TUGAS AI OFS CLASS >>> NEURAL NETWORK Sugiarto.W.

/04PIT

1301029900

*Pengertian Umum Neural Network

Neural Network (NN) adalah suatu prosesor yang melakukan pendistribusian secara
besar-besaran, yang memiliki kecenderungan alami untuk menyimpan suatu pengenalan yang
pernah dialaminya, dengan kata lain NN ini memiliki kemampuan untuk dapat melakukan
pembelajaran dan pendeteksian terhadap sesuatu objek.
Secara mendasar, sistem pembelajaran merupakan proses penambahan pengetahuan pada NN
yang sifatnya kontinuitas sehingga pada saat digunakan pengetahuan tersebut akan
dieksploitasikan secara maksimal dalam mengenali suatu objek. Neuron adalah bagian dasar
dari pemrosesan suatu neural network.
Dibawah ini merupakan bentuk dasar dari suatu neuron :

Gambar Bentuk dasar neuron terdiri dari:

o Input merupakan masukan yang digunakan baik saat pembelajaran maupun dalam
mengenali suatu objek.
o Weight, beban yang selalu berubah setiap kali diberikan input sebagai proses pembelajaran.
o Processing Unit merupakan tempat berlangsungnya proses pengenalan suatu objek
berdasarkan pembebanan yang diberikan.
o Output, keluaran dari hasil pengenalan suatu objek.

*Keuntungan penggunaan Neural Network

1. Perangkat yang mampu untuk mengenali suatu objek secara non-linier.
2. Mempermudah pemetaan input menjadi suatu hasil tanpa mengetahui proses sebenarnya.
3. Mampu melakukan pengadaptasian terhadap pengenalan suatu objek
4. Perangkat yang memiliki toleransi terhadap suatu kesalahan dalam pengenalan suatu objek.
5. Neural Network mampu diimplementasikan pada suatu Hardware atau perangkat keras.
6. Perangkat yang mampu diimplementasikan secara parallel.

*Kelemahan penggunaan Neural Network

Sedangkan kelemahannya jika dibandingkan dengan model sebelumnya diantaranya:
1. Tahapan untuk proses dalam model ini menjadi sangat panjang, karena terdiri dari proses
dan tahapan (layer) yang berjenjang.
2. Dalam model ini menggunakan analisis yang sangat komplek sehingga sangat susah untuk
diinterpretasikan.
3. Kemudian jika parameter yang digunakan berubah sehingga tidak sesuai dengan kenyataan
maka proses penghitungan dalam model neural network ini harus diulangi.
* Arsitektur Neural Network
Secara umum, terdapat tiga jenis neural network yang sering digunakan
berdasarkan jenis network-nya, yaitu :
1. Single-Layer Neural Network
2. Multilayer Perceptron Neural Network
3. Recurrent Neural Networks

A. Single-Layer Neural Network

Neural network jenis ini memiliki koneksi pada inputnya secara langsung kejaringan output.

Gambar Single-layer Neural Network

Jenis neural network ini sangatlah terbatas, hanya digunakan pada
kasuskasus
yang sederhana.

B. Multilayer Perceptron Neural Network

Jenis neural network ini memiliki layer yang dinamakan “hidden”, ditengah layer input dan
output. Hidden ini bersifat variable, dapat digunakan lebih
dari satu hidden layer.

Gambar Multilayer Perceptron Neural Network

C. Recurrent Neural Network

Neural network jenis ini memiliki ciri, yaitu adanya koneksi umpan balik dari output ke
input.
Gambar Recurrent Network .
Kelemahan dari jenis ini adalah Time Delay akibat proses umpan
balik dari output ke titik input.

*Kegunaan

Jaringan saraf tiruan pada umumnya digunakan untuk tugas atau pekerjaan yang kurang
praktis jika dikerjakan secara manual. Kegunaan Dalam Kehidupan Nyata sebgai berikut :

 Perkiraan Fungsi, atau Analisis Regresi, termasuk prediksi time series dan modeling.
 Klasifikasi, termasuk pengenalan pola dan pengenalan urutan, serta pengambil
keputusan dalam pengurutan.
 Pengolahan data, termasuk penyaringan, pengelompokan, dan kompresi.
 Robotik