Terdapat beberapa jenis Neural Network (NN), yang dibedakan berdasarkan type, algoritma, learning method
maupun activation function, yang digunakan.
Type Neural Network, yaitu yang berkaitan dengan koneksi antar neuron. Ada 2 type, yaitu feedforward
dan feedback. Feedforward type merupakan type NN dimana neuron pada suatu layer hanya bisa
berkoneksi dengan neuron yang berada pada layer yang berbeda. Sedangkan feedback type merupakan
type NN dimana neuron pada suatu layer bisa berkoneksi dengan neuron pada layer lainnya dan juga Subscribe via Email
dengan neuron pada layer yang sama.
Enter your email here...
Algoritma, yaitu algoritma matematis yang digunakan Neural Network untuk melakukan proses belajar.
Ada beberapa jenis algoritma yang biasa digunakan, yaitu : (1) Backpropagation, merupakan suatu Submit
algoritma belajar (learning algorithm) yang digunakan oleh NN pada metode supervised. Salah satu
bentuknya adalah delta learning rule. (2) Delta learning rule, merupakan algoritma belajar (learning Delivered by FeedBurner
algorithm) yang digunakan oleh NN pada metode supervised, dimana perubahan weight diperoleh dari
hasil perkalian antara input, error dan learning rate. (3) Forwardpropagation, merupakan algoritma
dimana output neuron hanya dipropagasi pada satu arah dari input ke output. (4) Hebb learning rule, Artikel Terpopuler
merupakan algoritma yang digunakan dengan supervised learning, khususnya pada perceptron, dimana
perubahan weight diperoleh dari perkalian input, output dan learning rate. (5) Simulated annealing, Mengatasi Komputer Yang Terinfeksi Virus
merupakan tipe khusus dari learning algorithm, khususnya untuk NN tipe feedback. Snap.do
Apa itu virus Snap.do Snap.do (atau
Metoda (learning method), ada dua macam, yaitu : (1) Supervised learning, dimana ada target outputnya, search.snap.do virus) sepertinya telah
merajalela di dunia browser. Pasalnya
sehingga error dihitung dari output hasil perhitungan dikurangi dengan target output. (2) Unsupervised komputer saya pun ...
learning, merupakan metode khusus dimana tidak ada target outputnya, contohnya adalah pada
selforganizing neural nets seperti Kohonen Feature Map.
Cara Ampuh Mengatasi Virus Generic Host
Fungsi aktivasi (activation function), merupakan fungsi matematis yang digunakan untuk mendapatkan Process for Win32 service.
output neuron dari nilai inputnya. Disebut aktivasi karena output akan bernilai jika melampaui nilai Virus Generic Host Process for Win32
service Virus Generic Host atau lebih dikenal
threshold-nya. Beberapa fungsi aktivasi yang sering digunakan, yaitu : hard limiter, signum activation Win32 memang sangat membuat kita kesel
dan sigmoid activation. apabila sudah me...
Berikut adalah beberapa jenis Neural Network beserta Method yang biasa digunakan.
Cara mengatasi google chrome yang blank
page, crash, error, dan selalu loading
Mengatasi Google Chrome Blank Page Jika
suatu saat anda mengalami google chrome
yang tidak bisa browsing, loading ataupun
selalu loading t...
Pertama kali diperkenalkan oleh F. Rosenblatt pada tahun 1958. Umumnya hanya digunakan untuk operasi
logic sederhana seperti AND atau OR, tidak untuk operasi logic yang agak kompleks seperti XOR. Rekomendasi CMS Ecommerce Gratis (Open Source)
Rekomendasi CMS Ecommerce Gratis Bagi anda yang ingin
Type : feedforward. terjun ke bisnis yang memanfaatkan toko online pastinya bakal
Neuron layer : 1 input layer, 1 output layer. mencari tau mengenai C...
Activation function : hard limiter.
Method : Perceptron
Learning method : supervised.
Learning algorithm : hebb learning rule.
Penggunaan: simple logical operations, pattern classification.
Aplikasi Terapan :
http://www.tukarpengetahuan.com/2015/06/jenisjenisneuralnetwork.html 1/5
2/15/2016 JenisJenis Neural Network
Apliksai jaringan saraf tiruan,
Piecewise Linier Modelling Application to Time Series
Cara mengganti template blogger di
tampilan terbaru
Kekurangan (-) : Tidak dapat menyelesaikan masalah non linier terpisah, tidak bisa memecahkan XOR Cara Mengganti Template Blogger Walaupun
problem terbilang sepele, tapi terkadang jika kita
Kelebihan (+) : Bisa digunakan dengan optimal pada operasi logic sederhana sedang ingin sekali itu bisa menjadi sulit
seperti hal...
Google+
Iwan Prasetiyo
Add to circles
Diperkenalkan oleh M. Minsky dan S. Papert pada tahun 1969, merupakan pengembangan dari Perceptron
dan mempunyai satu atau lebih hidden layers yang terletak antara input dan output layers. Multi-layer-
perceptron dapat digunakan untuk operasi logik termasuk yang kompleks seperti XOR.
Type : feedforward.
Neuron layers : 1 input layer, 1 atau lebih hidden layers dan 1 output layer.
Activation function : hard limiter/sigmoid.
Method : Multi-Layer-Perception
Learning method : supervised.
Learning algorithm : delta learning rule atau backpropagation (paling banyak digunakan).
Penggunaan : complex logical operations, patten classification.
Aplikasi Terapan : -
Kekurangan (-) : -
Kelebihan (+) : memiliki kemampuan untuk mendeteksi atau melakukan analisa untuk permasalahan yang
sifatnya sangat kompleks.
Diperkenalkan oleh G.E. Hinton, E. Rumelhart dan R.J. Williams pada tahun 1986, merupakan tipe yang paling
baik (powerfull).
Type : feedforward.
Neuron layers : 1 input layer, 1 atau lebih hidden layers dan 1 output layer.
Activation function : sigmoid.
Method : Backpropagation
Learning method : supervised.
Learning algorithm : backpropagation.
Penggunaannya : complex logical operations, patten classification, speech analysis.
Aplikasi Terapan :
Pengenalan pola huruf, aplikasi pengenalan wajah
aplikasi pengenalan pola tanda tangan,dan
http://www.tukarpengetahuan.com/2015/06/jenisjenisneuralnetwork.html 2/5
2/15/2016 JenisJenis Neural Network
Mobile Robot Control
Kekurangan (-) :
- Waktunya konvergen
Kelebihan (+) :
- Sangat luas digunakan dalam paradigm jaringan saraf, dan berhasil diaplikasikan dalam berbagai bidang,
dapat digunakan untuk dua atau lebih lapisan dengan bobot dan menggunakan aturan pengalaman belajar
- Sudah menggunakan multi thread.
Diperkenalkan oleh ahli fisika J.J. Hopfield tahun 1982 dan menjadi tipe Neural Network yang disebut
“thermodynamical models”. Terdiri dari sekumpulan neurons, tidak ada perbedaan antara input dan output
neurons.
Type : feedback.
Neuron layers : 1 matrix.
Activation function : signum/hard limiter.
Method : Hopfield
Learning method : unsupervised.
Learning algorithm : delta learning rule/simulated annealing (paling banyak digunakan).
Penggunaannya : patten association, optimization problems.
Aplikasi Terapan :
Aplikasi prakiraan cuaca
Kekurangan (-) : -
Kelebihan (+) : Dengan metode ini citra yang mengalami blur dapat diperbaiki menjadi lebih jelas.
Type : Feedforward/Feedback.
Neuron layers : 1 input layer, 1 map layer.
Activation function : sigmoid.
Method : Kohonen
Learning method : unsupervised.
Learning algorithm : selforganization.
Penggunaanya : patten association, optimization problems, simulation.
Aplikasi Terapan :
Aplikasi pengenalan pola suara dengan jaringan saraf tiruan
Aplikasi WEB
Kekurangan (-) : -
Kelebihan (+) : -
http://www.tukarpengetahuan.com/2015/06/jenisjenisneuralnetwork.html 3/5
2/15/2016 JenisJenis Neural Network
salah satu dari teknik decision analysis. Tries sendiri pertama kali diperkenalkan pada tahun 1960-an oleh
Fredkin. Trie atau digital tree berasal dari kata retrival (pengambilan kembali) sesuai dengan fungsinya.
Decision Tree adalah sebuah struktur pohon, dimana setiap node pohon merepresentasikan atribut yang telah
diuji, setiap cabang merupakan suatu pembagian hasil uji, dan node daun (leaf) merepresentasikan kelompok
kelas tertentu.
Kekurangan (-) :
1. Pengguna Decision Tree bisa membuat tree yang over-complex sehingga tidak dapat mengeneralisasi
data dengan baik.
2. Ada konsep yang sulit dipahami dengan decision tree, karena decision tree tidak bisa menjelaskannya
dengan mudah.
Kelebihan (+) :
Materi tentang jenis-jenis neural netwok ini hasil dari rangkuman yang saya buat dari berbagai sumber.
Semoga bisa memberikan manfaat bagi yang membaca.
Sumber : www.google.com
Tags: komputer
Diposkan oleh Iwan Prasetiyo
Ditulis Oleh : Iwan Prasetiyo
Artikel JenisJenis Neural Network, diterbitkan oleh Iwan Prasetiyo pada 25 June 2015. Diperbolehkan untuk mengcopy paste dan
menyebarluaskan artikel ini, dengan syarat anda harus meletakkan link dibawah ini sebagai sumbernya. Salam tukarpengetahuan!
<a href="http://www.tukarpengetahuan.com/2015/06/jenis‐jenis‐neural‐network.html"
target="_blank">Jenis‐Jenis Neural Network</a>
Related Posts :
PREV NEXT
Tips Microsoft Power Point 2007 Bagian 1 Mengetahui Pengertian Neural Network
0 komentar:
Post a Comment
Silahkan berkomentar dengan sopan, apabila ingin berkomentar yang mengandung SARA dan provokatif
akan langsung dihapus!!
Enter your comment...
Comment as: firmansyah arsyad (Google)
Sign out
Publish Preview Notify me
http://www.tukarpengetahuan.com/2015/06/jenisjenisneuralnetwork.html 5/5