θ = 0, 5 y
Visualisasi 100 dimensi? Bisa dengan Perceptron?
Pix Pola 1 Pix 2 Pix 3 Pix 4 Pix 5 … Pix 100 E 1 0 0 1 1 1 … 0 F 1 0 0 1 1 1 … 0 G 1 0 1 1 … 1 O 1 0 1 1 1 1 … 1 . . O 5
Multi-Layer Perceptron (MLP)
Back Propagation (Propagasi balik)
Algoritma Belajar Propagasi Balik �Definisikan masalah ◦ Matriks pola masukan (P) ◦ matriks target (T) �Inisialisasi parameter jaringan ◦ Arsitektur jaringan (misalkan I-H-O) ◦ Bobot acak (atau dengan metode tertentu) ◦ Learning rate (lr) laju belajar ◦ Threshold MSE untuk menghentikan learning
Pengenalan Karakter E, F, G, O Matriks P Matriks T Pola Pix 1 Pix 2 Pix 3 Pix 4 Pix 5 … Pix 100 E 1 0 0 1 1 1 … 0 1 0 0 0 E F 1 0 0 1 1 1 … 0 0 1 0 0 F G 1 0 1 1 … 1 0 0 1 0 G O 1 0 1 1 … 1 0 0 0 1 O E 2 0 0 1 1 1 … 0 1 0 0 0 E … … … … O 5 0 1 1 … 1 0 0 0 1 O N 1 N 2 N 3 N 4 Kelas
Training F 2, G 2, O 2, … dan seterusnya hingga pola O 5 W 1 & W 2: Random W 1 W 2 -0. 54 0. 71 A 1 -0. 21 0. 15 9. 5 -0. 52 -0. 21 A 2 T E 0. 9 1 0 -0. 1 0. 4 0 -0. 4 0. 3 0 -0. 3 -0. 53 0. 91 -0. 49 0. 33 0. 68 0. 87 0. 97 0. 68 -0. 18 -0. 24 0. 29 0. 58 4. 3 0. 97 0. 32 -0. 18 0. 25 -0. 95 0. 62 -0. 17 0. 62 -0. 37 0. 55 -0. 12 0. 88 -0. 93 0. 55 -0. 12 0. 89 0. 75 0. 34 8. 7 -0. 12 0. 45
Testing W 1 & W 2: Trained W 1 0. 01 W 2 0. 31 -0. 83 A 2 Kelas 0. 8 1 0. 2 0 0. 1 0 0. 2 0 -0. 38 0. 19 0. 34 0. 22 0. 62 0. 74 0. 35 0. 87 -0. 18 0. 30 0. 60 0. 98 0. 03 -0. 53 -0. 38 -0. 09
Strategi penggunaan ANN � Cara memandang masalah: ◦ ◦ Klasifikasi Sekuriti Prediksi Optimasi Teknik learning: Supervised/Unsupervised � Desain Arsitektur � ◦ Jumlah layer ◦ Jumlah neuron ◦ Pemetaan output � Strategi learning ◦ Penyiapan data: filterisasi data, pembagian data (training, validasi, test) ◦ Parameter: inisialisasi (acak atau memakai algoritma), laju belajar, dsb. ◦ Penghentian learning
Kasus 1 Verifikasi tandatangan �OFFLINE atau ONLINE? �Citra: 100 x 100 pixel grayscale �Satu juta tandatangan? �Input & Output? �P dan T? �Struktur dan parameter MLP? �Perlu preprocessing?
Kasus 2: Sistem keamanan �Satu ruangan hanya 10 orang yang boleh masuk �Setiap orang yang akan masuk ruangan harus menempelkan ibu jari untuk diverifikasi sidik jarinya �Citra: 300 x 300 pixels �Input & Output? �P dan T? �Struktur dan parameter �Perlu preprocessing? MLP?
Kasus 3: Prediksi pelanggan PSTN �Data riil dari PT Telkom �Jumlah pelanggan bulanan selama 7 tahun �Error harus < 1 % �Input & Output? �P dan T? �Struktur dan parameter MLP? �Perlu preprocessing?
Kasus 4: Spam Filtering �Email spam ◦ Email sampah atau email yang tidak diperlukan user ◦ Contoh: �Instant messaging spam �Web search engine spam �Blogs spam �Mobile phone messaging spam, dsb. ◦ Jumlahnya mencapai 90 milyar per hari
Tujuan Spam �Penipuan (lotre, silahkan hubungi kami di alamat. . . ) �Money laundring (menawarkan transaksi pekerjaan yang berhubungan dengan rekening bank) �Promosi produk (seperti produk obatan) �Menyebarkan virus, trojan, worm, dsb.
From: DOUGLAS M ROBIN douglas_markrobin@yahoo. co. uk Subject: COMPLETE THE FORM WITH YOUR PASSPORT PHOTO ATTACHED The National Lottery PAYMENT/PROCESSING OFFICE, LONDON, UK. 3240 RIDGE-WAY, LONDON NW 71 RN. 00447040112422 Batch/074/05/ZY 3 Ticket/ 5647600545188 Serial No /5073 -11 Dear (), l acknowledge the receipt of your mail, as regard your request the reason is that over the years we have had cases of double claim of winnings and with the help of the verification form its earlier to detect the winners in various category. Your information is need to process other vital document before your cash prize can be release to you for claim. l need those vital information alongside passport photo to proceed with the processing of your winnings. l need urgent response in 24 hrs because you have less 2 weeks. Regards, Douglas Robin. (FIDUCIARY OFFICER)
Discovery Challenge �Merupakan kompetisi tingkat internasional tentang Personalised Spam Filtering yang diselengarakan di Humboldt-Universität zu Berlin, Jerman. �Menemukan daftar aturan atau strategi yang dapat membedakan suatu email sebagai spam atau bukan.
Data � 4000 email sebagai training set untuk proses pelatihan (learning). 2000 spam dan 2000 non-spam. � 4000 email sebagai tune set (validation set) untuk proses validasi hasil learning. 2000 spam dan 2000 non -spam. � 2500 email sebagai validation set untuk proses validasi hasil learning. Data ini diambil dari suatu inbox pengguna yang berisi 1250 spam dan 1250 non-spam. � 7500 email sebagai test set yang belum ada labelnya: spam atau non-spam. Data ini diambil dari 3 inbox, dimana masing-masing inbox berisi 2500 email.
Aturan � Agar kompetisi berjalan adil, 18. 000 email tersebut dikodekan ke dalam angka-angka. � Pertama, dibuat daftar semua kata yang pernah muncul pada semua email tersebut (sering kita sebut dengan wordlist atau dictionary). Dari semua email tersebut, ternyata dihasilkan dictionary yang berisi lebih dari 200. 000 kata. � Kedua, setiap email akan diparsing dan setiap kata yang ditemukan diganti dengan nomor kata pada dictionary yang sudah dibuat tadi dan dihitung juga frekuensi kemunculan setiap kata dalam email tersebut. � Email spam diberi kode 1, email non-spam diberi kode 1, dan email yang belum diketahui spam atau non-spam diberi kode 0.
Misal: Wordlist (Dictionary) No Kata 1 attached 2 document 3 form 4 lottery 5 national 6 open 7 passport 8 ticket … … 200. 000 urgent
From: DOUGLAS M ROBIN douglas_markrobin@yahoo. co. uk Subject: COMPLETE THE FORM WITH YOUR PASSPORT PHOTO ATTACHED The National Lottery PAYMENT/PROCESSING OFFICE, LONDON, UK. 3240 RIDGE-WAY, LONDON NW 71 RN. 00447040112422 Batch/074/05/ZY 3 Ticket/ 5647600545188 Serial No /5073 -11 Dear (), l acknowledge the receipt of your mail, as regard your request the reason is that over the years we have had cases of double claim of winnings and with the help of the verification form its earlier to detect the winners in various category. Your information is need to process other vital document before your cash prize can be release to you for claim. l need those vital information alongside passport photo to proceed with the processing of your winnings. l need urgent response in 24 hrs because you have less 2 weeks. Regards, Douglas Robin. (FIDUCIARY OFFICER)
Contoh: Spam Email � 1 35: 1 73: 1 77: 1 206: 1 16176: 1 � 1 2058: 1 27162: 1 49588: 1 � 1 9: 3 94: 1 109: 1 163: 1 405: 1 406: 1 415: 2 416: 1 435: 3 436: 3 437: 4 440: 4 450: 3 456: 1 457: 1 461: 1 466: 1 467: 1 478: 1 751: 1 1015: 1 1034: 14 1041: 1 1216: 1 1226: 1 1231: 1 1666: 1 2344: 1 2345: 1 2505: 1 2528: 1 3498: 1 4339: 1 4463: 1 7480: 1 8143: 1 15050: 1 17176: 1 19051: 1 20895: 1 22963: 1 35908: 1 48253: 1 49469: 1 60004: 1 78684: 1 84924: 1 85550: 1 93429: 1 95839: 1 106782: 1 106783: 4 106784: 2 106785: 2 106786: 1 106788: 1 106802: 1 106803: 1
Contoh: Non-Spam Email � -1 9: 1 82: 1 92: 1 104: 1 231: 1 308: 1 338: 1 351: 1 390: 1 440: 2 693: 1 933: 1 975: 1 984: 1 1631: 1 2404: 2 2560: 2 2589: 2 3361: 1 3630: 1 4042: 1 4059: 1 6515: 1 7851: 1 8762: 1 10427: 1 16178: 1 37517: 1 44973: 1 53347: 1 109089: 2 109090: 1 110944: 1 111668: 1 133323: 1 140060: 1 155590: 1
Contoh: Email Tak Berlabel � 0 94: 1 204: 1 257: 1 582: 1 4898: 1 6371: 1
Teknik Klasifikasi? �ID 3 �Bayesian Learning �Algoritma Genetika �Support Vector Machine �ANN: MLP �Atau teknik lainnya
Training Set Email ke- K 1 K 2 K 3 K 4 K 5 K 6 … K 200000 Kelas 1 3 9 0 0 0 2 … 1 1 2 7 3 0 2 0 1 … 0 -1 3 2 0 17 1 0 8 … 0 1 4 9 2 4 16 5 7 … 8 1 5 1 0 2 6 0 5 … 16 -1 6 7 0 0 0 … 0 1 7 0 3 0 0 0 8 … 0 -1 8 5 12 3 1 0 0 … 0 1 9 6 8 0 18 0 0 … 5 1 … … … … … 4000 8 2 0 23 0 1 … 9 -1
Supervised vs Unsupervised Supervised Unsupervised Klasifikasi Clustering Kelas harus diketahui Kelas tidak harus diketahui Waktu training lambat Waktu training cepat
Supervised vs Unsupervised �Supervised Klasifikasi ◦ Jumlah kelas diketahui User mengajari ANN ◦ Tersedia data latih yang VALID �Unsupervised Clustering ANN memberitahu user ◦ Jumlah kelas bisa tidak diketahui ◦ Tidak tersedia data latih yang VALID
ANN �Klasifikasi atau Clustering �Mudah implementasi �Akurasi tinggi �Tahan noise �Implementasi hardaware (CHIP) �Harus tersedia data latih dengan kelas yang jelas �Waktu training lama �Training ulang �Penalarannya tidak bisa dijelaskan (Weights)
- Slides: 37