Implementasi Algoritma Perceptron dalam Klasifikasi Data Biner Menggunakan Pendekatan Jaringan Saraf Tiruan: Penelitian

Mhd Zahir Az Zikri; Wanayumini; Rahmat; Nasir Fadillah Marpaung; Sultan Nico Nur'Arsy; Nurul Akmal Jodhy

doi:10.31004/jerkin.v4i3.5340

Authors

Mhd Zahir Az Zikri Universitas Asahan
Wanayumini Universitas Asahan
Rahmat Universitas Asahan
Nasir Fadillah Marpaung Universitas Asahan
Sultan Nico Nur'Arsy Universitas Asahan
Nurul Akmal Jodhy Universitas Asahan

DOI:

https://doi.org/10.31004/jerkin.v4i3.5340

Keywords:

Perceptron, Jaringan Saraf Tiruan, Klasifikasi Data Biner, Machine Learning, Sistem Pendukung Keputusan.

Abstract

Perkembangan kecerdasan buatan telah mendorong pemanfaatan metode pembelajaran mesin dalam berbagai proses klasifikasi dan pengambilan keputusan berbasis data. Salah satu model dasar dalam jaringan saraf tiruan adalah perceptron, yang dirancang untuk melakukan klasifikasi data biner melalui mekanisme pembobotan input dan fungsi aktivasi. Penelitian ini bertujuan untuk mengimplementasikan algoritma perceptron dalam klasifikasi data biner menggunakan pendekatan jaringan saraf tiruan. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan eksperimen komputasional pada data simulasi berbasis parameter biner. Proses analisis dilakukan melalui perhitungan jumlah tertimbang input, penerapan fungsi aktivasi step, serta evaluasi hasil berdasarkan nilai ambang (threshold). Hasil penelitian menunjukkan bahwa model perceptron mampu menghasilkan klasifikasi yang sesuai dengan target, dengan skor akhir 1,7 yang melebihi threshold 1,5 sehingga dikategorikan ke kelas positif. Temuan ini membuktikan bahwa perceptron efektif digunakan sebagai model klasifikasi sederhana pada data yang bersifat linearly separable. Meskipun memiliki keterbatasan dalam menangani pola non-linear, perceptron tetap berperan penting sebagai fondasi konseptual dalam pembelajaran mesin dan pengembangan jaringan saraf tiruan.

References

Iffah’da, A. N., & Desiani, A. (2022). Implementasi Algoritma K-Nearest Neighbor (K-NN) dan Single Layer Perceptron (SLP) Dalam Prediksi Penyakit Sirosis Biliari Primer. Jurnal Ilmiah Informatika, 7(1), 65-74.

Nurmala, D. (2024). Implementasi Jaringan Syaraf Tiruan Dalam Menentukan Kepribadian Menggunakan Algoritma Perceptron. JRKT (Jurnal Rekayasa Komputasi Terapan), 4(02), 124-131.

Prasetyo, A., & Sari, D. A. L. (2022). Implementasi Jaringan Syaraf Tiruan Model Perceptron Untuk Klasifikasi Karir Alumni SMKN 1 Glagah 2018. Journal Zetroem, 4(1), 8-12.

Pratama, G. Y., Ihsan, M. K., Sukianto, H., & Priyanto, D. (2025, March). IMPLEMENTASI ALGORITMA PERCEPTRON UNTUK KLASIFIKASI PENYAKIT DIABETES. In Prosiding Seminar Nasional Teknologi, Inovasi, dan Ekonomi (SETIE) (pp. 144-148).

Wahyuningsih, S., Abdy, S., Ramadhany, S., & Alasi, T. S. (2023). Implementasi Algoritma Perceptron dalam Penentuan Pola Pemilihan Panitia Pemungutan Suara (Studi Kasus: Kelurahan Pulo Brayan Bengkel). Jurnal Armada Informatika, 7(2), 228-236.