Pemodelan Jaringan Syaraf Tiruan | Neural Network

Apa definisi Jaringan Syaraf Tiruan ?
Jaringan Syaraf Tiruan secara formal, didefinisikan sebagai “generalisasi model matematika sistem syaraf biologis”. Jaringan Syaraf Tiruan  telah banyak digunakan untuk beragam aplikasi seperti pengenalan karakter atau suara, pemrosesan citra, prediksi harga saham, prediksi kurs mata uang, dan sebagainya. Pada umumnya aplikasi- aplikasi tersebut membutuhkan pemrosesan secara waktu nyata.

Jaringan syaraf tiruan (artifical neural network) adalah sistem komputasi yang arsitektur dan operasinya diilhami dari pengetahuan tentang sel syaraf biologis di dalam otak. Jaringan syaraf tiruan merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba menstimulasi proses pembelajaran pada otak manusia tersebut. Jaringan syaraf tiruan dapat digambarkan sebagai model matematis dan komputasi untuk fungsi aproksimasi non-linear, klasifikasi data cluster dan regresi non-parametrik atau sebuah simulasi dari koleksi model jaringan syaraf biologi.

Jaringan Syaraf Tiruan  selain dapat diimplementasikan dengan perangkat lunak, juga dengan perangkat keras. Perangkat keras memiliki keunggulan dibandingkan perangkat lunak pada kecepatannya. Operasi yang dilakukan perangkat keras lebih cepat dibandingkan perangkat lunak. Oleh karena itu, perangkat keras jaringan syaraf tiruan dapat dipakai untuk melayani aplikasiaplikasi waktu nyata.

Jaringan Syaraf Tiruan terdiri dari beberapa unit pemroses yang melakukan akumulasi (penjumlahan) dari masukanmasukan berbobot dan menghasilkan suatu keluaran dengan fungsi aktivasi tertentu. Sifat-sifat jaringan ditentukan oleh topologi jaringan, bobot-bobot interkoneksi, dan fungsi aktivasi. Sebagai sebuah model, Jaringan Syaraf Tiruan memiliki kemampuan sebagai berikut :

Kemampuan memodelkan transmisi sinyal antar neuron tiruan melalui saluran satu arah yang disebut koneksi. Setiap koneksi masukan hanya berhubungan dengan satu koneksi keluaran neuron tiruan lainnya.
 Setiap koneksi keluaran dapat berhubungan dengan beberapa koneksi masukan neuron tiruan lainnya.

Kemampuan memodelkan pembobotan pada tiap-tiap koneksi. Pada sebagian besar tipe jaringan syaraf, nilai bobot koneksi akan dikalikan dengan sinyal-sinyal transmisi.

Kemampuan memodelkan fungsi aktivasi pada setiap neuron tiruan untuk menentukan sinyal keluarannya.

Kemampuan memodelkan struktur informasi terdistribusi . Artinya, proses pengolahan informasi disebarkan pada beberapa neuron tiruan sekaligus. Setiap neuron tiruan harus memiliki memori lokal dan mampu melakukan pengolahaninformasi secara lokal.



Pemodelan Jaringan Syaraf Tiruan | Neural Network Rating: 4.5 Diposkan Oleh: budis

1 comment:

Reno Rasiwara said...

kita juga punya nih artikel mengenai 'Jaringan Syaraf Tiruan', silahkan dikunjungi dan dibaca , berikut linknya
http://repository.gunadarma.ac.id/bitstream/123456789/2963/1/Artikel_50403683.pdf
trimakasih
semoga bermanfaat

Berlangganan Via Email