Jaringan Saraf Tiruan

Jaringan Saraf Tiruan (JST) merupakan penemuan manusia dalam membangun mesin cerdas dengan mengadopsi dan melakukan pendekatan dengan cara kerja seperti saraf manusia. Dalam JST ini ada beberapa hal yang perlu diperhatikan adalah :

  1. ada input
  2. ada target untuk input tertentu (sudah diketahui)
  3. ada sistem jaringan saraf tiruan sebagai black box. (arsitektur JST)

JST ini pada dasarnya adalah suatu pendekatan suatu sistem di mana sistem tersebut tidak bisa diformulasikan, sehingga JST di sini mempunyai fungsi belajar untuk melakukan pendekatan.

Arsitektur JST akan sangat mempengaruhi performansi proses pembelajaran dan hasil pembelajaran. Istilah pembelajaran dalam sistem JST sebenarnya adalah algoritma yang bertugas mengatur pembobotan W sedemikian rupa sehingga target output dapat dicapai dengan input yang diinginkan

Backpropagation (perambatan balik) adalah salah satu metode pembelajaran yang dapat diterapkan dalam JST. Backpropagation merupakan metode pembelajaran yang sangat popular di dalam JST. Arsitektur jaringannya tidak memiliki koneksi umpan balik tetapi error dipropagasikan selama training. Pada pembelajaran ini digunakan Error dengan menghitung Least Mean [3] .

Banyak aplikasi dapat diformulasikan menggunakan jaringan backpropagation dan metodologinya telah menjadi model untuk hampir semua jaringan multilayer. Error di dalam output menentukan pengukuran error output hidden layer yang digunakan sebagai dasar dari pengaturan weight connection (bobot koneksi) antara input dan hidden. Pengejasan dari dua set bobot dari dua pasang layer dan perhitungan kembali output adalah sebuah proses perulangan sampai mencapai batas error yang diinginkan. Parameter kecepatan belajar menskala adjustmen dari bobot.

Arsitektur dari yang paling umum digunakan oleh algoritma backpropagation adalah Jaringan Feedforward Multilayer, seperti gambar 2 dibawah ini.

untitled2.jpg

~ by mohabi on January 13, 2008.

3 Responses to “Jaringan Saraf Tiruan”

  1. mas, cara mbuat JST tu gmn ya?
    Aku kok ga paham2..
    referensinya apa mas?

  2. mas, gmana penggunaan fungsi aktivasi yang berbeda dalam metode JST backpropagation.
    apa menghasilkan hasil yang berbeda dari kedua fungsi aktivasi tersebut??

  3. Da…. baa caroo nyo kolayaa…………. ndak jaleh gambarnyo doh……. tlong kasih gambar dengan ukuran jumbo….thank”s

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s