19/09/2013
LOGO
Kecerdasan buatan
Neural Network
Oleh: Sumantri K.Risandriya,ST.,MT.
Company Logo
MACHINE LEARNING

Mekanisme yang diadaptasi untuk
membuat komputer mampu belajar dari
pengalaman, belajar melalui contoh dan
belajar melalui analogi.

Dapat memperbaiki taraf kecerdasan
sistem seiring waktu.

Membentuk dasar bagi sistem yang
mampu beradaptasi.

Jaringan syaraf tiruan dan Algoritma
Genetika adalah pendekatan yang paling
popular bagi Machine Learning.
Company Logo
PENDAHULUAN

Dibuat pertama kali pada tahun
1943 oleh neurophysiologist
Waren McCulloch dan logician
Walter Pits

Mesin harus memiliki kemampuan
belajar (Machine Learning).
Company Logo
INSPIRASI BIOLOGI

Jaringan Syaraf Tiruan keluar 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.

Otak terdiri dari sekitar
(10.000.000.000) sel syaraf yang saling
berhubungan

Sel syaraf mempunyai cabang struktur
input (dendrites), sebuah inti sel dan
percabangan struktur output (axon)
1
 19/09/2013

Company Logo Company Logo

INSPIRASI BIOLOGI INSPIRASI BIOLOGI

Axon dari sebuah sel terhubung dengan

dendrites yang lain melalui sebuah
synapse

Ketika sebuah sel syaraf aktif, kemudian
menimbulkan suatu signal
electrochemical pada axon

Signal ini melewati synapses menuju ke
sel syaraf yang lain

Sebuah sel syaraf lain akan
mendapatkan signal jika memenuhi
batasan tertentu yang sering disebut
dengan nilai ambang atau (threshold)

Company Logo Company Logo

INSPIRASI BIOLOGI ISPIRASI BIOLOGI

Model Emulasi yang didasarkan pada

otak manusia

Biologis Tiruan

Soma Node

Dendrites Input

Axon Output

Synapsis Bobot

Kecepatan Rendah Kecepatan Tinggi

Banyak Neuron (109) Beberapa Neuron (ratusan)

2
 19/09/2013

Company Logo Company Logo

Jaringan Syaraf Tiruan vs. Konvensional Neuron Connection

Jaringan Syaraf Tiruan memiliki
Hubungan antara satu sel syaraf

pendekatan yang berbeda untuk dengan sel syaraf lainnya ditentukan
memecahkan masalah bila dibandingkan
dengan sebuah komputer konvensional oleh tegangan eksitasi antara axon

Umumnya komputer konvensional dengan neuron.
menggunakan pendekatan algoritma
(komputer konvensional menjalankan
sekumpulan perintah untuk memecahkan
masalah)

Jika suatu perintah tidak diketahui oleh
komputer konvensional maka komputer
konvensional tidak dapat memecahkan
masalah yang ada

Company Logo Company Logo

Neuron Connection Rangkaian Neural Network

3
 19/09/2013

Company Logo Company Logo

Neuron Model (Mc culloh –pits) Mc Culloh Pits Logic Function

Mc-Culloh Pits, ditemukan

warrens Mc Culloh dan
Walter Pits 1943

Aktivitas Neuron masih
bersifat digital

Struktur jaringan tetap
tidak berubah

Output ditentukan dari
besarnya nilai Treshold.

Company Logo Company Logo

Mc Culloh Pits Logic Function Tugas Praktikum

Rancanglah sebuah Mc Culloh-Pits

Neuron logic function untuk 4 input
AND dan 3 input OR

Buatlah programnya

4
 19/09/2013

Company Logo Company Logo

Neural Network / Jaringan Syaraf Tiruan (JST)

Mengkatifkan JST berarti mengaktifkan

setiap neuron yang dipakai pada jaringan
tersebut.

Fungsi aktivasi antara lain:
 sign function
 Step Function
 Linear Function
 Sigmoid Function

Fungsi aktivasi Step dan Sign disebut juga
hard limit function, sering digunakan oleh
neuron untuk tugas-tugas pengambilan
keputusan (decision-making) dalam
pengklasifikasian dan pengenalan pola.

Company Logo Company Logo

MENGAKTIFKAN JST

Fungsi Sigmoid mentransformasi

input, yang bisa memiliki nilai di
antara positif dan negatif tak
terhingga, menjadi nilai yang dapat
dinalar diantara 0 dan 1. Biasanya
untuk jaringan back-propagation.

Fungsi Aktivasi Linear menyediakan
output yang setara dengan input
neuron yang diberikan bobot.
Biasanya digunakan untuk
aproksimasi linear.

5
 19/09/2013

Company Logo Company Logo

Company Logo