Jaringan saraf tiruan: Perbedaan antara revisi

Konten dihapus Konten ditambahkan
Borgx (bicara | kontrib)
k +iw
Mssetiadi (bicara | kontrib)
kTidak ada ringkasan suntingan
Baris 1:
{{wikify}}
 
[[Image:Artificial neural network.svg|thumb|300px|Jaringan saraf tiruan merupakan jaringan dari unit pemroses kecil yang saling terhubung, yang dimodelkan berdasar jaringan saraf ([[neuron]]) [[manusia|jaringan saraf]].]]
'''Jaringan saraf tiruan (JST)''' ([[Bahasa Inggris]]: ''artificial neural network (ANN)'', atau juga disebut ''simulated neural network (SNN)'', atau umumnya hanya disebut ''neural network (NN)''), adalah [[jaringan]] dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan [[jaringan saraf manusia]]. JST merupakan sistem adaptif yang dapat merubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut.
 
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.
 
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.
 
== Sejarah ==
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.
 
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.
 
Elemen yang paling mendasar dari jaringan saraf adalah sel saraf. Sel-sel saraf inilah membentuk bagian kesadaran manusia yang meliputi beberapa kemampuan umum. Pada dasarnya sel saraf biologi menerima masukan dari sumber yang lain dan mengkombinasikannya dengan beberapa cara, melaksanakan suatu operasi yang non-linear untuk mendapatkan hasil dan kemudian mengeluarkan hasil akhir tersebut.
 
Dalam [[tubuh]] manusia terdapat banyak variasi tipe dasar sel saraf, sehingga proses berpikir manusia menjadi sulit untuk direplikasi secara [[elektrik]]. Sekalipun demikian, semua sel saraf alami mempunyai empat komponen dasar yang sama. Keempat komponen dasar ini diketahui berdasarkan nama biologinya yaitu, [[dendrit]], [[soma]], [[akson]], dan [[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.
 
Penelitian terbaru memberikan bukti lebih lanjut bahwa sel saraf biologi mempunyai struktur yang lebih kompleks dan lebih canggih daripada sel saraf buatan yang kemudian dibentuk menjadi jaringan saraf buatan yang ada sekarang ini. Ilmu biologi menyediakan suatu pemahaman yang lebih baik tentang sel saraf sehingga memberikan keuntungan kepada para perancang jaringan untuk dapat terus meningkatkan sistem jaringan saraf buatan yang ada berdasarkan pada pemahaman terhadap otak biologi.
 
Sel saraf-sel saraf ini terhubung satu dengan yang lainnya melalui sinapsis. Sel saraf dapat menerima rangsangan berupa [[sinyal]] [[elektrokimia|elektrokimiawi]] dari sel saraf-sel saraf yang lain. Berdasarkan rangsangan tersebut, sel saraf akan mengirimkan [[sinyal]] atau tidak berdasarkan kondisi tertentu. Konsep dasar semacam inilah yang ingin dicoba para ahli dalam menciptakan sel tiruan.
 
Suatu jaringan saraf tiruan memproses sejumlah besar informasi secara paralel dan terdistribusi, hal ini terinspirasi oleh model kerja otak biologis. Beberapa definisi tentang jaringan saraf tiruan adalah sebagai berikut di bawah ini.
Baris 23 ⟶ 20:
''[[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 synapticsinapsis digunakan untuk menyimpan pengetahuan.
 
''Dan menurut [[Zurada, J.M.]] ([[1992]]), Introduction To Artificial Neural Systems, Boston: PWS Publishing Company, mendefinisikan sebagai berikut:''