Sabtu, 04 April 2009

MATERI 8

Materi ini membahas tentang jaringan syaraf tiruan untuk matakuliah kecerdasan buatan

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.
  • Jenis arsitektur JST
  • 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

  • Aerospace = autopilot
  • Automotive
  • Sistem kendali otomatis
  • Keuangan perbankan = Pendeteksi uang palsu
  • Electronic
  • 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
  • Medic = Analsis kanker
  • Voice recognizer
  • Pengenal tulisan
  • Mathematic
  • Pengenal benda bergerak
  • Detector virus


Tidak ada komentar:

Posting Komentar