Jaringan Syaraf Tiruan
Jaringan Syaraf Tiruan
PENDAHULUAN
A. Latar Belakang
Jaringan syaraf tiruan (artifical neural network) adalah sistem komputasi yang
arsitektur dan operasinya diilhami dari pengetahuan tentang sel syaraf biologis di
dalam otak. Jaringan syaraf tiruan merupakan salah satu representasi buatan dari
otak manusia yang selalu mencoba menstimulasi proses pembelajaran pada otak
manusia tersebut. Jaringan syaraf tiruan dapat digambarkan sebagai model
matematis dan komputasi untuk fungsi aproksimasi non-linear, klasifikasi data
cluster dan regresi non-parametrik atau sebuah simulasi dari koleksi model
jaringan syaraf biologi.
Jaringan syaraf tiruan terdiri dari beberapa neuron dan ada hubungan antar
neuron- neuron seperti pada otak manusia. Neuron/selsaraf adalah sebuah unit
pemroses informasi yang merupakan dasar operasi jaringan syaraf tiruan. Jaringan
syaraf tiruan terdiri atas beberapa elemen penghitung tak linier yang masing-
masing dihubungkan melalui suatu pembobot dan tersusun secara paralel.
Pembobot inilah yang nantinya akan berubah (beradaptasi) selama proses
pelatihan. Pelatihan perlu dilakukan pada suatu jaringan syaraf tiruan sebelum
digunakan untuk menyelesaikan masalah.
B. Rumusan Masalah
1. Apa Yang Dimaksud Dengan Jaringan Syaraf Tiruan (Neural Network) ?
2. Apa Inspirasi Jaringan Syaraf Tiruan (Neural Network) ?
1
3. Bagaimana Perbandingan Jaringan Syaraf Tiruan Dengan Metode
Konvensional ?
4. Apa Saja Aplikasi Jaringan Syaraf Tiruan ?
5. Apa Saja Keunggulan Jaringan Syaraf Tiruan ?
C. Tujuan
Adapun tujuan dari pembuatan makalah ini adalah untuk mengetahui dan
menambah wawasan kita tentang “Jaringan Syaraf Tiruan (Neural Network)”.
2
BAB II
PEMBAHASAN
Jaringan Syaraf Tiruan atau Neural Network berkembang secara pesat pada
beberapa tahun terakhir. Jaringan Syaraf Tiruan telah dikembangkan sebelum
adanya suatu komputer konvensional yang canggih dan terus berkembang
walaupun pernah mengalami masa vakum selama beberapa tahun.
3
C. Perbandingan Jaringan Syaraf Tiruan Dengan Metode Konvensional
4
memberikan suatu keajiban tetapi jika digunakan secara tepat akan menghasilkan
sasuatu hasil yang luarbiasa.
5
atas sejumlah faktor seperti keadaan masa lalu bursa yang lain dan berbagai
indikator ekonomi.
4. Perjanjian Kredit.
Berbagai informasi biasanya didapat dari seorang peminjam seperti umur,
pendidikan, pekerjaan dan berbagai data lain. Setelah pembelajaran dari
Jaringan Syaraf Tiruan tentang data peminjam, analisis Jaringan Syaraf
Tiruan dapat mengidentifikasi karaktersetik peminjam sehingga dapat
digunakan untuk mengklasifikasikan peminjam terhadap resiko peminjam
dalam kategori baik atau buruk
5. Monitoring Kondisi Mesin.
Jaringan Syaraf Tiruan dapat digunakan untuk memangkas biaya dengan
memberikan keahlian tambahan untuk menjadwalkan perawatan mesin.
Jaringan Syaraf Tiruan dapat dilatih untuk membedakan suara sebuah mesin
ketika berjalan normal (“false alarm”) dengan ketika mesin hampir
mengalami suatu masalah. Setelah periode pembelajaran, keahlian dari
Jaringan Syaraf Tiruan dapat digunakan untuk memperingatkan seorang
teknisi terhadap kerusakan yang akan timbul sebelum terjadi yang akan
menyebabkan biaya yang tidak terduga.
6. Pemeliharaan Mesin.
Jaringan Syaraf Tiruan telah digunakan untuk menganalisis input dari sebuah
sensor pada sebuah mesin. Dengan mengontrol beberapa parameter ketika
mesin sedang berjalan, dapat melakukan fungsi tertentu misalnya
meminimalkan penggunaan bahan bakar.
E. Keunggulan Jaringan Syaraf Tiruan
6
3. Real Time Operation: Dapat menghasilkan perhitungan parallel dan dengan
device hardware yang khusus yang dibuat akan memberikan keuntungan
dengan adanya kemampuan tersebut.
4. Fault Tolerance melalui Redundant Information Coding: Kerusakan pada
bagian tertentu dari jaringan akan mengakibatkan penurunan kemampuan.
Beberapa jaringan mempunyai kemampuan untuk menahan kerusakan besar
pada jaringan.
5. 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.
6. Kemampuan Jaringan Syaraf Tiruan dalam menyelesaikan masalah yang
rumit telah dibuktikan dalam berbagai macam penelitian.
7
BAB III
PENUTUP
A. Kesimpulan