Jaringan Syaraf Tiruan

Dendi Zidni Ilman

Ikhdan Maghfuron
Jaringan Syaraf Biologi dan Tiruan

• Jaringan Syaraf Tiruan adalah suatu system pemrosesan informasi yang mencoba meniru kinerja otak
manusia dengan melakukan generalisasi model matematis pada sebuah kasus.

• Sistem syaraf pada manusia dibangun oleh ribuan / milyaran (neuron) yang saling terhubung.

• Neuron, unit dasar jaringan syaraf, memiliki struktur yang terdiri dari dendrit, badan sel, dan akson,
yang berfungsi untuk menerima, mengintegrasikan, dan mentransmisikan sinyal listrik dan kimia.
Koneksi sinaptik antara neuron memungkinkan transmisi sinyal-sinyal tersebut, memungkinkan fungsi-
fungsi penting seperti pengindraan, gerakan otot, dan pemrosesan informasi dalam tubuh..
Neuron (sel saraf )
Sejarah Jaringan Syaraf Tiruan

 .Jaringan Syaraf Tiruan (JST) adalah suatu system pemrosesan informasi yang teinspirasi dari kinerja
otak manusia dengan melakukan genralisasi model matematis pada sebuah kasus.

 Pada tahun 1943, McCulloch dan Pitts mengembangkan model pertama dari neuron biner yang
sederhana. Kemudian, pada tahun 1950-an, Widrow dan Hoff mengembangkan model perceptron,
yang merupakan jaringan syaraf tiruan pertama yang mampu belajar secara mandiri.
Jaringan Syaraf Tiruan

 Jaringan syaraf tiruan adalah model matematika yang terinspirasi dari struktur dan fungsi jaringan
saraf biologis manusia.

 JST mampu belajar dari data dengan menyesuaikan parameter-parameter koneksi antar-neuron
melalui proses pelatihan, di mana pola-pola yang kompleks dapat dipelajari dan digunakan untuk
menghasilkan output yang diinginkan

 JST telah menemukan berbagai aplikasi dalam bidang pengenalan pola, klasifikasi data, prediksi,
dan bahkan pengolahan bahasa alami, serta banyak lagi, menjadikannya alat yang sangat
berpengaruh dalam kecerdasan buatan
Prinsip Dasar Pelatihan Jaringan Syaraf Tiruan

• Menggunakan algoritma pelatihan

Proses pelatihan jaringan syaraf tiruan melibatkan penggunaan algoritma khusus, seperti algoritma penurunan gradien
stokastik (SGD) atau varian-varian seperti Adam atau RMSprop. Algoritma ini digunakan untuk menyesuaikan parameter-
parameter jaringan agar sesuai dengan data yang diberikan

• Penggunaan fungsi kesalahan

Fungsi kesalahan digunakan untuk mengukur seberapa baik jaringan memprediksi output yang diinginkan. Contoh fungsi
kesalahan termasuk Mean Squared Error (MSE) untuk regresi dan Cross-Entropy Loss untuk klasifikasi.

• Iterasi dan Pembaharuan Berulang

Proses pelatihan melibatkan iterasi berulang di mana jaringan diberi input, output diprediksi, kesalahan dihitung, dan
parameter-parameter diperbarui. Proses ini terus berulang sampai kesalahan prediksi mencapai tingkat yang dapat diterima.
Arsitektur Jaringan Syaraf Tiruan
Model Jaringan Syaraf Tiruan

 Model JST pertama kali diperkenalkan oleh McCulloh dan Pitts (1943).

 Model Hebb diusulkan oleh Hebb pada tahun 1949.

 Model ADALINE dikembangkan oleh Windrow dan Hoff pada tahun 1960 dengan
aturan pembelajaan Least Mean Squere (LMS).

 Model Backpropagation diperkenalnan oleh Werbos pada tahun 1974.

 Dan lain-lain.
Fungsi Aktivasi JST

Fungsi aktivasi dalam jaringan syaraf tiruan memainkan peran kunci dalam menambahkan non-linearitas pada
output setiap neuron, yang memungkinkan jaringan untuk memodelkan hubungan yang kompleks antara input
dan output. Salah satu fungsi aktivasi yang umum digunakan adalah ReLU (Rectified Linear Unit), yang
menghasilkan output yang sama dengan input jika inputnya positif, dan 0 jika inputnya negatif. ReLU sangat
populer karena sederhana dan efisien dalam komputasi, serta mencegah masalah gradien yang menghilang.
Fungsi sigmoid dan tanh juga sering digunakan di lapisan tersembunyi, sementara softmax digunakan di lapisan
output untuk klasifikasi multikelas..
Implementasi JST Dalam Bentuk Aplikasi

• Pengenalan Pola : pengenalan wajah untuk pengamanan atau identifikasi, pengenalan suara, huruf.

• Autopilot dan Simulasi: penggunaan JST dalam pengembangan sistem kendali otomatis untuk
kendaraan otonom, seperti mobil otonom atau pesawat tanpa awak

• Peramalan Saham
Sekian dan Terima Kasih