Jaringan Saraf Tiruan

Jaringan Saraf Tiruan

Jaringan Saraf Tiruan (JST) atau dalam Bahasa inggirs adalah artificial neural network (ANN) atau juga disebut simulated neural network (SNN), atau umumnya hanya disebut neural network (NN). Adalah jaringan sekelompok unit proses yang di modelkan berdasarkan system saraf milik manusia . Jaringan Saraf Tiruan (JST) merupakan system adaptif yang mampu merubah strukturnya untuk memecah masalah yang di dasarkan oleh informasi dari luar(eksternal) ataupun informasi dari dalam (internal) yang mengalir melalui jaringan itu sendiri. Karena sifatnya yang adaptif, Jaringan Saraf Tiruan (JST) biasa juga disebut jaringan adaptif.      

Secara sederhana, JST adalah sebuah alat pemodelan data statistik non-linier. JST dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-pola pada data. Menurut suatu teorema yang disebut "teorema penaksiran universal", JST dengan minimal sebuah lapis tersembunyi dengan fungsi aktivasi non-linear dapat memodelkan seluruh fungsi terukur Boreal apapun dari suatu dimensi ke dimensi lainnya.

Jaringan saraf tiruan merupakan jaringan dari unit pemroses kecil yang saling terhubung, yang dimodelkan berdasar jaringan saraf (neuron) jaringan saraf.

Sejarah JST

Saat ini bidang kecerdasan buatan dalam usahanya menirukan intelegensi manusia, belum mengadakan pendekatan dalam bentuk fisiknya melainkan dari sisi yang lain. Pertama-tama diadakan studi mengenai teori dasar mekanisme proses terjadinya intelegensi. Bidang ini disebut Cognitive Science. Dari teori dasar ini dibuatlah suatu model untuk disimulasikan pada komputer, dan dalam perkembangannya yang lebih lanjut dikenal berbagai sistem kecerdasan buatan yang salah satunya adalah jaringan saraf tiruan. Dibandingkan dengan bidang ilmu yang lain, jaringan saraf tiruan relatif masih baru. 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.

                   Konsep Dasar Pemodelan JST

Setiap sel syaraf memiliki satu inti sel (nucleus) yang berperan sebagai pusat pemroses. Setiap Informasi yang masuk diterima oleh rambut-rambut sel (dendrit), kemudian dijumlahkan di dalam nucleus dan dikirim melalui batang sel (axon) ke dendrit  akhir yang bersentuhan dengan dendrit dari neuron yang lain. (Kusumadewi, 2004).

Susunan syaraf pada otak manusia(Kusumadewi, 2004)

Pada algoritma JST sinyal masukan yang dinotasikan dengan x₁, x₂,...,x_n dikalikan dengan sejumlah bobot wdan dijumlahkan dengan bobot bias b. Hasil perkalian dan penjumlahan a akan diaktifkan menggunakan fungsi aktivasi F tertentu untuk mendapatkan keluaran jaringan Y. Pemilihan fungsi aktivasi disesuaikan dengan tujuan dan tipe data keluaran yang diinginkan (Dhaneswara, 2004).

Model JST sebagai tiruan dari neuron biologi (Dhaneswara, 2004)

Implementasi JST pada kehidupan sehari hari

Untuk bagian implementasi saya akan memberikan file PDF bisa di dapatkan di sini, bisa klik di sini untuk mendapatkan file pdf

Implementasi jaringan syaraf tiruan untuk menilai kelayakan tugas akhir mahasiswa (studi kasus di amik bukittinggi)

Yang di susun oleh : Novia Lestari1, Lucky Lhaura Van FC2

Pada penelitian yang pada “Implementasi jaringan syaraf tiruan untuk menilai kelayakan tugas akhir mahasiswa (studi kasus di amik bukittinggi) “ pembuat tulisan(Novia Lestari1, Lucky Lhaura Van FC2) akan membahas tentang salah satu kemajuan teknologi komputer dalam penerapan jaringan syaraf tiruan di bidang pendidikan yaitu untuk menilai kelayakan tugas akhir (TA) mahasiswa. Tugas akhir merupakan salah satu syarat bagi mahasiswa jenjang D3 untuk memperoleh gelar diploma. Dimana format penulisan dan penelitian yang tertuang pada tugas akhir harus sesuai dengan ketentuan akademik perguruan tinggi. Begitu banyak dan beragamnya format tugas akhir yang diajukan mahasiswa, sehingga penilaian kelayakan tugas akhir perlu dilakukan guna memperoleh hasil yang baik dan sesuai dengan format yang ada, serta layak dipublikasikan sesuai kriteria atau ketentuan yang telah ditetapkan. Untuk mempercepat proses penilaian dan pengambilan keputusan apakah tugas akhir yang dinilai tersebut layak atau tidak, tim penilai terkadang hanya melihat hasil secara menyeluruh sebagai acuan, sehingga hasil penilaianpun tidak bisa dipastikan dengan benar dan tidak objektif.

Sumber

-          Novia Lestari, Lucky Lhaura Van FC. 2017. Implementasi jaringan syaraf tiruan untuk menilai kelayakan tugas akhir mahasiswa (studi kasus di amik bukittinggi). Bukit Tinggi: Jurnal Teknologi Informasi & Komunikasi Digital Zone, Volume 8, Nomor1. Mei 2017: 10-24

    Artikel Internet

-             https://id.wikipedia.org/wiki/Jaringan_saraf_tiruan

        

               Mirul Ka. 2017. KONSEP DASAR PEMODELAN JARINGAN SYARAF TIRUAN (JST). Diambil           dari : http://k-sience.blogspot.com/2017/07/konsep-dasar-pemodelan-jaringan-syaraf.html