Pengertian
Artificial Neural Network (Jaringan Syaraf Tiruan)
Jaringan Syaraf
Tiruan adalah paradigma pemrosesan suatu informasi yang terinspirasi oleh
sistim sel syaraf biologi, sama seperti otak yang memproses suatu informasi.
Elemen mendasar dari paradigma tersebut adalah struktur yang baru dari sistim pemrosesan informasi. Jaringan Syaraf Tiruan, seperti manusia, belajar dari suatu
contoh. Jaringan Syaraf Tiruan dibentuk untuk memecahkan suatu masalah tertentu
seperti pengenalan pola atau klasifikasi karena proses pembelajaran
[Smith,2003]
Jaringan Syaraf
Tiruan berkembang secara pesat pada beberapa tahun terakhir. Jaringan Syaraf
Tiruan telah dikembangkan sebelum adanya suatu computer konvensional yang
canggih dan terus berkembang walaupun pernah mengalami masa vakum selama
beberapa tahun.
Konsep
Dasar Artificial Neural Network (Jaringan Syaraf Tiruan)
Mengadopsi esensi dasar dari
system syaraf biologi, syaraf tiruan digambarkan sebagai berikut :
·
Biasanya tahapan fungsi jarang
digunakan dalan Jaringan Syaraf Tiruan. Fungsi aktivasi (f(.)) dapat dilihat
pada Gambar 2.3
Bagaimana sel syaraf saling
berhubungan? Jika suatu jaringan ingin digunakan untuk berbagai keperluan maka
harus memiliki input (akan membawa nilai dari suatu variabel dari luar) dan
output (dari prediksi atau signal kontrol). Input dan output sesuai dengan
sensor dan syaraf motorik seperti signal datang dari mata kemudian diteruskan
ke tangan, Dalam hal ini terdapat sel syaraf atau neuron pada lapisan
tersembunyi berperan pada jaringan ini. Input, lapisan tersembunyi dan output
sel syaraf diperlukan untuk saling terhubung satu sama lain. Berdasarkan dari
arsitektur (pola koneksi), Jaringan Syaraf Tiruan dapat dibagi kedalam dua
kategori :
1.Struktur
Feed forward
Sebuah
jaringan yang sederhana mempunyai struktur feed forward dimana signal bergerak
dari input kemudian melewati lapisan tersembunyi dan akhirnya mencapai unit
output (mempunyai struktur perilaku yang stabil). Tipe jaringan feed forward
mempunyai sel syaraf yang tersusun dari beberapa lapisan.
Yang
termasuk dalam struktur feed forward :
a)
Single-layer perceptron
b)
Multilayer perceptron
c)
Radial-basis function networks
d)
Higher-order networks
e)
Polynomial learning networks
2.
Struktur Recurrent (Feed back)
Jika
suatu jaringan berulang (mempunyai koneksi kembali dari output ke input) akan
menimbulkan ketidakstabilan dan akan menghasilkan dinamika yang sangat
kompleks. Jaringan yang berulang sangat menarik untuk diteliti dalam Jaringan
Syaraf Tiruan, namun sejauh ini struktur feedforward sangat berguna untuk
memecahkan masalah.
Yang
termasuk dalam struktur recurrent (feed back) :
a)
Competitive networks
b)
Self-organizing maps
c)
Hopfield networks
d)
Adaptive-resonanse theory models
Lapisan
pada Artificial Neural Network (Jaringan Syaraf Tiruan)
Jaringan
Syaraf Tiruan biasanya mempunyai 3 group atau lapisan yaitu unit-unit lapisan
input yang terhubung dengan lapisan tersembunyi yang selanjutnya terhubung
dengan lapisan output.
a)
Aktifitas unit-unit lapisan input menunjukkan informasi dasar yang kemudian
digunakan dalam Jaringan Syaraf Tiruan.
b)
Aktifitas setiap unit-unit lapisan tersembunyi ditentukan oleh aktifitas dari
unitunit input dan bobot dari koneksi antara unit-unit input dan unit-unit
lapisan tersembunyi
c)
Karakteristik dari unit-unit output tergantung dari aktifitas unit-unit lapisan
tersembunyi dan bobot antara unit-unit lapisan tersembunyi dan unit-unit output
Tidak ada komentar:
Posting Komentar