Page 4 - AI_PROPAGASI BALIK

C. Pilihan-pilihan dalam pengaplikasian jaringan syaraf tiruan
Jaringan syaraf tiruan merupakan salah satu representasi buatan dari otak manusia
yang selalu mencoba mensimulasikan proses pembelajaran pada otak manusia tersebut,
istilah buatan digunakan karena jaringan syaraf ini diimplementasikan dengan
menggunakan program komputer yang mampu menyelesaikan sejumlah proses
perhitungan selama proses pembelajaran (Inggit Prahesti, 2013). Jaringan syaraf tiruan
merupakan generalisasi model matematis yang disusun dengan asumsi yang sama seperti
jaringan syaraf biologis (Jong Jek Siang, 2009) :
1. Pemrosesan informasi terjadi pada banyak elemen sederhana (neuron).
2. Sinyal dikirimkan di antara neuron-neuron melalui penghubung-penghubung.
3. Penghubung antar neuron memiliki bobot yang akan memperkuat atau
memperlemah sinyal.
Untuk menentukan output, setiap neuron menggunakan fungsi aktivasi (fungsi aktivasi
yang digunakan biasanya fungsi yang non-linier, bukan fungsi linier) yang dikenakan pada
jumlahan input yang diterima.
Sistem jaringa syaraf tiruan terdiri oleh beberapa unit pemprosesan yang melakukan
akumulasi (penjumlah) dari masukan bobot dan menghsaikan suatu keluaran denga fungsi
aktivitas tertentu, sifat jaringan di tentuka oleh topologi jaringan, bobot – bobot
interkoneksi dan fungsi aktivitas, Sebagai sebuah model jarinag syaraf tiruan juga
memiliki kemampuan sebagai berikut:
1. Memodelkan transmisi sinyal antara neural tiruan melalui saluran satu arah yang
disebut dengan koneksi, setiap koneksi masukan hanya berhubungan dengan satu
koneksi luaran neural tiruan lainya, setiap koneksi keluaran dapat berhubungan
dengan beberapa koneksi masukan neural tiruan lainya,
2. Kemempuan memodelkan pembobotan pada tiap – tiap koneksi. Pada sebagian besar
tipe jaringan syaraf nilai bobot koneksi akan di kalikan dengan sinyal – sinyal
transmisi,
3. Kemampuan untuk memodelkan fungsi aktivitas neural tiruan untuk menetukan
sinyal tiruan,
4. Kemampuan untuk memodelkan struktur informasi ditribusi artinya setiap
pengelolahan informasi di sebarkan ada neural tiruan sekaligus. Setiap neoron tiruan
harus memiliki memory lokal dan mampu melakukan pengelolahan informasi secra
local, berikut model metode neural network dapat dilihat pada gambar di bawah ini.

TEKNIK INFORMATIKA – UNIVERSITAS NEGERI GORONTALO KECERDASAN BUATAN