Introduction
manusia Melakukan peniruan terhadap aktifitas pada jaringan syaraf biologis manusia
Introduction
Aktifitas
Manusia : Mengingat, Memahami, Menyimpan dan Memanggil Kembali Mengambil 'ide dari cara kerja jaringan syaraf biologis Tidak diprogram untuk menghasilkan keluaran tertentu. Seluruh Output ditarik oleh jaringan didasarkan pengalamannya selama proses pembelajarannya Proses pembelajaran, kedalam JST dimasukkan pola-pola input (dan ouput) lalu jaringan aan diajari untuk memberikan jawaban yang bisa diterima
Introduction
Dendrit : Menerima Informasi Badan Sel (soma) : Tempat Pengolahan informasi Akson : Mengirimkan impuls-impuls ke sel saraf
lainnya.
canggih Komputer digital berkecepatan tinggi, yang mendukung simulasi JST Implementasi Aplikasi sangat Luas
Terbang, Autopilot Pesawat Terbang Otomatif : Sistem Kendali Otomatis Mobil Keuangan : Pendeteksian Uang Palsu, Evaluator Aplikasi Kredit, Pengidentifikasian pola-pola data pasar saham Pertahanan (Militer) : Pengendali Senjata, Pendeteksi Bom, Pengendali sensor, Sonar, Radar, Pengolahan Sinyal Citra (Kompresi Data, Ekstraksi/penghilangan derau, pengenalan Sinyal, atau Citra) Elektronik : Machine Vision, Pengontrol Gerakan dan Penglihatan, Sintesis Suara Broadcast : Pencarian Klip melalui Pengenalan Wajah Keamanan : Sistem Biometrika Medis : Analisa penyakit kanker Pengenalan Suara : Klasifikasi Suara, Klasifikasi Suara Pengenalan Tulisan : Pengenalan Tulisan Tangan Matematika : Alat pemodelan masalah dalam bentuk ekplisit Pengenalan Objek Bergerak : Mendeteksi Citra Bergerak dari Video
Definisi JST
JST (Alexander dan Morton) adalah : Prosesor tersebar paralel yang sangat besar yang memiliki kecenderungan untuk menyimpan pengetahuan yang bersifat pengalaman dan membuatnya sia untuk digunakan JST menyerupai otak manusia dalam dua hal, yaitu : Pengetahuan yang diperoleh dari proses belajar Kekuatan hubungan antar sel syaraf (Neuron) yang dikenal sebagai bobot-bobot sinaptik dugunakan untuk menyimpan pengetahuan
Interkoneksi
Jumlah Lapisan (Layer) Jumlah Node pada setiap Lapisan
dari masalah
Lapisan Tersembunyi
Node didalam lapisan tersembunyi disebut unit
tersembunyi
Lapisan Output
Node pada lapisan output disebut unit output Keluaran (output) dari lapisan ini merupakan output
unit pemrosesan informasi yang merupakan dasar dari operasi JST 3 Elemen dasar Model Neuron :
Sekumpulan sinapsis (Jalur hubungan) : memiliki bobot atau kekuatan hubungan 2. Suatu Adder : untuk menjumlahkan sinyal-sinyal input yang diberi bobot oleh sinapsis neuron yang sesuai 3. Fungsi Aktivasi : ntuk membatasi amplitudo output dari setiap neuron
1.
networks)
Ciri : memiliki loop koneksi balik
Arsitektur JST
Jaringan Lapisan Tunggal (Single-Layer)
Arsitektur Jaringan yang memiliki satu buat lapisan
bobot koneksi Terdiri dari unit-unit input yang menerima sinyal dair dunia luar, dan unit-unit output dimana kita bisa membaca respons dari jaringan syaraf tiruan tersebut
Jaringan Lapisan Multilapis (Multi-Layer)
Jaringan dengan satu lapisan tersembunyi
mendapatkan hak
menjadi aktif
Arsitektur JST
Daftar Pustaka
Diyah Puspitaningrum,2006, Pengantar Jaringan
Syaraf Tiruan, ANDI, Yogyakarta, Suyanto, 2007, Artificial Intelligence: Searching, Reasoning, Planning and Learning, Indonesian version, Informatika Publisher, Bandung, Indonesia, June 2007, ISBN: 979-1153-05-1. Introduction to neural networks http://home.agh.edu.pl/~vlsi/AI/intro/ http://drw.politekniktelkom.ac.id/Bebas/Bachelor%2 0Degree/Materi%20Kuliah%20AI/