BAB 1

PENDAHULUAN

1.1. Latar Belakang Masalah

Teknologi informasi sekarang ini telah berkembang dengan pesat. Terutama cabang
ilmu pengetahuan komputer seperti Artificial Intelligence atau kecerdasan buatan yang
ditujukan untuk perancangan otomatisasi tingkah laku cerdas dalam sistem kecerdasan
komputer. Dengan demikian, diharapkan komputer dapat menirukan beberapa fungsi
otak manusia, seperti berpikir dan belajar. Kecerdasan merupakan kemampuan untuk
memperoleh, mengerti dan menggunakan kemampuan yang dimilikinya untuk
menyelesaikan persoalannya yang dihadapinya. Salah satu cabang dalam Artificial
Intelligence yaitu Artificial Neural Network atau Jaringan Saraf Tiruan (JST) yang
merupakan sekelompok jaringan saraf (neuron) buatan yang menggunakan model
matematis atau komputasi untuk pemrosesan informasi berdasarkan pendekatan
terhubung pada komputasi. Pada kebanyakan kasus, JST merupakan sistem adaptif yang
merubah strukturnya berdasarkan informasi eksternal maupun internal yang mengalir
melalui jaringan tersebut.

JST memiliki banyak manfaat, diantaranya memungkinkan komputer untuk

melakukan training (menerima suatu set input dan menetapkan target yang ingin
dicapai). Dengan evolusi ilmu komputer yang terus berkembang, muncul kebutuhan untuk
membangun suatu program aplikasi yang berguna dan memiliki kemampuan untuk belajar.

Jaringan saraf Counter Propagasi, Hecht-Nielsen, lebih cepat sekitar faktor 100 dari
Backpropagation, tapi lebih terbatas dalam kisaran aplikasi. Ini menggabungkan Self-
Organizing (Instar) jaringan Kohonen dan Grossberg ini Oustar net yang terdiri dari satu
lapisan masing-masing. Memiliki sifat yang baik dari Generalisasi (penting, dalam beberapa
derajat, untuk semua saraf jaringan) yang memungkinkan untuk menangani dengan baik
dengan sebagian atau sebagian vektor input yang tidak benar. Kontra Propagasi jaringan
berfungsi sebagai jaringan pengelompokan sangat cepat Yorisantoni(2017).