TUGAS 1

JARINGAN SARAF TIRUAN

NAMA : ZULFADLI SHIDDIQ AMIN

STAMBUK : 162197

KELAS : K ( TI )

SEKOLAH TINGGI MANAJEMEN INFORMATIKA

DAN KOMPUTER (STMIK) DIPANEGARA
MAKASSAR 2019
1. Jaringan Syaraf 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.
Jaringan Syaraf Tiruan telah dikembangkan sebelum adanya suatu komputer
konvensional yang canggih dan terus berkembang walaupun pernah mengalami masa vakum
selama beberapa tahun. Inspirasi Jaringan Syaraf Tiruan (Neural Network) Jaringan Syaraf
Tiruan (Neural Network) terinspirasi dari penelitian kecerdasan buatan, terutama percobaan
untuk menirukan fault-tolerence dan kemampuan untuk belajar dari sistem syaraf biologi dengan
model struktur low-level dari otak.Sedangkan
Pemrograman Konvensional adalah perancangan program dimulai dari perencanaan
dan mendefinisikan tujuan program, menuliskan kode, dan langkah terakhir merancang keluaran
dari program beserta hubungan dengan pemakai. Contoh pemrograman konvensional adalah java
dan turbo pascal

Perbandingan Jaringan Syaraf Tiruan dengan Pemrogaman Konvensional

Jaringan Syaraf Tiruan memiliki pendekatan yang berbeda untuk memecahkan masalah
bila dibandingkan dengan sebuah pemrogaman konvensional. Umumnya pemrogaman
konvensional menggunakan pendekatan algoritma (pemrogaman konvensional menjalankan
sekumpulan perintah untuk memecahkan masalah). Jika suatu perintah tidak diketahui oleh
pemrogaman konvensional maka pemrogaman konvensional tidak dapat memecahkan masalah
yang ada. Sangat penting mengetahui bagaimana memecahkan suatu masalah pada pemrogaman
konvensional dimana pemrogaman konvensional akan sangat bermanfaat jika dapat melakukan
sesuatu dimana pengguna belum mengatahui bagaimana melakukannya. Jaringan Syaraf Tiruan
dan suatu algoritma pemrogaman konvensional tidak saling bersaing namun saling melengkapi
satu sama lain. Pada suatu kegiatan yang besar, sistim yang diperlukan biasanya menggunakan
 kombinasi antara keduanya (biasanya sebuah pemrogaman konvensional digunakan untuk
mengontrol Jaringan Syaraf Tiruan untuk menghasilkan efisiensi y ang maksimal. Jaringan
Syaraf Tiruan tidak memberikan suatu keajiban tetapi jika digunakan secara tepat akan
menghasilkan sasuatu hasil yang luar biasa.

2. Kecepatan operasi secara keseluruhan yang dapat dicapai oleh system jaringan syaraf
manusia dan komputer
Jaringan syaraf tiruan merupakan model yang meniru cara kerja jaringan biologis. Otak
manusia terdiri atas sel-sel syaraf yang disebut neuron, yang berjumlah sekitar 9-10 neuron.
Neuron – neuron ini terbagi atas group – group yang disebut jaringan, yang dibedakan atas
fungsinya dan setiap group mengandung ribuan neuron yang saling berhubungan. Kecepatan
proses tiap jaringan ini sebenarnya jauh lebih kecil dibandingkan dengan kecepatan proses
komputer yang ada pada saat ini, namun karena otak terdiri atas jutaan jaringan yang bekerja
secara paralel, maka otak dapat mengerjakan pekerjaan yang jauh lebih kompleks dibandingkan
dengan apa yang dapat dikerjakan oleh komputer yang hanya mengandalkan kecepatan.
Jaringan syaraf manusia tersusun atas sel – sel syaraf atau neuron. Tiap neuron terdiri
atas badan sel syaraf, cabang dendrit dan cabang akson, cabang – cabang inilah yang
menghubungkan tiap – tiap sel syaraf sehingga membentuk jaringan syaraf.
Paradigma jaringan syaraf tiruan dapat digunakan untuk melakukan komputasi
pengenalan suatu objek yang memiliki kemampuan memorisasi dan sekaligus melakukan
generalisasi. Memorisasi di sini adalah kemampuan JST untuk memanggil kembali secara
sempurna pola yang telah dipelajari. Generalisasi di sini terlihat pada kemampuan sebuah sistem
jaringan syaraf tiruan yang telah terlatih untuk menghasilkan output yang dapat diterima ketika
ia menemukan sebuah input yang tidak pernah ia dapatkan selama proses pembelajaran (learning
process). Jaringan ini biasanya diimplementasikan dalam bentuk komponen – komponen
elektronik atau tersimulasi secara software dalam sebuah komputer. Dan untuk memperoleh hasil
yang baik, sistem jaringan syaraf tiruan memerlukan sebuah inter-koneksi yang besar dari sel –
sel komputasi sederhana yang biasa disebut dengan “neurons” atau “unit – unit proses”
 REFERENSI

http://lbi.si.fti.unand.ac.id/wp-content/uploads/2018/09/modul-JST.pdf

http://elektronika-dasar.web.id/jaringan-syaraf-tiruan-neural-network/

http://yuliana.lecturer.pens.ac.id/Kecerdasan%20Buatan/Buku/Bab%208%20Jaringan%20Syaraf
%20Tiruan.pdf

http://eprints.uad.ac.id/1625/1/10018121-WAHYU_ASRI-UTS-2012.pdf

https://elib.unikom.ac.id/files/disk1/396/jbptunikompp-gdl-andriansya-19792-7-babii--i.pdf

https://creasoft.wordpress.com/tag/jaringan-saraf-tiruan/

https://www.academia.edu/9912265/Jaringan_Syaraf_Tiruan

https://www.kajianpustaka.com/2016/11/jaringan-saraf-tiruan-jst.html

https://www.academia.edu/5497619/Jaringan_syaraf_tiruan