Apa Sih Artinya Artificial Neural Networks?

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


Berdasarkan hal tersebut, kami menciptakan ulasan ini untuk memperlihatkan citra secara terperinci namun sederhana, sehingga pengetahuan ini sanggup dipahami secara lebih luas.

Jika kau mahasiswa, goresan pena ini cocok untuk memudahkan kau memahami konsep artificial neural networks.

Mari kita mulai..

Apa Sih Artinya Artificial Neural Networks?

Pengertian

Artificial Neural Network atau Jaringan Saraf Tiruan yakni jaringan dari sekelompok unit pemroses kecil yang dimodelkan menurut jaringan saraf manusia. JST merupakan sistem adaptif yang sanggup merubah strukturnya untuk memecahkan problem menurut isu eksternal maupun internal yang mengalir melalui jaringan tersebut.

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

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

Dalam prakteknya, jaringan saraf tiruan terutama sangat berkhasiat bagi pembagian terstruktur mengenai dan permasalahan-permasalahan yang sanggup mentolerir ketidaktepatan, yang mempunyai banyak data pelatihan, namun mempunyai aturan-aturannya yang tidak sanggup 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 isu 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 sanggup mendapatkan sejumlah input.
4. Setiap elemen pemroses sanggup mempunyai beberapa output.
5. Setiap elemen pemroses mempunyai memori local.
6. Setiap elemen pemroses mempunyai fungsi transfer (transfer function) yang sanggup menggunakan dan mengubah isi memori local, menggunakan sinyal output dari processing element.
7. Sinyal dari input dari luar system saraf tiruan yang menuju system tersebuut tiba 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 kalau output yang diperlukan telah
diketahui sebelumnya. Pada proses pembelajaran, satu teladan input akan diberikan ke satu neuron pada lapisan input.

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

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

Terdapat aneka macam 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 menurut input nilai tertentu dalam suatu kelompok yang dikenal dengan istilah cluster.

Selam proses penyusunan diri, cluster yang mempunyai vector bobot paling cocok dengan teladan 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 sanggup melaksanakan pekerjaan yang tidak sanggup dilakukan oleh aktivitas linear
2. Saat satu elemen rusak atau gagal, jaringan saraf sanggup melanjutkan tanpa ada masalah, alasannya yakni didukung oleh sifat alaminya
3. Jaringan saraf sanggup berguru dan tidak perlu dilakukan pemrograman ulang
4. Jaringan saraf sanggup diimplementasikan pada aplikasi apapun
5. Jaringan saraf sanggup diimplementasikan tanpa timbulnya masalah

Kekurangan

1. Jaringan sarat butuh "latihan" untuk mengoperasikannya 
2. Butuh untuk diemulasikan alasannya yakni 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 yakni 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 ihwal jaringan saraf tiruan atau yang lebih dikenal sebagai artificial neural networks. Kiranya ulasan ini sanggup memudahkan kau dalam memahami secara lebih jelas, dan sederhana. Kami buat ulasan ini dengan sederhana sehingga diperlukan sanggup membantu kau 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 ihwal Jaringan Saraf Tiruan
Terobosan Terbaru dari Random Access Memory

Sumber http://mmishbah.blogspot.com

Share this post