⬡ Neural Network Tools

Kalkulator
CNN & RNN

Platform interaktif untuk eksplorasi Jaringan Saraf Tiruan. Hitung, visualisasi, dan pahami operasi CNN maupun RNN langsung di browser.

9+
Filter Preset CNN
∞
Langkah RNN
20+
Konsep JST
5
Fungsi Aktivasi
∇
Backprop MLP
◈ CNN

Convolutional Neural Network

Operasi konvolusi 2D & pemrosesan gambar
◈
Konvolusi 2D
Atur input, filter, stride, dan padding. Visualisasi langkah per langkah dengan berbagai fungsi aktivasi dan pooling.
Stride Padding ReLU / Sigmoid Max Pooling Batch Norm
Buka Kalkulator → ◉
Gambar → Matriks
Upload gambar dan konversi otomatis ke matriks piksel. Terapkan filter konvolusi langsung pada gambar nyata.
JPG / PNG Grayscale RGB Heatmap Export
Buka Kalkulator → ⊡
Pooling Layer
Visualisasi step-by-step Max Pooling, Average Pooling, L2 Pooling, dan Global Pooling. Termasuk multi-channel, perbandingan semua jenis, dan gradient backprop pooling.
Max / Avg Pool Global Pooling Multi-Channel Step Animasi ∇ Backprop
Buka Kalkulator → μ
Normalisasi
Hitung BatchNorm, LayerNorm, InstanceNorm, GroupNorm, dan RMSNorm step-by-step. Visualisasi μ, σ², x̂, output y, backprop gradient, dan inference mode.
BatchNorm LayerNorm GroupNorm RMSNorm ∇ Backprop
Buka Kalkulator → ∿
Konvolusi 1D
Visualisasi step-by-step Conv1D untuk sequence, sinyal, dan teks. Multi-channel, perbandingan kernel, dilated convolution, dan causal convolution.
Step Animasi Multi-Channel Multi-Kernel Dilated Conv Causal Conv
Buka Kalkulator →
⟳ RNN

Recurrent Neural Network

Forward pass, hidden state, & BPTT
⟳
Forward Pass RNN
Hitung propagasi maju RNN step by step. Atur bobot Wxh, Whh, Why, panjang sekuens, dan fungsi aktivasi.
Hidden State Output y_t tanh / ReLU Unrolled View Step-by-step
Buka Kalkulator → ⊞
Forward Pass LSTM
Hitung propagasi maju Long Short-Term Memory. Visualisasi 4 gate (Forget, Input, Cell, Output) beserta cell state dan hidden state per timestep.
Forget Gate Input Gate Cell State Output Gate Gate Heatmap
Buka Kalkulator →
∇ MLP

Multi-Layer Perceptron

Forward pass, loss, backpropagation, & weight update
∇
Backpropagation MLP
Hitung forward pass, fungsi loss, dan backward pass (gradient) pada MLP step by step. Visualisasi delta error tiap layer dan update bobot dengan gradient descent.
Forward Pass MSE / BCE Loss ∇W Gradient Chain Rule Weight Update
Buka Kalkulator → σ
Fungsi Aktivasi
Visualisasi interaktif 8 fungsi aktivasi: Sigmoid, tanh, ReLU, Leaky ReLU, ELU, Softplus, Swish, GELU. Grafik, turunan, kalkulator nilai, perbandingan, dan Softmax dengan temperature.
ReLU / GELU Sigmoid / tanh Swish / ELU Turunan σ′(x) Softmax Temp
Buka Kalkulator → ⇗
Optimizer
Visualisasi animasi konvergensi SGD, Momentum, AdaGrad, RMSProp, Adam, dan AdamW di loss surface 2D. Perbandingan jalur, kalkulator step-by-step, dan LR schedule.
SGD / Adam Loss Surface Animasi Path LR Schedule Step-by-Step
Buka Kalkulator → ⊗
Softmax & Cross-Entropy
Hitung softmax, cross-entropy loss, dan gradien ∂L/∂z step-by-step. Termasuk multi-sampel, confusion matrix, precision/recall/F1, dan loss landscape.
Softmax + Temp CE Loss ∇z = ŷ−y Confusion Matrix F1 / Recall
Buka Kalkulator → ⊛
Attention Mechanism
Visualisasi Scaled Dot-Product Attention, Self-Attention, Multi-Head Attention, dan masking step-by-step. Heatmap bobot Q·Kᵀ, proyeksi W_Q/W_K/W_V, dan concat head.
Q · Kᵀ / √d_k Attn Weights Multi-Head Causal Mask Padding Mask
Buka Kalkulator → ⊘
Dropout & Regularisasi
Visualisasi Dropout mask, inverted dropout, L1 (Lasso) dan L2 (Ridge) regularisasi. Efek pada bobot, sparsity, dan perbandingan evolusi norm bobot selama training.
Dropout Mask Inverted Drop L1 / Lasso L2 / Ridge Weight Decay
Buka Kalkulator → ⊕
Inisialisasi Bobot
Visualisasi distribusi dan perbandingan Xavier, He, LeCun, Normal, Uniform, dan Orthogonal. Histogram, statistik, simulasi efek forward pass, dan panduan teori lengkap.
Xavier / He LeCun / Ortho Histogram Forward Sim Vanishing/Exp
Buka Kalkulator →
◎ Teori

Konsep Jaringan Saraf Tiruan

◎
Konsep JST Lengkap
Panduan lengkap dari dasar neuron hingga arsitektur modern. CNN, RNN, LSTM, Transformer, Backpropagation, dan lebih banyak lagi.
CNN RNN & LSTM Transformer Backprop Optimizer
Pelajari Konsep →