Jaringan Syaraf Tiruan

Jaringan Syaraf Tiruan

1. Jaringan Syaraf Tiruan
Jaringan Syaraf Tiruan adalah:merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia tersebut. Istilah buatan digunakan karena jaringan syaraf ini diimplementasikan dengan menggunakan program komputer yang mampu menyelesaikan sejumlah proses perhitungan selama proses pembelajaranJaringan Syaraf Tiruan 3/25
Pengantar Kecerdasan Buatan (AK045218)

2. OTAK MANUSIA
• Otak manusia berisi berjuta-juta sel syaraf yang bertugas untuk memproses informasi.
• Setiap sel syaraf (neuron) akan memiliki satu inti sel, inti sel ini yang akan bertugas untuk melakukan pemrosesan informasi.

3. SEJARAH
• Tahun 1940-an, para ilmuwan menemukan bahwa psikologi otak sama dengan mode pemrosesan yang dilakukan oleh komputer
• Tahun 1943, McCulloch dan Pitts merancang model formal  yang pertama kali sebagai perhitungan dasar neuron
• Tahun 1954, Farley dan Clark mensetup model-model untuk relasi adaptif stimulus-respon dalam jaringan random
• Tahun 1958, Rosenblatt mengembangkan konsep dasar tentang perception untuk klasifikasi pola
• Tahun 1960, Widrow dan Hoff mengembangkan ADALINE yang dilatih dengan pembelajaran Least Mean Square (LMS)
• Tahun 1974, Werbos memperkenalkan algoritma backpropagation
• Tahun 1975, Little dan Shaw menggambarkan jaringan syaraf dengan probabilistik

4. Komponen-Komponen Jaringan Syaraf
•Neuron, sel syaraf yang akan mentransformasikan informasi yang diterima melalui sambungan keluarnya menuju neuron-neuron yang lain.
• Pada jaringan syaraf, hubungan antar neuron-neuron dikenal dengan nama bobot.Jaringan Syaraf Tiruan
• Pada jaringan syaraf, neuron-neuron akan dikumpulkan dalam lapisan-lapisan (layer) yang disebut dengan lapisan neuron (neuron layers)
• Informasi yang diberikan pada jaringan syaraf akan dirambatkan lapisan ke lapisan, mulai dari lapisan input sampai ke lapisan output melalui lapisan yang lainnya, yang dikenal dengan lapisan tersembunyi (hidden layer), tergantung pada algoritma pembelajarannya, bisa jadi informasi tersebut akan dirambatkan secara mundur pada jaringan.Jaringan Syaraf Tiruan

5. Arsitektur Jaringan
• Faktor terpenting untuk menentukan kelakuan suatu neuron adalah fungsi aktivasi dan
pola bobotnya.
• Ada beberapa arsitektur jaringansyaraf, antara lain :
a. 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.

Iklan Bawah Artikel