Metode-Metode

Jaringan Syaraf Tiruan

“ KELOMPOK 1 “
• Arbiyani • Cynthia Giar Ramadanni • Dina Ronita Silaen • Resdiana Turnip
• Roni Tambunan • Siska Nadilla • Siti Suci Ramadhani
•Theodora Tamba
Adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan

Jaringan Syaraf Tiruan

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.
 Artificial Neural Network Methods
No1

Metode Hebbian
Dinamakan Merupakan metode
Hebbian pengembangan dari
karena metode McCulloch-
penemunya Pitts, pembelajaran
adalah metode ini
seorang dilakukan dengan
neuropsikolog memperbaiki nilai
Donald Hebb bobot secara
Gambar Arsitektur JST Hebbian (1949). continue
 Artificial Neural Network Methods
No2

Metode Perceptron
Ditemukan oleh Rosenblatt (1962)
dan Minsky – Papert (1969).

Termasuk Salah satu bentuk

Gambar Arsitektur JST Perceptron
jaringan syaraf yang sederhana,
biasa digunakan untuk
mengklasifikasikan suatu tipe pola
tertentu yang sering dikenal dengan
pemisahan secara linear.
 Artificial Neural Network Methods
No3

Metode Widrow Hoff

Model
ADALINE
(Adaptive Linear
Neuron)
ditemukan oleh z
Widrow & Hoff
(1960).
Arsitekturnya mirip dengan perseptron. Perbedaan dengan
perseptron adalah dalam cara modifikasi bobotnya.
 Artificial Neural Network Methods
No4

METODE KOHONEN
Self- Organizing Map(SOM) Diperkenalkan oleh Teuvo Kohonen
(1996). Merupakan salah
satu teknik yang bertujuan
untuk melakukan visualisasi
data. Oleh karenanya model
Jaringan Syaraf Tiruan ini
banyak digunakan pada
pengenalan objek/citra
visual(visual image).
 Artificial Neural Network Methods
No5

METODE BACKPROPOGATION
Dirumuskan oleh Werbos (1974) dan dipopulerkan oleh Rumelhart
dan McCleland (1986),

algoritma ini didesain untuk operasi pada

jaringan feed forward multi lapis. Algoritma
ini banyak dipakai pada aplikasi pengaturan
karean proses pelatihannya didasarkan pada
hubungan yang sederhana.
 Artificial Neural Network Methods
No6

METODE HOPFIELD
Dikembangkan oleh John Hopfield pada tahun
1980.

Hopfield merupakan salah satu metode optimasi

untuk pencarian nilai minimum dari kombinasi
fungsi obyektif.
 Artificial Neural Network Methods
No7

METODE LVQ
(Learning Vector Quantization)

Merupakan salah satu jaringan

syaraf tiruan yang merupakan
algoritma pembelajaran
kompetitif terawasi versi dari
algoritma kohonen Self-
Organizing Map(SOM).
Sekian Terima Kasih