PENDAHULUAN Suatu jaringan saraf tiruan adalah suatu sistem

PENDAHULUAN Suatu jaringan saraf tiruan adalah suatu sistem berdasarkan pada operasi biologi yang ada pada saraf otak manusia. Mengapa jaringan saraf tiruan perlu diimplementasikan? Walaupun komputasi pada saat ini telah berkembang dengan pesat, tetapi ada tugas tertentu dimana suatu program yang diimplementasikan pada mikro prosesor yang tidak mampu untuk dilaksanakan, meskipun demikian suatu implementasi perangkat lunak jaringan saraf dapat dibuat dengan memiliki kerugian dan keuntungan : Ardi Pujiyanta( T. Informatika UAD Yogyakarta) 1/18/2022 1

1. Keuntungan � Jaringan saraf dapat melaksanakan pekerjaan yang tidak dapat dikerjakan oleh program linier. � Ketika suatu unsur/elemen jaringan saraf tersebut gagal, elemen yang lain dapat melanjutkan tanpa masalah karena elemen-elemen jaringan saraf tersusun secara parallel. � Suatu jaringan saraf belajar dan tidak perlu untuk diprogram ulang. � Dapat diterapkan dibanyak aplikasi. � Dapat diterapkan tanpa masalah. 2. Kerugian � Jaringan saraf memerlukan pelatihan untuk beroperasi. � Arsitektur suatu jaringan saraf berbeda dari arsitektur mikro prosesor oleh karena itu perlu untuk dibuat arsitekturnya sesuai masalah yang dihadapi. � Memerlukan waktu proses tinggi untuk jaringan saraf besar. Ardi Pujiyanta( T. Informatika UAD Yogyakarta) 1/18/2022 2

Jaringan Saraf Biologi � Otak manusia tersusun atas sel-sel saraf atau neuron-neuron yang membentuk jaringan. Kumpulan neuron (saraf) yang saling terhubung ini berfungsi untuk memberikan sebuah tanggapan atas sebuah rangsangan yang mengenainya. Setiap rangsangan memiliki tanggapan-tanggapan tersendiri dari sebuah neuron tersebut terhadap jenis rangsangan yang mengenainya. � Neuron memiliki 3 tipe komponen : 1. dendrit (bagian yang menerima rangsang dari axon. 2. soma (badan sel saraf) 3. axon (bagian sel yang berhubungan dendrit sel saraf lain dan membentuk simpul yang disebut sinapsis). Dendrit dapat menerima banyak sinyal dari neuron lain. Sinyal adalah impuls listrik yang dipancarkan menyebrangi celah sinapsis yang disebabkan proses kimia. Tindakan dari pancaran proses kimia mengubah sinyal yang datang (secara khas, dengan penskalaan frekuensi sinyal yang diterima). Ardi Pujiyanta( T. Informatika UAD Yogyakarta) 1/18/2022 3

Manusia memiliki lebih dari 100 trilyun neuron. Sebagian besar diantaranya berada di otak. Jika ada kerusakan pada salah satu bagian, memungkinkan bagian lain akan menjalankan fungsi dari neuron yang rusak. Adapun perbandingan kedua jaringan tersebut dapat dilihat pada gambar 1. 1 dan gambar 1. 2. Gambar 1. 1 Neuron Biologis 1/18/2022 Ardi Pujiyanta( T. Informatika UAD Yogyakarta) 4

Gambar 1. 2. Neuron Buatan Ardi Pujiyanta( T. Informatika UAD Yogyakarta) 1/18/2022 5

Pengertian Jaringan Saraf Tiruan � Jaringan saraf tiruan telah dikembangkan sebagai turunan model matematika dari kesadaran manusia atau saraf biologis, dengan asumsi : � Pemrosesan informasi terjadi pada beberapa elemen sederhana yang disebut neuron. � Sinyal lewat diantara neuron menciptakan jaringan koneksi. � Setiap koneksi penghubung memiliki bobot yang terhubung, dalam jaringan saraf tertentu mengalikan sinyal yang ditransmisikan. � Setiap neuron mempunyai fungsi aktivasi (biasanya non linier) pada jaringan inputnya (jumlah dari bobot sinyal input) untuk menentukan sinyal outputnya. Ardi Pujiyanta( T. Informatika UAD Yogyakarta) 1/18/2022 6

�Karakteristik dari jaringan saraf tiruan : �Arsitekturnya berdasar pola hubungan antar neuron. �Bobot berdasarkan pola koneksi (disebut sebagai proses pelatihan/ pembelajaran, atau Algoritma ) �Fungsi aktivasi. Jaringan saraf terdiri dari sebagian besar unsur pengolahan sederhana yang disebut neuron, unit, sel, atau node. Masing-masing neuron terhubung dengan neuron yang lain dengan bobot masing. Bobot merepresentasikan informasi yang digunakan oleh jaringan untuk memecahkan masalah. Ardi Pujiyanta( T. Informatika UAD Yogyakarta) 1/18/2022 7

DEFINISI JARINGAN SARAF TIRUAN �Hecht-Nielsend (1988) : �"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). Ardi Pujiyanta( T. Informatika UAD Yogyakarta) 1/18/2022 8

�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". Ardi Pujiyanta( T. Informatika UAD Yogyakarta) 1/18/2022 9

�Haykin, S. (1994) : “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 jaringan melalui suatu proses belajar. 2. Kekuatan hubungan antar sel saraf yang dikenal dengan bobot sinapsis digunakan untuk menyimpan pengetahuan. Ardi Pujiyanta( T. Informatika UAD Yogyakarta) 1/18/2022 10

�Zurada, J. M. (1992): “Sistem saraf tiruan atau jaringan saraf tiruan adalah sistem selular fisik yang dapat memperoleh, menyimpan dan menggunakan pengetahuan yang didapatkan dari pengalaman”. Ardi Pujiyanta( T. Informatika UAD Yogyakarta) 1/18/2022 11

�DARPA Neural Network Study (1988, AFCEA International Press, p. 60) : Sebuah jaringan saraf 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 Ardi Pujiyanta( T. Informatika UAD Yogyakarta) 1/18/2022 12