Lihat sumber Perbandingan Perceptron dan Multilayer Perceptron

Perceptron dan multilayer perceptron (MLP) adalah dua model penting dalam bidang [[jaringan saraf tiruan]]. Meskipun keduanya memiliki nama yang mirip, terdapat perbedaan mendasar dalam arsitektur dan kemampuannya. Perceptron merupakan model satu lapis, sedangkan MLP terdiri dari beberapa lapisan.

== Arsitektur ==
Perceptron hanya memiliki satu lapisan input dan satu lapisan output tanpa hidden layer. Sebaliknya, MLP terdiri dari satu atau lebih [[hidden layer]] yang memungkinkan pemrosesan informasi yang lebih kompleks. Setiap layer pada MLP dapat memiliki sejumlah neuron yang bervariasi.

== Kemampuan Klasifikasi ==
Perceptron hanya mampu menyelesaikan masalah yang [[linear separable]], sementara MLP dapat menangani masalah non-linier seperti permasalahan [[XOR]]. Hal ini disebabkan oleh keberadaan hidden layer yang dapat melakukan transformasi fitur input.

== Algoritma Pembelajaran ==
Perceptron menggunakan aturan pembelajaran sederhana, sedangkan MLP menggunakan [[backpropagation]] untuk memperbarui bobot pada setiap layer. Proses pelatihan MLP lebih kompleks dan membutuhkan komputasi lebih besar dibanding perceptron.