Jaringan Syaraf Tiruan PERTEMUAN 10 Otak Manusia Setiap

Jaringan Syaraf Tiruan PERTEMUAN 10

Otak Manusia Setiap otak manusia berbeda dalam ketajaman, ukuran dan pengorganisasiannya. Salah satu cara untuk memahami bagaimana otak bekerja adalah dengan mengumpulkan informasi dari sebanyak mungkin scan otak manusia dan memetakannya. Hal tersebut merupakan upaya untuk menemukan cara kerja rata-rata otak manusia itu. Peta otak manusia diharapkan dapat menjelaskan misteri mengenai bagaimana otak mengendalikan setiap tindak tanduk manusia, mulai dari penggunaan bahasa hingga gerakan.

Sejarah 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 Mc. Culloch 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.

Komponen jaringan syaraf • • Keempat komponen dasar ini diketahui berdasarkan nama biologinya yaitu: Dendrit Soma Akson Sinapsis Dendrit merupakan suatu perluasan dari soma yang menyerupai rambut dan bertindak sebagai saluran masukan. Saluran masukan ini menerima masukan dari sel saraf lainnya melalui sinapsis. Soma dalam hal ini kemudian memproses nilai masukan menjadi sebuah output yang kemudian dikirim ke sel saraf lainnya melalui akson dan sinapsis.

Arsitektur jaringan syaraf tiruan merupakan pengaturan neuron dalam layer dan hubungan-hubungannya. Arsitektur sebuah jaringan akan menentukan keberhasilan target yang akan dicapai, karena tidak semua permasalahan dapat diselesaikan dengan arsitektur yang sama. Adapun jenis-jenis arsitektur pada jaringan syaraf tiruan adalah sebagai berikut : a. Jaringan syaraf dengan lapisan tunggal (single layer net) b. Jaringan syaraf dengan banyak lapisan (multilayer net)

Fungsi aktivasi Setiap neuron mempunyai keadaan internal yang disebut level aktivasi atau level aktivitas yang merupakan fungsi input yang diterima. Berikut ini adalah fungsi aktivasi yang sering digunakan yaitu: • Fungsi Sigmoid Biner • Fungsi Sigmoid Bipolar

Contoh Metode Jaringan Syaraf Tiruan 1. Backpropagation adalah satu metode pelatihan yang terawasi ( supervised learning ) dan biasa didesain untuk operasi pada jaringan syaraf tiruan multi layer. 2. LVQ ( Learning Vector Quantization ) Learning Vector Quantization (LVQ) adalah suatu metode untuk melakukan pelatihan terhadap lapisan-lapisan kompetitif yang tak terawasi ( unsupervised learning ).