Lihat sumber Masalah XOR dan Perceptron

Masalah XOR (exclusive OR) merupakan salah satu contoh terkenal dari keterbatasan [[perceptron]]. Perceptron tidak mampu memecahkan masalah XOR karena data tersebut tidak [[linear separable]]. Hal ini menjadi titik balik penting dalam pengembangan [[jaringan saraf tiruan]].

== Penjelasan Masalah XOR ==
Fungsi XOR menghasilkan output 1 jika input berbeda dan output 0 jika input sama. Pada bidang dua dimensi, data dengan label XOR tidak dapat dipisahkan dengan satu garis lurus. Oleh karena itu, perceptron gagal mengklasifikasikan data dengan benar.

== Implikasi dalam AI ==
Keterbatasan ini diungkapkan secara rinci oleh Marvin Minsky dan Seymour Papert pada 1969. Temuan ini menyebabkan pesimisme terhadap kemampuan [[neural network]] untuk menyelesaikan masalah yang kompleks dan mengakibatkan penurunan minat riset.

== Solusi melalui Multilayer Perceptron ==
Permasalahan XOR dapat diatasi dengan menggunakan [[multilayer perceptron]] yang memiliki hidden layer. Model ini mampu melakukan transformasi non-linier sehingga dapat memisahkan data XOR dengan benar.