JARINGAN SYARAF TIRUAN
JARINGAN SYARAF BIOLOGIS
- Otak manusia berisi 10 11 sel syaraf /neuron yang bertugas memproses informasi yang masuk
- Tiap sel syaraf dihubungkan dengan syaraf lain hingga sekitar 104 sinapsis
- Tiap sel bekerja seperi suatu prosessor sederhana
- Tiap sel saling berinteraksi sehingga mendukung kemampuan otak manusia
- Komponen utama neuron dapat dikelompokkan menjadi 3 bagian:
>Dendrite : menerima informasi – jalan input soma
>Badan sel/soma : tempat mengolah informasi
>Akson : mengirimkan impuls sinyal ke syaraf lain – jalan output soma
- Sebuah neuron menerima impuls sinyal dari neuron lain melalui dendrite dan mengirim siyal dibangkitkan melalui akson
- Akson dari sel syaraf ini bercabang dan berhubungan dengan dendrite dari sel syaraf lain dengan cara mengirimkan impuls melalui sinapsis.
- Sinapsis adalah unit fungsional antara 2 buah syaraf dimana satu adalah serabus akson dari neuron a sedang satunya adalah dendrite dari neuron b
- Kekuatan sinapsis bias turun/naik tergantung seberapa besar tingkat propagarasi sinyal yang diterima
- Impuls sinyal akan diterima oleh neuron lain jika memenuhi batasan tertentu(nilai ambang)threshold
JARINGAN SYARAF TIRUAN
- Sistem pemprosesan informasi yang mempunyai karakteristik meyerupai jaringan syaraf manusia
- JST tercipta sebagai suatu generalisasi model matematis dari pemahaman manusia berdasarkan asumsi
- Pemrosesan informasi terjadi pada elemen neuron
- Sinyal mengalir diantara sel syaraf melalui sambungan penghubung
- Setiap sambungan memiliki bobot yang bersesuaian yang digunakan untuk menggandakan sinyal
- Tiap sel syaraf akan menerapkan fungsi aktifitas terhadap sinyal hasil penjumlahan berbobot yang masuk kepadanya untuk menentukan sinyal keluaran.
- JST dapat belajar dari pengalaman, melakukan generalisasi atas contoh yang didapat.
- Algoritma untuk JST akan langsung beroperasi secara langsung dengan angka
- JST tidak deprogram untuk menghasilkan keluaran tertentu. Semua keluaran yang ditarik didasarkan atas pengalamannya selama mengikuti proses pembelajaran
- Pada proses pembelajaran, ke dalam JST dimasukkan pola input dan output lalu jaringan akan diajari untuk memberikan jawaban yang akan diterima.
- Karakter JST ditentukan oleh Pola hubungan antar neuron (arsitektur jaringan), metode penentuan bobot sambungan(proses belajar jaringan) dan fungsi aktivasi
ARSITEKTUR JST
- Di JST neuron akan dikumpulkan dalam layer yang disebut neuron layers
- Neuron pada satu lapisan akan dihubungkan dengan lapisan sebelum dan sesudahnya.
- Informasi yang diberikan pada jaringan syaraf akan dirambatkan lapisan ke lapisan(lapisan input->output melalui hidden layer
- Factor terpenting dalam menetukan kelakuakn suatu neuron adalah fungsi aktifasi dan pola bobot
- Umumnya neuron yang terletak pada lapisan yang sama akan memliki keadaan yang sama sehingga pada setiap lapisan yang sama menuron memiliki funsi aktifasi yang sama
- Bila nuron pada suatu layer akan dihubungkan dengan neuron pada layer lain maka setiap neuron pada layer tersebut juga harus dihubungkan dengan setiap neuron pada lapisan lainnya.
- Jaringan dengan lapisan tunggal(single layer net)
ü Hanya memiliki 1 lapisan dengan bobot terhubung
ü Jaringan ini hanya menerima input kemudian secara langsung mengolahnya menjadi output tanpa melewati hidden layer
- Jaringan dengan banyak lapisan(multilayer net)
ü memiliki 1 atau lebih lapisan yang terletak di antara input layer dan output layer.
SUMMATION FUNCTION
- fungsi yang digunakan untuk mencarin rata rata bobot dari semua elemen input.
- Sederhananya adalah dengan mengalikan setiap nilai input X dengan bobotnya Wij dan menjumlahkannya=Si
APLIKASI JST
- Keuangan perbankan = Pendeteksi uang palsu
- Militer= Pengendali senjata, detector bom
- Pembuatan hardware yang mengimplementasikan JST = Machine vision
- Broadcast = Pencarian klip berita melalui pengenal wajah
- Security = Untuk mengenali mobil dan penjahat
Tidak ada komentar:
Posting Komentar