INSTITUT SAINS DAN TEKNOLOGI AL KAMAL

DOKUMEN OPERASIONAL

LEMBAR JAWABAN

No.Dok: No.Rev Tgl.Berlaku : 28 - 10 - Hal :

001/BAAK/ISTA/X/2019 : 2019 1
UJIAN TENGAH SEMESTER T.A 2019-2020 GENAP
FAKULTAS TEKNOLOGI INFORMASI DAN KOMUKASI VISUAL

HARI/TANGGAL UJIAN : Rabu / 8 April 2020

SIFAT UJIAN/WAKTU.    : TAKE HOME

1. Jelaskan dari JSB dan JST, perbedaan dari keduanya apa? gambarkan dari keduanya?
Jawaban :
 Didalam otak manusia terdiri dari banyak sekali neuron yang terhubung satu sama lain.
neuron bekerja berdasarkan sinyal yang diberikan oleh neuron lain dan kemudian
meneruskannya kepada neuron lainnya dan penghubung antar neuron disebut dengan
sinapsis atau Jaringan Syaraf Biologi.

Gambar Jaringan Syaraf Biologi

 Pada buku DARPA Neural Network Study (1988, AFCEA International Press, halaman
60) didefenisikan “Jaringan Syaraf Tiruan adalah sebuah sistem yang terdiri dari
banyak elemen pengolahan yang beroperasi secara paralel yang fungsinya ditentukan
oleh struktur jaringan, kekuatan hubungan, dan pengolahan dilakukan pada komputasi
elemen atau nodes”.
 Gambar Jaringan Syaraf Tiruan

 Perbedaan JSB dan JST

Jaringan Syaraf Tiruan
1. Sinyal dikirimkan diantara neuron neuron melalui penghubung (dendrit dan akson).
2. Untuk menentukan output, setiap neuron memiliki fungsi aktivasi (biasanya non linier) yang
dikenakan pada semua input
3. Besar output akan dibandingkan dengan threshold.
4. Pemrosesan informasi terjadi pada elemen sederhana (neuron)
5. Memformulasikan model matematis sel-sel otak
6. Memodelkan hubungan yang kompleks antara input dan output untuk menemukan
pola-pola pada data
7. Penghubung antar elemen memiliki bobot yang akan menambah atau mengurangi sinyal.
8. Sinyal dikirimkan diantara neuron neuron melalui penghubung (dendrit dan akson)
9. Memodelkan hubungan yang kompleks antara input dan output untuk menemukan
pola-pola pada data.
Jaringan Syaraf Tiruan
1. Sel saraf biologi mempunyai struktur yang lebih kompleks dan lebih canggih
2. Dendrit merupakan suatu perluasan dari soma yang menyerupai rambut dan bertindak
sebagai saluran masukan.
3. Saluran masukan ini menerima masukan dari sel saraf lainnya melalui sinapsis.

2. Jelaskan Sejarah JST ?

Jawaban :
Saat ini bidang kecerdasan buatan dalam usahanya menirukan intelegensi manusia, belum
mengadakan pendekatan dalam bentuk fisiknya melainkan dari sisi yang lain. Pertama-
tama diadakan studi mengenai teori dasar mekanisme proses terjadinya intelegensi. Bidang
ini disebut Cognitive Science. Dari teori dasar ini dibuatlah suatu model untuk
disimulasikan pada komputer, dan dalam perkembangannya yang lebih lanjut dikenal
berbagai sistem kecerdasan buatan yang salah satunya adalah jaringan saraf tiruan.
Dibandingkan dengan bidang ilmu yang lain, jaringan saraf tiruan relatif masih baru.
Sejumlah literatur menganggap bahwa konsep jaringan saraf tiruan bermula pada
makalahWaffen McCulloch dan Walter Pitts pada tahun 1943. Dalam makalah tersebut
mereka mencoba untuk memformulasikan model matematis sel-sel otak. Metode yang
 dikembangkan berdasarkan sistem saraf biologi ini, merupakan suatu langkah maju dalam
industri komputer.

3. Aplikasi apa saja yang dapat diterapkan JST beserta dengan metode? Metode apa saja?
Jawaban :
 Aplikasi Jaringan Syaraf Tiruan untuk Mendeteksi White Spot menggunakan metode
backpropagation
 Desain Dan Implementasi Robot Mobil Otomatis penghindar hambatan berbasis
SENSOR KINECT: pengenalan konfigurasi lintasan menggunakan JARINGAN
SYARAF TIRUAN dan menggunakan metode jaringan syaraf multilayer feedforward
yang dilatih dengan algoritma gradian turun backpropagation
 Metode Baru Untuk Pintu Loker Dengan Sistem Keamanan Wajah Menggunakan
Algoritma Backpropagation
 Sistem Diagnosa Penyakit Dalam dengan Menggunakan Jaringan Saraf Tiruan
Metode Backpropagation dan Learning Vector Quantization
 Sistem cerdas diagnosa penyakitdalam menggunakan Jaringan Syaraf Tiruan dengan
metode Perceptron

4. Apa hubungan dengan JST dengan DM (Data Mining), Machine Learning, dan AI?
Gambarkan hubungan tersebut?
Jawaban :
Dengan semakin canggihnya teknologi dan semakin kuatnya kemampuan komputasi dari
komputer, banyak aplikasi dan algoritme yang sebelumnya tidak memungkinkan untuk
diterapkan di komputer jinjing atau telpon genggam sekarang bisa diimplementasikan
dengan mudah. Salah satu teknik yang menjadi populer adalah kecerdasan buatan atau
Artificial Intelligence (AI) menjadi terkenal karena banyak aplikasi jenis ini yang sekarang
bisa ditemui sehari hari seperti siri pada iPhone dan speech recognition atau pengenal suara
pada telpon seluler Android. Seiring dengan munculnya istilah AI, Pembelajaran Mesin
atau Machine Learning(ML), Jaringan Syaraf tiruan Artificial Neural Network (NN), dan
Deep Learning (DL). Pada umumnya AI adalah induk dari semua teknik tersebut, dan pada
akhirnya DL adalah kasus khusus dan paling mutakhir pada AI.
AI, ML, NN dan DL. Pada dasarnya, semua istilah tersebut saling berkaitan. Secara
sederhana DL adalah teknik dalam NN, NN adalah teknik dalam ML, dan ML adalah
teknik dalam AI.

5. Jelaskan komponen, gambarkan arsitektur, aktivasi dari jaringan syaraf tiruan?

Jawaban :
 Seperti halnya otak manusia, jaringan saraf juga terdiri dari beberapa neuron, dan ada
hubungan antara neuron-neuron tersebut.
  Neuron-neuron tersebut akan mentransformasikan informasi yang diterima melalui
sambungan keluarnya menuju ke neuron-neuron yang lain.
 Pada jaringan saraf, hubungan ini dikenal dengan nama bobot
 Informasi tersebut disimpan pada nilai tertentu pada bobot tersebut
Ada beberapa bentuk arsitektur jaringan saraf yaitu :
 Jaringan dengan lapisan tunggal (single layer net) : Jaringan ini hanya memiliki
satu lapisan dengan bobot–bobot terhubung. Jaringan ini menerima
input yang kemudian secara langsung akan mengolahnya menjadi output
tanpa harus melalui lapisan tersembunyi.

 Jaringan dengan banyak lapisan (multilayer) Jaringan ini memiliki satu atau lebih
lapisan yang terletak diantara lapisan input dan lapisan outputnya (memiliki satu
atau lebih lapisan tersembunyi). Jaringan dengan banyak lapisan ini dapat
menyelesaikan permasalahan yang lebih sulit dari pada jaringan dengan
lapisan tunggal, tetapi pembelajarannya lebih rumit. Jaringan ini pada banyak kasus
lebih sukses dalam menyelesaikan masalah.

 Jaringan dengan lapisan kompetitif (competitive layer net) Pada jaringan ini
sekumpulan neuron bersaing untuk mendapatkan hak menjadi aktif. Gambar berikut
menunjukkan salah satu contoh arsitektur jaringan dengan lapisan kompetitif yang
memiliki bobot –η

6. Sebutkan dan jelaskan aktivasi di JST?

Jawaban :
 Undak Biner (Hard Limit)
 Fungsi Undak Biner merupakan jaringan lapisan tunggal yang menggunakan fungsi
undak (step function) untuk mengkonversikan input dari suatu variabel yang bernilai
kontinyu ke suatu output biner (0 atau 1).

 Undak Biner (Threshold)

Fungsi undak biner dengan menggunakan nilai ambang sering juga disebut dengan
nama fungsi nilai ambang (thresholed) atau fungsi Heaviside . Fungsi undak biner
(dengan nilai ambang θ) dirumuskan sebagai berikut :

 Bipolar (Symetric Hard Limit)

Fungsi bipolar dengan Symetric hard limit sebenarnya hampir sama dengan fungsi
undak biner, hanya saja output yang dihasilkan berupa 1, 0, -1. Fungsi Symetric Hard
Limit dirumuskan sebagai berikut :

 Bipolar (dengan threshold)

Fungsi bipolar dengan threshold sebenarnya hampir sama dengan fungsi undak
biner, hanya saja output yang dihasilkan berupa 1, 0 atau -1. Fungsi bipolar dengan
nilai ambang 0 dirumuskan sebagai berikut :

 Linear (Identitas)
Fungsi ini memiliki nilai output yang sama dengan nilai inputnya, dirumuskan sebagai
berikut:
 y=x
 Saturating Linear
Fungsi ini akan bernilai 0 jika inputnya kurang dari –½, dan akan bernilai 1 jika
inputnya lebih dari ½. Sedangkan jika nilai input terletak antara -½ dan ½, maka
outputnya akan bernilai sama dengan nilai inputnya ditambah ½. Fungsi saturating
linear ini dirumuskan sebagai berikut:

 Symetric Saturating Linear

Fungsi ini akan bernilai – 1 jika inputnya kurang dari – 1, dan akan bernilai 1 jika
inputnya lebih dari 1. Sedangkan jika nilai input terletak antara -1 dan 1, maka
outputnya akan bernilai sama dengan nilai inputnya.

 Sigmoid Biner
Fungsi ini digunakan untuk jaringan saraf yang dilatih dengan menggunakan metode
backpropagation, mempunyai range 0 sampai 1. Biasanya digunakan untuk jaringan
saraf yang membutuhkan nilai output yang terletak pada interval 0 sampai dengan 1,
juga pada jaringan saraf yang nilai outputnya 0 atau 1.

 Sigmoid Bipolar
Fungsi ini hampir sama dengan fungsi sigmoid biner, tetapi output fungsi ini memiliki
range 1 sampai – 1. Fungsi ini dirumuskan sebagai berikut:

7. A. Jelaskan perbedaan vector dan matriks? Ada berapa jenis matriks?

B. Hitung perkalian matriks dari A dan B

Jawaban :
A. Vektor adalah Sebuah besaran yang memiliki arah. Vektor juga dapat digambarkan
sebagai panah yang menunjukkan arah vektor yang dimana panjang garisnya merupakan
besar vektor.
Matriks adalah Sebuah kumpulan bilangan yang disusun dengan baris atau secara
kolom atau bisa juga disusn dengan kedua-duanya dan diapit dalam tanda kurung.
Jenis Matriks :
1) Berdasarkan Pola Elemennya :
a. Matriks Identitas :
Matriks persegi yang elemen-elemen diagonal utamanya adalah 1 sedangkan yang
lainnya nol.

1 0 0
A= 0 1 0
0 0 1

b. Matriks Nol :
Matriks yang semua elemennya nol.

0 0 0
A= 0 0 0
0 0 0

c. Matriks Skalar :
Matriks yang elemen-elemen diagonal utamanya sama sedangkan elemen lainnya
nol.

2 0 0
A= 0 2 0
0 0 2

d. Matriks Diagonal :
Matriks yang elemen-elemen diluar diagonal utamanya nol.

1 0 0
A= 0 2 0
0 0 3

e. Matriks Segitiga atas :

Matriks persegi yang elemen-elemen dibawah diagonal utamanya nol.

1 2 3
A= 0 4 5
0 0 6

f. Matriks Segitiga Bawah :

Matriks persegi yang elemen-elemen diatas diagonal utamanya nol.
 1 0 0
A= 2 3 0
4 5 6

g. Matriks Simetri :
Matriks persegi yang elemen elemen diagonal utamanya sama dengan elemen-
elemen dibawah diagonal utamanya.

1 2 4
A= 2 3 5
4 5 6

2) Berdasarkan Jumlah Baris dan Kolom :

a. Matriks Baris :
Matriks yang hanya terdiri atas satu baris

A=[1 2 3 4 5]

b. Matriks Kolom :
Matriks yang hanya terdiri atas satu kolom.

1
A= 2
3
4

c. Matriks Mendatar :
Matriks yang jumlah kolom lebih banyak dari jumlah baris.

1 2 3 4 5 6 7
A= 8 9 10 11 12 13 14
15 16 17 18 19 20 21

d. Matriks Tegak :
Matriks yang memiliki jumlah baris lebih banyak dari jumlah kolom

1 2
A= 3 4
5 6
7 8

B. Perkalian Matriks

13 9 5 9 21 13 1 15
 A 1 9 18 12 15 B 1 14 15
7 20 15 13 15 4 9 15
A x B = Tidak dapat dikalikan

Dua buah matriks hanya dapat dikalikan jika matriks pertama memiliki jumlah kolom
yang sama dengan matriks ke dua. Berdasarkan soal, Mariks A adalah matiks 5 x 3,
Matriks B adalah matriks 3 x 3, karena jumlah kolom pada matriks pertama tidak sama
dengan jumlah baris pada matriks ke dua, maka kedua matriks tersebut tidak dapat di
kalikan.

13 1 15 13 9 5 9 21 275 426 308 324 513

B 1 14 15 A 1 9 18 12 15 = 132 435 482 372 456
4 9 15 7 20 15 13 1 166 417 407 339 444

13x13 + 1x1 + 15x7 13x9 + 1x9 + 15x20 13x5 + 1x18 + 15x15 13x9 + 1x12 + 15x13 13x21 + 1x15 + 15x15
1x13 + 14x1 + 15x7 1x9 + 14x9 + 15x20 1x5 + 14x18 + 15x15 1x9 + 14x12 + 15x13 1x21 + 14x15 + 15x15
4x13 + 9x1 + 15x7 4x9 + 9x9 + 15x20 4x5 + 9x18 + 15x15 4x9 + 9x12 + 15x13 4x21 + 9x15 + 15x15