Lihat sumber Perceptron

Perceptron adalah salah satu algoritma dasar dalam bidang [[pembelajaran mesin]] yang digunakan untuk [[klasifikasi]] data. Algoritma ini pertama kali diperkenalkan oleh Frank Rosenblatt pada tahun 1957. Perceptron merupakan model [[neuron buatan]] yang paling sederhana dan menjadi dasar perkembangan [[jaringan saraf tiruan]]. Perceptron hanya mampu memisahkan data yang bersifat [[linear separable]] atau dapat dipisahkan secara linier.

== Sejarah Perceptron ==
Frank Rosenblatt mengembangkan perceptron sebagai sebuah sistem yang meniru cara kerja [[neuron]] pada otak manusia. Model ini awalnya diterapkan pada perangkat keras yang dikenal sebagai Mark I Perceptron. Penelitian tentang perceptron sempat mengalami penurunan minat setelah buku "Perceptrons" karya Marvin Minsky dan Seymour Papert pada tahun 1969 menunjukkan keterbatasan perceptron.

== Cara Kerja ==
Perceptron menerima sejumlah input, memberikan bobot pada masing-masing input, lalu menjumlahkannya. Hasil penjumlahan ini kemudian dilewatkan melalui fungsi aktivasi, seperti fungsi [[Heaviside]], untuk menghasilkan output biner. Proses pembelajaran melibatkan penyesuaian bobot berdasarkan kesalahan prediksi.

== Keterbatasan Perceptron ==
Perceptron hanya dapat memecahkan masalah yang linier. Salah satu contoh masalah yang tidak dapat diselesaikan oleh perceptron adalah [[masalah XOR]]. Hal ini menjadi motivasi berkembangnya model jaringan saraf berlapis-lapis seperti [[multilayer perceptron]].