<![CDATA[Fungsi sigmoid memainkan peran penting dalam machine learning dan sistem kontrol, terutama untuk klasifikasi biner. Namun, perhitungan langsung fungsi sigmoid melibatkan operasi eksponensial yang memerlukan komputasi intensif, khususnya pada perangkat dengan sumber daya terbatas. Untuk mengatasi kendala tersebut, penelitian ini mengusulkan penggunaan pendekatan deret Taylor sebagai metode aproksimasi fungsi sigmoid. Pendekatan ini mengubah fungsi non-linear menjadi polynomial, menggantikan operasi eksponensial dengan operasi aritmetika yang lebih efisien untuk dihitung. Penelitian ini bertujuan untuk menganalisis aproksimasi fungsi sigmoid biner menggunakan deret Taylor dengan implementasi MATLAB. Uji coba dilakukan dengan beberapa input x (0.5, 1.0, 1.5, dan 2.0) dan berbagai orde deret taylor (3, 4, 5, hingga 7). Hasil aproksimasi dibandingkan dengan fungsi sigmoid standar, dan galat relatif dihitung untuk mengevaluasi tingkat akurasi. Hasil menunjukkan bahwa orde lebih tinggi menghasilkan galat lebih kecil, yaitu pada galat orde 7 mencapai di bawah 0,5% untuk x = 2,0, dibandingkan galat 70,3% pada orde 3. Aproksimasi paling akurat untuk nilai x kecil, sedangkan nilai x besar membutuhkan lebih banyak suku deret untuk hasil yang mendekati nilai exact. Hasil penelitian ini memberikan wawasan mendalam tentang keefektifan deret Taylor dalam menghampiri fungsi sigmoid biner. Implementasi dalam MATLAB mendukung analisis efisiensi dan akurasi, menjadikan metode ini relevan dalam pengembangan algoritma efisien untuk perangkat dengan keterbatasan sumber daya]]>
