WINDA DWI TANTI

Berpacu menjadi yang terbaik

Jaringan Saraf Tiruan

diposting oleh winda-d-t-fst10 pada 16 March 2013
di Umum - 0 komentar

Pada pertemuan minggu kedua kuliah Sistem Cerdas ini dibahas tentang Jaringan Saraf Tiruan atau Artificial Neural Network. Berikut ini rangkuman dari kuliah yang telah diberikan oleh Bapak Soegianto. 

Neural Network pada dasarnya adalah suatu sistem yang meniru intelegensi jaringan saraf yang ada pada manusia. Sistem ini mengadopsi dari kemampuan otak manusia yang mampu memberikan stimulasi/rangsangan, melakukan proses, dan memberikan output. Sistem ini termasuk dalam sistem non-linier. Mengapa masuk dalam kategori sistem non-linier ? Karena neural network ini tidak bersifat kaku, melainkan dapat mengenal sifat kurang, kira-kira, dan lain sebagainya. Selain itu kita telah mengetahui cara kerja otak manusia juga dapat fleksibel sesuai yang diajarkan dan tidak kaku. 

Ide dasar Neural Network berasal dari otak manusia, dimana otak memuat sekitar 1011 neuron. Neuron ini berfungsi memproses setiap informasi yang masuk. Satu neuron memiliki 1 akson, dan minimal 1 dendrit. Setiap sel syaraf terhubung dengan syaraf lain, jumlahnya mencapai sekitar 104 sinapsis. Masing-masing sel itu saling berinteraksi satu sama lain yang disebut komunikasi antar sel yang menghasilkan kemampuan tertentu pada kerja otak manusia.

Dari gambar di atas, bisa dilihat ada beberapa bagian dari otak manusia, yaitu:

  1. Dendrit (Dendrites) berfungsi untuk mengirimkan impuls yang diterima ke badan sel syaraf.
  2. Akson (Axon) berfungsi untuk mengirimkan impuls dari badan sel ke jaringan lain
  3. Sinapsis berfungsi sebagai unit fungsional di antara dua sel syaraf.

Dari struktur dan cara kerja dari neuron inilah sistem neural network diadopsi, dan digunakan untuk pemrosesan berbagai sinyal elemen yang diterima, toleransi terhadap kesalahan/error, dan juga parallel processing. Dalam sistem ini neuron dapat memiliki beberapa input dan satu output dengan berbagai prediksi. Selain itu neuron dapat memiliki ingatan dari input sebelumnya, sehingga sistem neural network ini dapat memproses input neuron baik data yang baru maupun data yang telah masuk dari input sebelumnya. Gambar di bawah ini menunjukkan struktur umum jaringan syaraf buatan yang bersifat feedforward (data diproses pada satu arah).

1.  Lapisan input [Input Layer].
Lapisan input berfungsi sebagai penghubung jaringan ke dunia luar (sumber data). Neuron-neuron ini tidak melakukan perubahan apapun terhadap data, tapi hanya meneruskan data ini ke lapisan berikutnya. Lapisan input ini memiliki sifat seperti dendrit pada otak manusia
2.  Lapisan tersembunyi [Hidden Layer]
Suatu jaringan dapat memiliki lebih dari satu lapisan tersembunyi (hidden layer) atau bahkan bisa juga tidak memilikinya sama sekali. Jika jaringan memiliki beberapa lapisan tersembunyi, maka lapisan tersembunyi terbawah berfungsi untuk menerima masukan dari lapisan input.
3.  Lapisan Output [Output Layer]
Prinsip kerja neuron-neuron pada lapisan ini sama dengan prinsip kerja neuron-neuron pada lapisan tersembunyi (hidden layer)
Terdapat berbagai keuntungan dari sistem neural network ini, seperti:

 

  1. Pengklasifikasian pola
  2. Memetakan pola yang didapat dari input ke dalam pola baru pada output
  3. Penyimpan pola yang akan dipanggil kembali
  4. Memetakan pola-pola yang sejenis
  5. Pengoptimasi permasalahan
  6. Prediksi

Sekian pembahasan dari saya. Apabila terdapat kesalahan atau kekurangan silahkan disampaikan. Terima Kasih :)

 

Tinggalkan Komentar

Nama :
E-mail :
Web : tanpa http://
Komentar :
Verification Code :