KELOMPOK 3
kievin a
m.irfan c
abdul malik
SURABAYA
2017
PENDAHULUAN
1. LATAR BELAKANG
Jaringan Saraf Tiruan (JST) atau Artificial Neural Network merupakan suatu pendekatan
yang berbeda dari metode AI lainnya. JST merupakan suatu model kecerdasan yang
diilhami dari struktur otak manusia dan kemudian diimplementasikan menggunakan
program computer yang mampu menyelesaikan sejumlah proses perhitungan selama
proses pembelajaran berlangsung.
Jaringan syaraf tiruan merupakan bidang kajian yang menarik untuk dibahas, baik dari
segi aplikasi maupun perkembangannya. Hal ini disebabkan karena kemampuan JST
untuk meniru sifat sistem yang diinputkan. Beberapa aplikasi JST diantaranya adalah
image processing (pengolahan citra), pattern recognition (pengenalan pola), medicine
(ilmu kedokteran), speech recognition (pengenalan suara)
2. RUMUSAN MASALAH
Megetahui lebih dalam tentang Jaringan Syaraf Tiruan.
3. MANFAAT
Menambah pengetahuan dan wawasan tentang Jaringan Syaraf Tiruan.
ISI
1. PENGERTIAN JARIANGAN SYARAF TIRUAN
Jaringan saraf tiruan (JST) (Bahasa Inggris: artificial neural network (ANN), atau
juga disebut simulated neural network (SNN), atau umumnya hanya disebut neural
network (NN)), adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan
berdasarkan jaringan saraf manusia.JST merupakan sistem adaptif yang dapat mengubah
strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal
yang mengalir melalui jaringan tersebut.
Secara sederhana, JST adalah sebuah alat pemodelan data statistik non-linier. JST
dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output
untuk menemukan pola-pola pada data.
Menurut seorang ahli jaringan syaraf tiruan bernama Haykin S., jaringan syaraf
tiruan itu seperti sebuah prosesor yang dapat menyimpan pengetahuan dan pengalaman
sehingga prosesor ini dapat bekerja menyerupai otak manusia yang dapat beradapatasi
dengan masalah. Jadi, Jaringan syaraf tiruan itu adalah metode/algoritma yang dapat
membuat komputer mempunyai otak pintar seperti manusia yang bisa beradaptasi
terhadap masalah.
2. MANFAAT JARINGAN SYARAF TIRUAN
Dalam kehidupan sehari-hari jaringan syaraf tiruan digunakan dalam aplikasi yang
berkaitan dengan hal-hal berikut :
Identifikasi dan control : Kontrol kendaraan, Natural Resources Mangement
Pengambil keputusan dalam video game: Chess, Poker, Backgammon
Pengenal Pola : Radar, Pengenal wajah, Pengenal objek
Diagnosa Medis untuk mendeteksi penyakit kangker
3. KELEBIHAN DAN KEKURANGAN JST
Kelebihan Jaingan Syaraf Tiruan :
Mampu mengakuisisi pengetahuan walau tidak ada kepastian
Mampu melakukan generalisasi dan ekstraksi dari suatu pola data tertentu
JST dapat menciptakan suatu pola pengetahuan melalui pengaturan diri atau
kemampuan belajar (self organizing)
Memiliki fault tolerance, gangguan dapat dianggap sebagai noise saja
Kemampuan perhitungan secara paralel sehingga proses lebih singkat
Klasifikasi: memilih suatu input data ke dalam kategori tertentu yang sudah
ditetapkan.
Asosiasi: menggambarkan suatu obyek secara keseluruhan hanya dengan bagian
dari obyek lain.
Self organizing: kemampuan mengolah data-data input tanpa harus mempunyai
target.
Optimasi: menemukan suatu jawaban terbaik sehingga mampu meminimalisasi
fungsi biaya
2. Propagasi mundur.
Selisih antara keluaran jaringan dengan target yang diinginkan merupakan kesalahan
yang terjadi. Kesalahan yang terjadi itu dipropagasi mundur. Dimulai dari garis yang
berhubungan langsung dengan unit-unit di output layer.
3. Perubahan bobot.
Modifikasi bobot untuk menurunkan kesalahan yang terjadi. Ketiga fase tersebut
diulang-ulang terus hingga kondisi penghentian dipenuhi. (Puspaningrum, 2006)
2. Algoritma Quickprop
Pada algoritma Quickprop dilakukan pendekatan dengan asumsi bahwakurva fungsi error
terhadap masing-masing bobot penghubung berbentuk parabolayang terbuka ke atas, dan
gradien dari kurva error untuk suatu bobot tidakterpengaruh oleh bobot-bobot yang lain
[Fahlman, 1988]. Dengan demikian perhitungan perubahan bobot hanya menggunakan
informasi lokal pada masing-masing bobot. Perubahan bobot pada algoritma Quickprop
dirumuskan sebagai berikut: Pada eksperimen dengan masalah XOR dan encoder/decoder
[Fahlman,1988], terbukti bahwa algoritma Quickprop dapat meningkatkan kecepatantraining.
Eksperimen dari [Schiffmann, 1993] juga menunjukkan peningkatankecepatan training dan
unjuk kerja yang signifikan.
PENUTUP
KESIMPULAN
Jaringan syaraf tiruan adalah metode/algoritma yang dapat membuat komputer mempunyai otak
pintar seperti manusia yang bisa beradaptasi terhadap masalah.
Jaringan Syaraf Tiruan mulai dilirik banyak kalangan karena mempunyai banyak kelebihan
dibandingkan system konvensional. Jaringan Syaraf Tiruan mewakili pikiran manusia untuk
mendekatkan diri dengan komputer, maksudnya Jaringan Syaraf Tiruan dirancang agar komputer
dapat bekerja seperti/layaknya otak manusia. Kelebihan Jaringan Syaraf Tiruan terletak pada
kemampuan belajar yang dimilikinya. Dengan kemampuan tersebut pengguna tidak perlu
merumuskan kaidah atau fungsinya. Jaringan Syaraf Tiruan akan belajar mencari sendiri
kaidah atau fungsi tersebut. Dengan demikian Jaringan Syaraf Tiruan mampu digunakan untuk
menyelesaikan masalah yang rumit dan atau masalah yang terdapat kaidah atau fungsi yang tidak
diketahui.
REFERENSI
https://id.wikipedia.org/wiki/Jaringan_saraf_tiruan
http://jalanwaktu.wordpress.com/jaringan-syaraf-tiruan/
http://informaticrazy.blogspot.sg/2013/06/jaringan-syaraf-tiruan-implementasinya.html
https://rezkal.wordpress.com/2013/01/17/jaringan-saraf-tiruan-artificial-neural-network/
http://kaliskinanti.blogspot.sg/2017/01/jaringan-saraf-tiruan.html