Minggu, 09 Oktober 2011

ANN (Artificial Neural Network)

 ANN (Artificial Neural Network) merupakan cabang ilmu multi disiplin yang meniru cara kerja otak mahluk hidup. Salah satu struktur yang ditiru adalah bentuk neuralnya. Jaringan syaraf tiruan dapat menyelesaikan persoalan yang rumit atau tidak mungkin jika di selesaikan dengan komputasi secara konvensinal.
Dengan melakukan proses belajar jaringan syaraf tiruan dapat memodifikasi tingkah laku sesuai keadaan lingkungannya. Jaringan syaraf tiruan di rancang dan dilatih untuk memiliki kemampuan seperti yang dimiliki oleh manusia.
Otak manusia (juga hewan) terdiri atas sel-sel yang disebut neural. Dibandingkan dengan sel-sel lain yang selalu mereproduksi dirinya kemudian mati, neuran memilliki keistimewaan yaitu tidak mati. Hal ini menyebabkan informasi yang tersimpan di dalamnya dapat tertahan.Diperkirakan otak manusia terdiri atas 109 neuron, dan tedapat 100 jenis neuron yang telah diketahui.
Struktur pemrosesan paralel ini merupakan bagian lain yang menarik dari bagian neural, yang juga dapat ditiru untuk di implementasikan pada computer.

Pada gambar di atas merupakan hubungan antar neuron pada otak. Pada gambar tersebut terdapat bagian-bagian Dendrit yang berfungsi sebagai saluran masukkan bagi neuron, Nucleus merupakan inti neuron, lalu Axon berfungsi sebagai saluran pengeluaran dari neuron dan Synapsis yang mengatur kekuatan hubungan antar neuron.
Arsitektur ANN setipa neuron dapat memiliki beberapa masukkan dan mempunyai satu keluaran. Jalur masukkan pada suatu neuron bias berisi data mentah atau data hasil olahan neuron sebelumnya. Sedangkan hasil keluaran suatu neuron dapat berupa hasil akhir atau berupa bahan masukkan bagi neuron berikutnya. Jaringan neuron buatan terdiri atas kumpulan neuron yang tersusun dalam lapisan. Gambar di bawah ini menunjukkan struktur umum jaringan syaraf buatan yang bersifat feedforward

1.    Lapisan Input (Input Layer), lapisan input berfungsi sebagai penghubung jaringan ke dunia luar. Neuron-neuron ini tidak melakukan perubahan apapun terhadap data, tetapi hanya meneruskan data ke lapisan berikutnya.
2.    Lapisan Tersembunyi (Hidden Layer), suatu jaringan dapat memiliki lebih dari satu lapisan tersembunyi atau bahkan bias juga tidak memilikinya sama sekali. Jika jaringan memiliki beberapa lapisan tersembunyi, maka lapisan tersembunyi terbawah berfungsi untuk menerima masukkan dari lapisan input. Besarnya nilai masukkan (Nett) neuron ke J pada lapisan tersembunyi ini tergantung pada akumulasi jumlah perkalian antara nilai bobot (w, kekuatan hubungan antar neuron) dengan nilai keluaran (O) neuron ke 1 pada lapisan sebelumnya ditambah dengan nilai bias (w, neuron ke J) atau net (j)=∑w(j1).O(i)+w(j) nilai bias ini merupakan nilai konstan yang dimiliki oleh setiap neuron yang digunakan untuk memperbaiki keluaran jaringan agar dapat menyamai atau mendekati nilai keluaraan yang diinginkan. Nilai keluaran neuron pada lapisan tersembunyi ini merupakan fungsi dari nilai masukkannya f(net(j)). Pada eksperimen ini digunakan fungsi sigmoid yaitu, Ox (j)= 1/(1+exp(-net(j))) pada hidden layer lapisan yang berikutnya beraku hal yang sama seperti hidden layer di atas, hanya saja masukkannya berasal dari hidden layer lapisan sebelumnya.
3.    Lapisan Output (Output Layer), prinsip kerja neuron-neuron pada lapisan ini sama dengan prinsip kerja neuron-neuron pada lapisan tersembunyi dan di sini juga digunakan fungsi sigmoid, tapi keluaran dari neuron pada lapisan in sudah dianggap sebagai hasil dari proses.

2 komentar:

  1. thanks infonya gan..

    https://catatan-syam.blogspot.co.id/2013/05/jaringan-syaraf-tiruan-artificial.html?showComment=1463157024710#c3529704402580813868

    BalasHapus
  2. Thanks Infonya

    untuk anda yang sedang mencari tempat belanja online busana muslimah untuk berbagai aktifitas sehari-hari, terutama wanita muslimah kami menyediakan berbagai macam gamis motif model terbaru dan disini juga menjual berbagi macam busana muslim modern model terbaru. Jangan lupa untuk mengunjungi tempat belanja online busana muslim Terlengkap. Terimakasih..

    BalasHapus