Jaringan Syaraf Tiruan (JST)

Nur Alamsyah M Kom

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Pokok Bahasan
Jaringan syaraf Biologi dan Tiruan Karakteristik JST Sejarah dan Perkembangan JST Aplikasi

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Jaringan Syaraf Biologi

Otak Manusia memiliki struktur yang sangat kompleks dan memiliki kemampuan yang luar biasa. Otak terdiri dari neuron-neuron dan penghubung yang disebut sinapsis. Neuron bekerja berdasarkan impuls/ sinyal yang diberikan pada neuron dan meneruskannya pada neuron lain.

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Jaringan Syaraf Biologi

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Jaringan Syaraf Biologi

Neuron mempunyai tugas mengolah informasi Neuron memiliki komponen penting yaitu dendrit, soma dan akson. Dendrit ; bertugas menerima informasi. Soma (Badan Sel) ; pengolahan informasi Akson ; bertugas mengirimkan impuls2 (sel syaraf) ke sel syaraf lainnya

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Jaringan Syaraf Biologi

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Jaringan Syaraf Tiruan

a. b.

c. d.

JST adalah suatu sistem pemrosesan informasi yang memiliki karakteristik mirip dengan jaringan syaraf biologi. JST dibentuk sebagai generalisasi model matematika dari jaringan syaraf biologi, dengan asumsi bahwa: Pemrosesan informasi terjadi pada banyak neuron. Sinyal dikirimkan diantara neuron melalui penghubung (sinapsis). Penghubung antara neuron memiliki bobot Untuk menentukan output, setiap neuron menggunakan fungsi Aktivasi.
TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Perbandingan kemampuan otak manusia dengan JST

Parameter Elemen Pengolah Ukuran elemen Energi yang digunakan Kecepatan Pengolah 30 W 100 Hz 30 W (CPU) Otak Manusia JST / CPU

Bentuk Komputasi
Fault Tolerant Proses Belajar Kepandaian

Paralel terdistibusi
Ya Ya Selalu

Serial terpusat
Tidak Ya Tidak (Kadang-kadang)

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Analogi JST dan JS Biologi

JST Node / Input Input Output Bobot JSB Badan Sel (soma) Dendrit Akson Sinapsis

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Jaringan Syaraf Tiruan

1.

2.

3.

JST ditentukan oleh 3 hal, yaitu: Pola Hubungan antar neuron (disebut Arsitektur Jaringan) Metode untuk menentukan bobot penghubung (disebut metode training/learning/algoritma) Fungsi Aktivasi Sebagai Contoh, Perhatikan neuron Y pada gambar berikut:

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Karakteristik Jaringan Syaraf Tiruan

Penyelesaian masalah dengan memerlukan pemrograman.

JST

tidak

JST menyelesaikan masalah melalui proses belajar dari contoh-contoh.

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Sejarah JST

Pada Tahun 1940-an, para ilmuwan menemukan psikologi dari otak sama dengan metode pemrosesan yang dilakukan oleh peralatan komputer. Tahun 1943, McCulloch dan Pitts merancang model formal yang pertama sebagai perhitungan dasar neuron. Tahun 1949, Hebb menyatakan bahwa informasi dapat disimpan dalam koneksi-koneksi dan mengusulkan adanya skema pembelajaran untuk memperbaiki koneksi antar neuron.
TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Sejarah JST

Tahun 1954, Ferly dan Clark mensetup modelmodel untuk relasi adaptif stimulus-respon dalam jaringan random. Tahun 1958, Rosenblatt mengembangkan konsep dasar perseptron untuk klasifikasi pola. Tahun 1960, Widrow dan Hoff mengembangkan ADALINE untuk kendali adaptif dan pencocokan pola yang dilatih dengan aturan pembelajaran LSM (Leas Mean Square)

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Sejarah JST

Tahun 1974, Werbos memperkenalkan algoritma backpropagation untuk melatih perceptron dengan lapisan banyak. Tahun 1975, Little dan Shaw menggambarkan Jaringan syaraf dengan model probabilistik. Rumelhart (1986) mengembangkan perceptron menjadi Backpropagation, yang memungkinkan jaringan diproses melalui beberapa layar (multilayer).

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Mengapa JST Perlu dipelajari

Banyak Algoritma Jaringan syaraf tiruan yang tersedia, teknik teknik yang ada saat ini memiliki arsitektur yang sangat beragam dan canggih. Adanya komputer digital yang berkecepatan tinggi , hal ini semakin mempermudah proses simulasi jaringan syaraf tiruan. Aplikasi jaringan syaraf tiruan sangat luas

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Mengapa menggunakan JST

JST mempunyai kemampuan luar biasa untuk: Mendapatkan informasi dari data yang rumit atau tidak tepat. Mampu menyelesaikan masalah yang tidak terstruktur dan sulit didefinisikan. Dapat belajar dari pengalaman, mampu mengakuisisi pengetahuan walaupun tidak ada kepastian. Mampu melakukan generalisasi dan ekstraksi dari suatu pola data tertentu.
TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Mengapa menggunakan JST

Dapat menciptakan suatu pola pengetahuan melalui pengaturan diri atau kemampuan belajar (self organizing). Mampu memilih suatu input data (klasifikasi) Mampu mengolah data-data input tanpa harus mempunyai target . Mampu menemukan jawaban terbaik sehingga mampu meminimalisasi fungsi biaya (optimasi)

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Bidang-bidang Apliaksi JST

-

Aerospace Autopilot pesawat terbang, simulasi jalur penerbangan, sistem kendali pesawat, perbaikan autopilot, simulasi komponen pesawat.

Otomotif Sistem kendali otomatis mobil

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Bidang-bidang Apliaksi JST

-

Keuangan dan Perbankan Pendeteksian uang palsu, evaluator aplikasi kredit, pengidentifikasian pola-pola dasar pasar saham. Pertahanan (Militer) Pengendali senjata, pendeteksi bom, penelusuran target, pembedaan objek, pengendali sensor, sonar, radar dan pengolahan sinyal citra yang meliputi kompresi data, ekstraksi bagian istimewa dan pengenalan sinyal.
TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Bidang-bidang Apliaksi JST

-

Elektronik Pembuatan perangkat keras yang bisa mengimplementasikan JST secara efisien, machine vision, pengontrol gerakan dan penglihatan robot, sintesis suara.

Broadcast Pencarian klip berita melalui pengenalan wajah.

TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Bidang-bidang Apliaksi JST

-

Keamanan JST untuk mengenali mobil dan wajah oknum Medis Analisis Sel kanker payudara, pendeteksian kanker kulit dll. Pengenalan Suara Pengenalan percakapan, klasifikasi suara
TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY

Bidang-bidang Apliaksi JST

-

Pengenalan tulisan Pengenalan tulisan tangan, penerjemahan tulisan kedalam tulisan latin. Matematika Pengenalan benda bergerak Selain dari pola citra diam, JST juga bisa digunakan untuk mendeteksi citra bergerak, dari video seperti citra orang yang bergerak dll. JST digunakan sebagai detektor virus komputer, penginderaan bau dll
TEKNIK INFORMATIKA
UNIVERSITAS ISLAM KALIMANTAN (UNISKA) MUHAMMAD ARSYAD AL BANJARY