BAYU TRISNAWAN

Berpacu menjadi yang terbaik

jaringan syaraf tiruan

diposting oleh bayu-t--fst10 pada 18 March 2013
di Umum - 0 komentar

JARINGAN SYARAF TIRUAN

 

Otak manusia adalah sebuah sistem pemrosesan informasi yang sangat luar biasa dan sebuah pengendali yang sangat cepat serta tepat, otak manusia juga dapat melogika banyak informasi dan mengingat banyak pengalaman yang kemudian akan di hasilkan sebuah outputan yang berupa sebuah gerakan atau mengeluarkan suara sesuai perintah otak. Manusia mencoba untuk membuat tiruan dari otak mereka sendiri yang di sebut Jaringan Syaraf Tiruan (JST) yang sistem kerjanya seperti otak kita seperti pada gambar di bawah.

Sejumlah literatur menganggap bahwa konsep jaringan saraf tiruan bermula pada makalah Waffen McCulloch dan Walter Pitts pada tahun 1943. Dalam makalah tersebut mereka mencoba untuk memformulasikan model matematis sel-sel otak. Metode yang dikembangkan berdasarkan sistem saraf biologi ini, merupakan suatu langkah maju dalam industri komputer.

Beberapa ilmuan mendefinisikan jaringan syaraf tiruan sebagai berikut:

 

Hecht-Nielsend (1988) mendefinisikan sistem saraf buatan sebagai berikut:

"Suatu neural network (NN), adalah suatu struktur pemroses informasi yang terdistribusi dan bekerja secara paralel, yang terdiri atas elemen pemroses (yang memiliki memori lokal dan beroperasi dengan informasi lokal) yang diinterkoneksi bersama dengan alur sinyal searah yang disebut koneksi. Setiap elemen pemroses memiliki koneksi keluaran tunggal yang bercabang (fan out) ke sejumlah koneksi kolateral yang diinginkan (setiap koneksi membawa sinyal yang sama dari keluaran elemen pemroses tersebut). Keluaran dari elemen pemroses tersebut dapat merupakan sebarang jenis persamaan matematis yang diinginkan. Seluruh proses yang berlangsung pada setiap elemen pemroses harus benar-benar dilakukan secara lokal, yaitu keluaran hanya bergantung pada nilai masukan pada saat itu yang diperoleh melalui koneksi dan nilai yang tersimpan dalam memori lokal".

Menurut Haykin, S. (1994), Neural Networks: A Comprehensive Foundation, NY, Macmillan, mendefinisikan jaringan saraf sebagai berikut:

“Sebuah jaringan saraf adalah sebuah prosesor yang terdistribusi paralel dan mempuyai kecenderungan untuk menyimpan pengetahuan yang didapatkannya dari pengalaman dan membuatnya tetap tersedia untuk digunakan. Hal ini menyerupai kerja otak dalam dua hal yaitu: 1. Pengetahuan diperoleh oleh jaringan melalui suatu proses belajar. 2. Kekuatan hubungan antar sel saraf yang dikenal dengan bobot sinapsis digunakan untuk menyimpan pengetahuan.

Dan menurut Zurada, J.M. (1992), Introduction To Artificial Neural Systems, Boston: PWS Publishing Company, mendefinisikan sebagai berikut:

“Sistem saraf tiruan atau jaringan saraf tiruan adalah sistem selular fisik yang dapat memperoleh, menyimpan dan menggunakan pengetahuan yang didapatkan dari pengalaman”.

DARPA Neural Network Study (1988, AFCEA International Press, p. 60) mendefinisikan jaringan syaraf buatan sebagai berikut :

Sebuah jaringan syaraf adalah sebuah sistem yang dibentuk dari sejumlah elemen pemroses sederhana yang bekerja secara paralel dimana fungsinya ditentukan oleh stuktur jaringan, kekuatan hubungan, dan pegolahan dilakukan pada komputasi elemen atau nodes.

Kegunaan dari jaringan syaraf tiruan ini antara lain untuk perkiraan Fungsi, atau Analisis Regresi, termasuk prediksi time series dan modeling, klasifikasi, termasuk pengenalan pola dan pengenalan urutan, serta pengambil keputusan dalam pengurutan, pengolahan data, termasuk penyaringan, pengelompokan, dan kompresi, dan program dari robot yang bergerak secara mandiri tanpa di gerakan oleh manusia.

Pemrosesan informasi jaringan syaraf tiruan ini terjadi pada elemen sederhana (neuron), kemudian sinyal dikirimkan diantara neuron-neuron melalui penghubung (dendrit dan akson) tetapi penghubung antar elemen memiliki bobot yang akan menambah atau mengurangi sinyal, selanjutnya untuk menentukan output, setiap neuron memiliki fungsi aktivasi (biasanya non linier) yang dikenakan pada semua input dan besar output akan dibandingkan dengan threshold.

 

  • Baik tidaknya suatu model JST ditentukan oleh:
  1. Pola antar neuron (arsitekur jaringan)
  2. Metode untuk menentukan dan mengubah bobot (disebut metode learning)
  3. Fungsi aktivasi
  4. JST disebut juga: brain metaphor, computational neuroscience, parallel distributed processing
  • Kelebihan
  1. Mampu mengakuisisi pengetahuan walau tidak ada kepastian
  2. Mampu melakukan generalisasi dan ekstraksi dari suatu pola data tertentu
  3. JST dapat menciptakan suatu pola pengetahuan melalui pengaturan diri atau kemampuan belajar (self organizing)
  4. Memiliki fault tolerance, gangguan dapat dianggap sebagai noise saja
  5. Kemampuan perhitungan secara paralel sehingga proses lebih singkat

 

 

  • JST mampu
  1. Klasifikasi: memilih suatu input data ke dalam kategori tertentu yang sudah ditetapkan
  2. Asosiasi: menggambarkan suatu obyek secara keseluruhan hanya dengan bagian dari obyek lain
  3. Self organizing: kemampuan mengolah data-data input tanpa harus mempunyai target
  4. Optimasi: menemukan suatu jawaban terbaik sehingga mampu meminimalisasi fungsi biaya

 

  • Kelemahan
  1. Kurang mampu untuk melakukan operasi operasi numerik dengan presisi tinggi
  2. Kurang mampu melakukan operasi algoritma aritmatik, operasi logika dan simbolis
  3. Lamanya proses training yang mungkin terjadi dalam waktu yang sangat lama untuk jumlah data yang besar.

Tetapi secanggih apapun ciptaan manusia tetap saja tidak akan bisa mengalahkah jaringan kompleks dari otak manusia sendiri yang bukan hanya dapat melogika serta mengingat dan menentukan outputnya sendiri seperti jaringan syaraf tiruan, manusia juga di bekali perasaan, adaanya sebuah perasaan dalam diri manusia juga masih menjadi misteri, perasaan juga sangat sering mengambil alih sebuah logika dalam berfikir dan menentukan outputanya  dan itulah salah satu bukti kepandaian sang maha pencipta yang belum dapat di saingi oleh manusia.

 

 

Sebagian teks di kutip dari:
http://cgeduntuksemua.blogspot.com/2012/03/pengertian-kelebihan-dan-kekurangan_29.html

http://id.wikipedia.org/wiki/Jaringan_saraf_tiruan

 

 

 

Tinggalkan Komentar

Nama :
E-mail :
Web : tanpa http://
Komentar :
Verification Code :