Apa Sih Artinya Artificial Neural Networks?

Dunia ilmu komputer belakangan ini marak dengan penelitian tentang Jaringan Saraf Tiruan atau Artificial Neural Networks. Namun sayangnya, pemahaman akan istilah ini sulit didapatkan melalui sumber yang mudah dipahami.


Berdasarkan hal tersebut, kami membuat ulasan ini untuk memberikan gambaran secara jelas namun sederhana, sehingga pengetahuan ini dapat dipahami secara lebih luas.

Jika kamu mahasiswa, tulisan ini cocok untuk memudahkan kamu memahami konsep artificial neural networks.

Mari kita mulai..

Apa Sih Artinya Artificial Neural Networks?


Pengertian

Artificial Neural Network atau Jaringan Saraf Tiruan adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan saraf manusia. JST merupakan sistem adaptif yang dapat merubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut.

“Sistem saraf tiruan atau jaringan saraf tiruan adalah sistem selular fisik yang dapat memperoleh, menyimpan dan menggunakan pengetahuan yang didapatkan dari pengalaman” (Zurada J. M).

pengertian artificial neural networks

Secara prinsip jaringan saraf tiruan dapat melakukan komputasi terhadap semua fungsi yang dapat terhitung (computable function). Jaringan saraf tiruan dapat melakukan apa yang dapat dilakukan oleh komputer digital normal.

Dalam prakteknya, jaringan saraf tiruan terutama sangat berguna bagi klasifikasi dan permasalahan-permasalahan yang dapat mentolerir ketidaktepatan, yang memiliki banyak data pelatihan, namun memiliki aturan-aturannya yang tidak dapat diaplikasikan secara mudah.

sumber: http://tedi.heriyanto.net/papers/jst.htm

Jaringan syaraf tiruan tersusun atas beberapa element pemroses, yaitu: neuron, unit, sel atau node, yang saling terhubung dalam bentuk directed graph melalui jalur sinyal searah yang disebut dengan koneksi.

Dalam jaringan syaraf, struktur pengolahan informasi akan mengikuti bentuk grafik terarah dengan beberapa definisi sebagai berikut:
  1. Node pada graph disebut dengan elemen pemroses (processing element).
  2. Link pada graph disebut dengan koneksi.
  3. Setiap PE dapat menerima sejumlah input.
  4. Setiap elemen pemroses dapat memiliki beberapa output.
  5. Setiap elemen pemroses memiliki memori local.
  6. Setiap elemen pemroses memiliki fungsi transfer (transfer function) yang dapat menggunakan dan mengubah isi memori local, memakai sinyal output dari processing element.
  7. Sinyal dari input dari luar system saraf tiruan yang menuju system tersebuut datang dari hubungan-hubungan yang berasal dari dunia luar system.

Contoh Algoritma Artificial Neural Networks

  1. Inisialisasi parameter jaringan: pembobot dan bias
  2. Tentukan nilai parameter JST
  3. Pengujian selisih nilai antara pembimbing dengan keluaran pengontrol(error). Bila error cukup kecil(terpenuhi), lanjutkan ke langkah 4. bila error belum terpenuhi, update parameter JST (langkah ke 2)
  4. Hitung perbaruan nilai parameter jaringan saraf tiruan
  5. Hitung keluaran dari jaringan saraf tiruan
sumber: http://k12008.widyagama.ac.id/ai/diktatpdf/BabIII_Jaringan_Syaraf_Tiruan.pdf


Jenis Algoritma Artificial Neural Networks


Terdapat dua tipe algoritma dalam Jaringan Syaraf Tiruan, yaitu : (Kusumadewi, 2003)

#1 Terawasi atau Supervised Learning

Metode pada jaringan syaraf disebut terawasi jika output yang diharapkan telah
diketahui sebelumnya. Pada proses pembelajaran, satu pola input akan diberikan ke satu neuron pada lapisan input.

Pola ini akan dirambatkan di sepanjang jaringan syaraf hingga sampai ke neuron pada lapisan output. Lapisan output ini akan membangkitkan pola output yang nantinya akan dicocokkan dengan pola output targetnya.

Apabila terjadi perbedaan antara pola output hasil pembelajaran dengan pola target, maka disini akan muncul error. Apabila nilai error ini masih cukup besar, mengindikasikan bahwa masih perlu dilakukan lebih banyak pembelajaran lagi.

Terdapat berbagai tipe pembelajaran terawasi beberapa diantaranya Hebb Rule, Perceptron, Delta Rule, Backpropagation.

#2 Tidak Terawasi atau Unsupervised Learning (Jaringan Kohonen)

Pada jaringan ini, suatu lapisan yang berisi neuron-neuron akan menyusun dirinya sendiri berdasarkan input nilai tertentu dalam suatu kelompok yang dikenal dengan istilah cluster.

Selam proses penyusunan diri, cluster yang memiliki vector bobot paling cocok dengan pola input (memiliki jarak yang paling dekat) akan terpilih sebagai pemenang. Neuron yang menjadi pemenang beserta neuron-neuraon tetangganya akan memperbaiki bobot-bobotnya.

sumber: http://one.indoskripsi.com/judul-skripsi-makalah-tentang/algoritma-jaringan-syaraf-tiruan

Kelebihan dan Kekurangan Artificial Neural Networks

Kelebihan

  1. Jaringan saraf dapat melakukan pekerjaan yang tidak dapat dilakukan oleh program linear
  2. Saat satu elemen rusak atau gagal, jaringan saraf dapat melanjutkan tanpa ada masalah, karena didukung oleh sifat alaminya
  3. Jaringan saraf dapat belajar dan tidak perlu dilakukan pemrograman ulang
  4. Jaringan saraf dapat diimplementasikan pada aplikasi apapun
  5. Jaringan saraf dapat diimplementasikan tanpa timbulnya masalah

Pengertian Artificial Neural Networks Jaringan Saraf Tiruan

Kekurangan

  1. Jaringan sarat butuh "latihan" untuk mengoperasikannya 
  2. Butuh untuk diemulasikan karena arsitekturnya yang berbeda dengan miroprosesor
  3. Butuh waktu proses yang tinggi untuk ukuran jaringan saraf yang besar
sumber: http://www.learnartificialneuralnetworks.com/

Implementasi Jaringan Saraf Tiruan

Beberapa aplikasi jaringan saraf tiruan atau artificial neural networks diantaranya adalah pada:
  1. Robot Control
  2. Speech Recognition
  3. Stock Market Prediction
  4. Pengenalan pola
  5. System control
  6. Diagnosa suatu penyakit
  7. Segmentasi Citra


Penutup

Demikianlah ulasan kami tentang jaringan saraf tiruan atau yang lebih dikenal sebagai artificial neural networks. Kiranya ulasan ini dapat memudahkan kamu dalam memahami secara lebih jelas, dan sederhana. Kami buat ulasan ini dengan sederhana sehingga diharapkan dapat membantu kamu memahami lebih mudah.

Wawasan Penting Untuk Laki

Saat Laptop Kamu Mengeluarkan Bunyi Aneh
Alat Penyimpanan Data
Kenapa Data di Flashdisk Sering Hilang
Belajar Komputer dari Nol Masuk Sini
Cara Partisi Harddisk Tanpa Install Ulang
Modem Huawei Eror, Di Sini Solusinya
Algoritma Robot Masa Kini
Ulasan tentang Jaringan Saraf Tiruan
Terobosan Terbaru dari Random Access Memory

Terimakasih sudah mengunjungi KompiDolar, silakan tinggalkan komentar untuk membantu pengunjung lainnya.
EmoticonEmoticon