Network
1. Alif Gian Syahlan (21024014004)
2. Moch. Rival Rafi Ali (21024014005)
3. Suprianto (21024014022)
4. Rama Permana Putra (21024014030)
Axon :
penghubung yang
mengirimkan sinyal
keluaran neuron menuju
neuron lainnya
Cara Kerja Sistem Saraf
● Neuron sensorik mengirimkan rangsangan atau
impuls yang diterima dari alat indera (mata,
hidung, kulit) ke sistem saraf pusat (otak dan
sumsum tulang belakang)
● Interneuron berfungsi membaca impuls yang
diterima dari neuron sensorik dan memutuskan
respon yang akan dihasilkan
● Otak memproses rangsangan tersebut dan
mengirimkannya kembali ke bagian lain dari
tubuh, memberitahu mereka bagaimana bereaksi
terhadap jenis tertentu dari stimulus.
● Motor neuron bertanggung jawab untuk menerima
sinyal dari saraf otak dan tulang belakang, dan
mengirim mereka ke bagian lain dari tubuh
Cara Kerja Neuron
Kelebihan Kekurangan
• Kemampuan pemrosesan paralel. Artificial • Tidak ada pedoman khusus untuk
Neural Network memiliki nilai numerik yang menentukan struktur ANN. Anda perlu
memungkinkannya untuk melakukan lebih mengalami beberapa percobaan dan
dari satu tugas secara bersamaan. kegagalan agar berhasil.
• Menyimpan data di seluruh jaringan. Alih- • Perilaku jaringan yang tidak dikenali. Hal ini
alih disimpan di database, data yang adalah kekurangan yang paling menonjol
digunakan akan disimpan di seluruh dari ANN. Ketika ANN menghasilkan solusi
jaringan. Dengan begitu, proses kerja pengujian, tidak ada penjelasan tentang
jaringan tidak akan terhambat bila terjadi mengapa dan bagaimananya.
data hilang. • Ketergantungan pada hardware. ANN
• Menghasilkan output bahkan dengan data memerlukan prosesor dengan kekuatan
yang tidak memadai. pemrosesan paralel sesuai dengan
• Memiliki distribusi memori. strukturnya.
• Mampu menoleransi kesalahan. • Sulit menyampaikan masalah ke jaringan.
Hal ini akan bergantung pada kemampuan
Anda sebagai pengguna.
Jenis-jenis
Neural
Network
1 Perceptron
Perceptron merupakan jenis neural network tertua dan
dikenal sebagai salah satu jenis algoritma machine learning.
Meski begitu, pada awalnya perceptron hanyalah mesin
pengenalan gambar. Cara kerja perceptron terinspirasi dari
fungsi persepsi manusia dalam melihat dan mengenali
gambar. Perceptron adalah neural network yang hanya
terdiri dari satu lapisan node, dan hanya memahami
hubungan linear antara data input dan output yang
disediakan.
2 MLP
Multi-Layer Perceptrons(MLP) terdiri dari tiga jenis lapisan node
yaitu input, output, dan lapisan tersembunyi.MLP dilatih dengan
algoritma pembelajaran backpropagation yang dapat
menangkap pemetaan dan menghitung data turunan
dengan cepat. Pada akhirnya, algoritma ini membantu
meningkatkan akurasi prediksi dan efisiensi dengan mengurangi
kesalahan yang ditemukan dalam jaringan.MLP sangat berguna
dalam data mining dan machine learning. Contohnya mengenali
ucapan, gambar, dan menerjemahkan teks dari suatu Bahasa
ke bahasa lainnya secara otomatis (machine learning).
3 CNN
Convolutional Neural Network(CNN) mirip dengan
jaringan MLP, tetapi biasanya digunakan untuk
data temporal dan ordinal seperti penerjemah
bahasa, natural language processing (NLP), serta
pengenalan gambar dan suara. Jaringan ini
memanfaatkan prinsip-prinsip dari aljabar linier,
khususnya perkalian matriks, untuk
mengidentifikasi pola dalam suatu
gambar.Contoh dari CNN adalah fitur asisten
pribadi Siri oleh Apple, Google Translate, dan
Google Voice.
4 RNN
Data yang
kompleks
Penggunaan
representasi
simbolik,
misalnya
Data pelatihan
decision tree
terlalu banyak noisy
Karaktersitik problem neural netWORK
Neural network bisa menyelesaikan problem yang mempunyai
karakteristik :
01 02 03
Instance Target output bisa bernilai Tidak mementingkan
direpresentasikan dalam diskrit, real, atau kemampuan manusia
pasangan attribute-value vector(diskrit/real) untuk mengerti proses
yang banyak pembelajaran
04 05 06
Data training bisa Tidak ada batasan Dibutuhkannya
mengandung error waktu pelatihan evaluasi yang cepat
terhadap proses
pembelajaran
PENGGUNAAN NEURAL NETWORK
➢ Pemrosesan Sinyal
➢ Sistem kendali
➢ Pengenalan Pola
➢ Kedokteran
➢ Sintesa dan Pengenalan suara
➢ Bisnis
Contoh penggunaan Neural Network
Dalam Bidang
Bisnis
➢ Prediksi Harga
Sahama
➢ Prediksi
Kegagalan
Bisnis
FINISH