WINDA DWI TANTI

Berpacu menjadi yang terbaik

Artificial Neural Network (Lanjutan)

diposting oleh winda-d-t-fst10 pada 24 March 2013
di Umum - 0 komentar

Pada pertemuan ketiga ini dibahas lebih dalam lagi tentang salah satu jenis dari sistem cerdas yaitu Artificial Neural Network atau Jaringan Saraf Tiruan.

Banyak yang bertanya-tanya, sebenarnya Artificial Neural Network ini masuk dalam kategori sistem linear atau non-linear. Yang harus ditegaskan disini, sistem yg disebut linier adalah sistem yang tidak sensitif terhadap perilaku lingkungan, pada sistem ini berlaku aturan yang kaku seperti if-then-else. Terdapat program-program yang tidak dapat diselesaikan dengan sistem konvensional, program dengan if-then-else, maka program tersebut harus diselesaikan dengan sistem non-linear. Salah satu syarat suatu program harus memakai sistem non-linear adalah program tersebut sangat sensitif terhadap perubahan kecil di lingkungan sekitarnya. Contohnya seperti program face recognize, ketika seseorang difoto, pada detik ke-1 detik ke-2 tidak akan pernah sama, tidak akan pernah identik, persis. Jadi, pada program semacam ini dibutuhkan sensitifitas yang sangat tinggi, yang tidak bisa dijangkau dengan rumusan-rumusan yang ada, saat itulah digunakan sistem non linear.

Artificial Neural Network bekerja seperti otak manusia, yang sangat sensitif terhadap sedikit perubahan yang ada. Maka dapat disimpulkan Artificial Neural Network termasuk dalam sistem non-linear. Pada sistem jaringan saraf tiruan terdapat berbagai macam model dengan metode pembelajaran masing-masing. 

Yang pertama adalah asal muasal dari adanya jaringan saraf tiruan yang diperkenalkan oleh McCulloch dan Pitts pada tahun 1943. Pada metode ini keluaran yang dihasilkan bergantung pada jumlah dari masukan yang diberi semacam fungsi aktivasi (treshold).

Pengembangan selanjutnya pada tahun 1958 oleh Rosenblatt beserta Minsky dan Papert, yang dinamakan Perceptron. Pada dasarnya perceptron adalah jaringan saraf tiruan dengan satu lapisan yang memiliki bobot yang bisa diatur dengan suatu nilai ambang. Jenis ini hanya terdiri dari layer input dan layer output. Input yang masuk akan langsung diproses untuk selanjutnya ditentukan target output dari hasil pengolahan tadi.

Perkembangan selanjutnya dilakukan oleh Rumelhart pada tahun 1986 yang merupakan pengembangan dari perceptron (single layer),yaitu jaringan saraf multilayer. Jaringan jenis ini mempunyai lapisan yang terletak di antara lapisan input dan lapisan output yang dikenal sebagai hidden layer. Jumlah lapisan hidden layer ini minimal satu buah dan tidak ada batasan maksimal. Pada umumnya kemampuan jaringan saraf tiruan jenis multilayer ini lebih baik daripada jaringan perceptron atau single layer.

Semoga bermanfaat untuk pembaca :)

Tinggalkan Komentar

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