RIVIEW MENGENAI JARINGAN SARAF TIRUAN (ARTHIFICAL NEURAL NETWORK)

JARINGAN SARAF TIRUAN

(ARTHIFICAL NEURAL NETWORK)

A.    Pengertian Jaringan Saraf Tiruan

       Jaringan saraf tiruan atau dalam bahasa inggris Arthifical Neural Network (ANN) adalah jaringan dari sekolomok kecil yang dimodelkan berdasarkan jaringan saraf manusia. Atau bisa dikatakan juga suatu model kecerdasan dari struktur otak manusia, dan kemudian diimplementasikan menggunakan program komputer yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaran berlangsung.

       Neural Network merupakan kategori Soft Computing yang mengadopsi dari kemampuan otak manusia yang mampu memberikan rangsangan, melakukan proses, dan memberikan output, dan output tersebut diperoleh dari rangsangan dan proses yang terjadi didalam otak manusia. Contohnya anak-anak mampu belajar melakukan pengenalan meskipun mereka tidak tahu algoritma apa yang mereka digunakan saat mereka melakukan pengenalan, dan hal tersebut merupakan komputasi yang luar biasa dari otak manusia dalam hal kajian ilmu pengetahuan.

B.     Konsep Dasar Pemodelan Arthifical Neural Network

      Pembuatan struktur jaringan syaraf tiruan diilhami oleh struktur jaringan biologi, khususnya pada jaringan otak manusia. Berikut ini ulasan mengenai struktur jaringan syaraf tiruan dibuat , dan yang secara umum digunakan ialah neuron. Neuron adalah suatu unit pemroses kecil pada otak yang berbentuk sederhana,neuron dianggap sebagai satuan unit pemroses. 

       Gambar diatas adalah bentuk sederhana standar dasar satuan unit pemroses kecil pada otak manusia. Jaringan otaak pada manusia tidak kurang dari 10 neuron yang masing-masing terhubung oleh sekitar 10 buah dendrite. Jaringan syaraf pun terbentuk dari juataan struktur dasar neuron yang terinterkoneksi dan terintegrasi antara satu dengan yang lain.

C.    Karakteristik Arthifical Neural Network

Karakteristik Arthifical Neural Network dibagi menjadi 3, yaitu:

1.      Arsitektur Jaringan

       Didalam arsitektur jaringan, menggambarkan bagaimana mengatur dan menghubungkan neuron dalam lapisan dengan bobot keterhubungan (Weight (w)). Setiap neuron yang berada dalam satu lapisan yang sama, mempunyai fungsi aktivitas yang sama, dan setiap neuron dalam satu lapisan harus dihubungkan dengan setiap neuron yang lain.

2.      Algoritma Jaringan

       Algoritma Jaringan atau Algoritma Pembelajaran digunakan untuk menentukan nilai-nilai bobot yang tepat dalam mengirimkan suatu informasi. Algoritma yang digunakan secara umum terbagi menjadi 2 bagian, yaitu supervised learing (pembelajaran terawasi) dan unsupersived learing (pembelajaran tak terawasi).

·         supervised learing merupakan algoritma pembelajaran yang memerlukan target output yang diharapkan sebelum diketahui dalam proses pembelajaran, dan memerlukan setiap pola input beserta target output yang ditentukan disebut pasangan pembelajaran.

·         unsupersived learing tidak memerlukan target output, dan tidak dapat hasil apa yang ditentukan dan seperti apakah hasil yang diharapkan selama proses pembelajaran.

D.    Kelebihan dan Kekurangan Arthifical Neural Network

Kelebihan Arthifical Neural Network

·         Mampu mengakui pengetahuan walau tidak ada kepastian.

·         JST dapat menciptakan suatu pola pengetahuan melalui pengaturan diri, atau kemampuan belajar (self organizing).

·         Kemampuan perhitungan secara parallel sehingga proses belajar lebih singkat

Kekurangan Arthifical Neural Network

·         Kurang mampu dalan nelakukan operasi numerik dengan presisi yang tinggi.

·         Kurang mampu melakukan operasi algoritma aritmatik, operasi logika dan simbolis.

E.     Kegunaan Arthifical Neural Network

·         Pengelan pola huruf, tanda tangan, suara, gambar yang sudah sedikit berubah (noise), identifikasi pola saham, pendeteksi uang palsu dan kanker.

 Referensi

https://rezkal.wordpress.com/2013/01/17/jaringan-saraf-tiruan-artificial-neural-network/

http://www.slideshare.net/YonoBocahCibiukAsliCilacapSingKalemDewek/makalah-jst