PENDAHUUAN
A. LATAR BELAKANG
Mengingat Jaringan Syaraf Tiruan
merupakan salah satu mata pembahasan matakuliah system
instrument cerdas di prodi Pendidikan Teknik elektro jadi penulis ingin mebahas
sebagai tugas dari dosen diluar jam ajar dan jam tuagas yang seharusnya dilarang melakukan pembelajaran menurut surat yang telah beredar dari prodi jadi penulis membuat
diluar waktu dietline
. Jaringan syaraf
tiruan adalah salah satu
sistem pemrosesan yang dirancang dan dilatih untuk memiliki kemampuan seperti
yang dimiliki oleh manusia dalam menyelesaikan persoalan yang rumit dengan
melakukan proses belajar melalui perubahan bobot sinapsisnya. Jaringan syaraf
mensimulasistruktur proses-proses otak (fungsi
syaraf biologis) dan kemudian membawanyakepada perangkat lunak kelas baru yang dapat mengenali pola-pola yangkompleks serta
belajar dari pengalaman-pengalaman masa lalu.
B.
TUJUAN
- a.
Membahas
Jaringan dengan lapisan tunggal (single layer
net)
- b.
Membahas
Jaringan dengan banyak lapisan (multilayer net)
- c.
Membahas
Jaringan dengan lapisan kompetitif (competitive layer net)
A. DEFENISI
Menurut Hermawan, Arief . 2006 . “Jaringan syaraf tiruan didefinisikan sebagai suatu sistem pemrosesan informasi yang
mempunyai karakteristik menyerupai jaringan saraf manusia”. Jaringan saraf
tiruan tercipta sebagai suatu generalisasi model matematis dari pemahaman
manusia (humancognition) yang didasarkan atas asumsi sebagai berikut :
1.
Pemrosesan
informasi terjadi pada elemen sederhana yang
disebutneuron.
2.
Isyarat
mengalir di antara sel saraf / neuron melalui suatu sambungan penghubung.
3.
Setiap
sambungan penghubung memiliki bobot yang bersesuaian.
4.
Setiap sel
saraf akan merupakan fungsi aktivasi terhadap isyarat hasil penjumlahan
berbobot yang masuk kepadanya untuk menentukan
isyaratkeluarannya
Menurut teori Haykin (1999,p2) : "
Jaringan syaraf tiruan (Artificial Neural Network) adalah sejumlah besar
prosesor yang terdistribusi secara pararel dan terdiri dari unit pemrosesan sederhana, dimana masing-masingunit memiliki kecenderungan untuk
menyimpan pengetahuan yang dialamidan dapat digunakan kembali."
Ada 3 jenis jaringan saraf tiruan:
a)
Jaringan
dengan lapisan tunggal (single layer net) .
Jaringan dengan lapisan tunggal (single
layer net) Hanya memiliki satu lapisan dengan bobot-bobot terhubung Jaringan
ini hanya menerima input kemudian secara langsung akan mengolahnya menjadi
output tanpa harus melalui lapisan tersembunyi. Contoh Algoritma : ADALINE,
Hopfield, Perceptron.
b)
Jaringan
dengan banyak lapisan (multilayer net).
Jaringan dengan banyak lapisan
(multilayer net) Memiliki
1 atau lebih lapisan yang
terletak diantara lapisan input dan lapisan output Ada lapisan yang berbobot
yang terletak antara 2 lapisan yang bersebelahan Contoh Algoritma : MADALINE,
Backpropagation,Neocognitron
c)
Jaringan
dengan lapisan kompetitif (competitive layer
net)
Jaringan dengan lapisan kompetitif
(competitive layer net) Umumnya, hubungan antar neuron pada lapisan kompetitif
ini tidak diperlihatkan pada diagram arsitektur. Contoh Algoritma : LVQ
(Learning Vektor Quantization)
B.
PERKEMBANGAN
Jaringan syaraf tiruan sederhana
pertama kali diperkenalkan olehMcCulloch dan Pitts di tahun 1943. McCulloch dan Pitts
menyimpulkan bahwa kombinasi beberapa neuron sederhana menjadi sebuah sistem
neuralakan meningkatkan kemampuan komputasinya. Bobot dalam jaringan
yangdiusulkan oleh McCulloch dan Pitts diatur untuk melakukan fungsi
logikasederhana. Fungsi aktivasi yang dipakai adalah fungsi threshold.
Pengembangan yang ramai dibicarakan
sejak tahun 1990-an adalahaplikasi model-model jaringan syaraf tiruan untuk
menyelesaikan berbagaimasalah di dunia nyata.hingga sekarang masih dilakukan pengembangan yang memesat baik dari segi kebutuhan ekonomi,industry,social,dan alam.
C.
PERBANDINGAN
ANTARA OTAK MANUSIA DAN JARINGAN SYARAF TIRUAN
aringan Syaraf Biologi, Otak manusia memiliki struktur yang sangatkompleks dan memiliki kemampuan yang luar biasa. Otak terdiri dari neuron-neuron dan penghubung yang disebut sinapsis. Neuron bekerja berdasarkanimpuls/sinyal yang diberikan pada neuron. Neuron meneruskannya padaneuron lain. Diperkirakan manusia memiliki 1012 neuron dan 6x1018sinapsis. Dengan jumlah yang begitubanyak, otak mampu mengenali pola,melakukan perhitungan, dan mengontrol organ- organ tubuh dengan kecepatan yanglebih tinggi dibandingkan komputer digital (Puspitaningrum,2006). Sebagai perbandingan, pengenalan wajah seseorang yang sedikit berubah misal memakai topi, memiliki jenggot tambahan dan lainnya akanlebih cepat dilakukan manusia dibandingkan computer.
Jaringan saraf tiruan menawarkan kemampuan sebagai berikut:
1.
Nonlinearity.
Sebuah neuron buatan bisa saja linear atau tidak linear.
2.
Input-output
mapping.Sebuah paradigma populer dari pembelajarandisebut learning with a
teacher (belajar dengan guru) atau supervisedlearning(pembelajaran terbimbing
yang melibatkan modifikasi bobotsinapsis jaringan saraf tiruan dengan
mengaplikasikan kumpulansampel training
3.
Adaptivity.
Neural network memiliki kemampuan untuk menyesuaikan bobot sinaptik mereka
terhadap perubahan pada lingkunganya.
4.
Evidential
Response.Dalam konteks klasifikasi pola, jaringan sarafdapat dirancang untuk
memberikan informasi tidak hanya tentang polayang khusus.
5.
Contextual
Information.Pengetahuan direpresentasikan oleh strukturdan aktivasi dari
jaringan saraf.
6.
Fault
Tolerance.Jaringan saraf yang diimplementasikan pada bentuk hardware, memiliki
potensi untuk bersifat fault tolerant (toleranterhadap kesalahan), dalamarti
bahwa kinerjanya menurun dalamkondisi operasi
buruk.
7.
VLSI
Implementability.Sifat dasar dari jaringan saraf tiruan yang parallel
membuatnya berpotensi untuk mengkomputasikan tugas-tugastertentu dengan cepat.
8.
Uniformity of
Analysis and Design. Pada dasarnya, jaringan saraf tiruandikenal sebagai
pemroses informasi.
9.
Neurobiological
Analogy.Rancangan jaringan saraf tiruandianalogikan dengan otak manusia, yang
merupakan bukti nyata bahwatoleransi terhadap kesalahan pada pemrosesan paralel
tidak hanyamungkin tetapi juga cepat dan kuat.
BAB III
KESIMPULAN
A. KESIMPULAN
Neural Network (Jaringan Syaraf Tiruan)
merupakan kategori ilmu SoftComputing. Neural Network sebenarnya mengadopsi
dari kemampuan otakmanusia yang mampu memberikan timulasi/rangsangan, melakukan
proses,dan memberikan output.Jaringan syaraf tiruan sederhana pertama kali
diperkenalkan olehMcCulloch dan Pitts di tahun 1943. McCulloch dan Pitts
menyimpulkan bahwa kombinasi beberapa neuron sederhana menjadi sebuah sistem
neuralakan meningkatkan kemampuan komputasinya.
Comments
Post a Comment