Jaringan Syaraf Tiruan

Kelompok : 2
A.Pengertian Jaringan Syaraf Tiruan

Jaringan Syaraf Tiruan (JST) adalah sistem komputerisasi sebagai pemroses informasi yang
memiliki karater mirip dengan jaringan syaraf biologi pada saat menangkap informasi dari
‘dunia luar’. Maksud sebenarnya dari JST adalah berusaha membuat sebuah model sistem
komputasi informasi yang dapat menirukan rangkaian cara kerja jaringan syaraf biologis.

Contoh :
B.Model-model Jaringan Syaraf
1.Neuron
Jaringan saraf tiruan merupakan jaringan dari unit pemroses kecil
yang saling terhubung, yang di modelkan berdasar jaringan saraf
(neuron) jaringan saraf.

Kegunaan : Menerima input atau masukan (baik dari data yang dimasukkan atau
dari output sel syaraf pada jaringan syaraf. Setiap input data melalui
suatu koneksi atau hubungan yang mempunyai sebuah bobot
(weight).
2.Jaringan Hebb
Hebb rule adalah aturan pelatihan yang paling awal dan paling sederhaa untuk
jaringan syaraf tiruan secara umum. Pada aturan hebb ini pelatihan yang terjadi
yaitu dengan memodifikasi kekuatan sinapsis (bobot)
3.Jaringan Percepton
Jaringan Syaraf Tiruan algoritma Perceptron adalah sebuah metode yang mampu
melakukan proses perhitungan dengan mengenali variable-variabel dalam pencocokan
pola dan pada akhirnya hasil keluaran dari Jaringan dapat digunakan sebagai bahan
pertimbangan pengambilan keputusan.

4.Jaringan ADALINE
Jaringan syaraf tiruan dengan ADALINE dicetuskan oleh widrow dan Hoff(1960), pada
dasarnya menggunakan aktivasi bipolar (1 atau -1) untuk sinyal input dan target output
dimana bobot dalam koneksi yang berasal dari unit input ke ADALINE mempunyai bias,
bobot yang ada dalam suatu koneksi disuatu jaringan.
Sebagai
berikut
Arsitektur Adaline :
Ouput : Vektor biner
Goal : Klasifikasi setiap input ke dalamkelas +1 atau -1
5.Jaringan Backpropagation
Backpropagation (Propagasi balik) adalah salah satu dari jaringan saraf
tiruan (Neural Network) merupakan metode pelatihan yang terawasi
(Supervised Learning) dengan jaringan multi layer dan memiliki ciri khusus
meminimalkan error pada output yang dihasilkan oleh jaringan.

6.Jaringan dengan Lapisan Kompetitif ( Competitive layer net)

Bentuk lapisan kompetitif merupakan jaringan saraf tiruan yang sangat besar.
Interkoneksi antar neuron pada lapisan ini tidak ditunjukkan pada arsitektur
seperti jaringan yang lain. Pada jaringan ini sekumpulan neuron bersaing
untuk mendapatkan hak menjadi aktif atau sering pula disebut dengan prinsip
winner takes all atau yang menanglah yang mengambil semua bagiannya.
7.Metode Kohonen

Metode kohonen adalah salah satu metode pada jaringan saraf tiruan yang
bertujuan untuk mendeteksi dan membagi pola inputan menjadi beberapa
bagian (cluster). Inputan yang dimaksud yaitu pola vector, jari-jari sekitar
titik, laju pemahaman (dan koefesien penurunnya) dan jumlah kelompok
maksimum.
Kesimpulan :

jaringan syaraf tiruan adalah jaringan dari sekelompok unit pemroses

kecil yang dimodelkan berdasarkan sistem saraf manusia, dan juga
Jaringan Syaraf Tiruan (JST) adalah sistem komputerisasi sebagai
pemroses informasi yang memiliki karater mirip dengan jaringan
syaraf biologi pada saat menangkap informasi dari ‘dunia luar’.
Maksud sebenarnya dari JST adalah berusaha membuat sebuah model
sistem komputasi informasi yang dapat menirukan rangkaian cara
kerja jaringan syaraf biologis.