Revisi per 26 Mei 2016 07.00 sunting Wiramaswara (bicara \| kontrib) 71 suntingan k universal approximator Tag: VisualEditor ← Revisi sebelumnya		Revisi per 7 Oktober 2016 14.43 sunting balikkan S Rifqi (bicara \| kontrib) 1.410 suntingan k Menyunting ejaan, istilah, dan markah wiki. Tag: VisualEditor Revisi selanjutnya →
Baris 1: [[Berkas: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~~Sistem saraf\|sistem saraf manusia]]. JST merupakan sistem adaptif yang dapat mengubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut. Oleh karena sifatnya yang adaptif, JST juga sering disebut dengan 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.<ref> Kurt Hornik, Maxwell Stinchcombe, Halbert White, Multilayer feedforward networks are universal approximators, Neural Networks, Volume 2, Issue 5, 1989, Pages 359-366, ISSN 0893-6080, <nowiki>http://dx.doi.org/10.1016/0893-6080(89)90020-8</nowiki>. (<nowiki>http://www.sciencedirect.com/science/article/pii/0893608089900208</nowiki>) Keywords: Feedforward networks; Universal approximation; Mapping networks; Network representation capability; Stone-Weierstrass Theorem; Squashing functions; Sigma-Pi networks; Back-propagation networks Baris 6: == 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. == Model == Baris 14: * Lapisan luaran (''output layer'') terdiri dari ''neuron'' yang menerima data dari lapisan tersembunyi atau langsung dari lapisan masukan yang nilai luarannya melambangkan hasil kalkulasi dari X menjadi nilai Y. Secara matematis, ''neuron'' merupakan sebuah fungsi yang menerima masukan dari lapisan sebelumnya <math>g_i(x)</math> (lapisan ke-<math>i</math>). Fungsi ini pada umumnya mengolah sebuah vektor untuk kemudian ~~ditransformasi~~diubah ke nilai skalar melalui komposisi ''nonlinear weighted sum,'' dimana <math>f(x) = K(\sum_i w_i g_i(x))</math> , <math>K</math> merupakan fungsi khusus yang sering disebut dengan fungsi aktivasi dan <math>w</math> merupakan beban atau ''weight''. == Lihat pula == Baris 52: </div> == ~~Bibliografi~~Daftar pustaka == <div class="references-small"> * {{cite book\|author=Bar-Yam, Yaneer\|title = [http://necsi.org/publications/dcs/Bar-YamChap2.pdf Dynamics of Complex Systems, Chapter 2]\|year = 2003\|}} Baris 87: </div> == Referensi == <references /> == Pranala luar == * [http://www.learnartificialneuralnetworks.com Selayang pandang Algoritma Jaringan ~~Sarf~~Saraf Tiruan] * [http://dmoz.org/Computers/Artificial_Intelligence/Neural_Networks/ Pranala Open Directory] * [http://www.neurosecurity.com/articles.php Artikel tentang Jaringan Saraf Tiruan]

Jaringan saraf tiruan: Perbedaan antara revisi