Anggrian Riska A.S.

Berpacu menjadi yang terbaik

Artificial Neural Network

diposting oleh anggrianriska-fst10 pada 17 March 2013
di Umum - 0 komentar

Pada minggu ini kuliah Sistem Cerdas tidak seperti biasanya, dikarenakan kegiatan dosen yang terlalu padat akhirnya perkuliahan diganti dengan online. Maksudnya kita diberi video saat dosen saya mengajar mata kuliah ini kepada senior. Kita juga diberi berbagai macam video untuk menunjang pengetahuan kita tentang sistem cerdas. Setelah melihat videonya yang berdurasi hampir 1 jam saya akhirnya mendapatkan banyak pengetahuan yang akan saya bahas sedikit di blog ini.

 

Pada posting sebelumnya saya sudah menjelaskan pengertian dari sistem cerdas itu sendiri. Selain itu sistem cerdas juga dikelompokkan menjadi sub bab yang lain. Kali ini saya akan membahas tentang Artificial Neural Network (ANN) atau lebih dikenal dengan Jaringan Syaraf Buatan. Apa sih maksud dari ANN ini ?

 

Sama halnya dengan manusia, perangkat komputer ataupun lainnya juga memiliki ‘otak’. Tetapi otak pada alat-alat tersebut tidak mungin secanggih dan sehebat otak manusia. Karena otak manusia memilik syaraf 10 pangkat 26. Bisa dibayangkan betapa rumitnya otak manusia ini. Maka dari itu manusia pasti diciptakan dalam keadaan sempurna dan cerdas. Manusia memiliki knowledge base sedangkan perangkat memiliki database.

 

Artificial Neural Network (ANN) merupakan salah satu contoh model non linear yang mempunyai bentuk fungsional fleksibel dan mengandung beberapa parameter yang tidak dapat diinterpretasikan seperti pada model parametrik. Artificial neural network tersusun dari sejumlah besar elemen yangmelakukan kegiatan yang analog dengan fungsi – fungsi biologis neuron. Elemen– elemen tersebut terorganisasi sebagaimana layaknya anatomi otak. Artificial neural network mampu belajar dari pengalaman, melakukan generalisasi atas contoh – contoh yang diperoleh. ANN juga dikenal dengan kotak hitam (Black Box Technology) atau tidak transparan (opaque) karena tidak dapat menerangkan bagaimana suatu hasil didapatkan. Hal inilah yang membuat ANN mampu digunakan untuk menyelesaikan persoalan yang tidak terstruktur dan sulit didefinisikan.

ANN didasari oleh beberapa asumsi berikut:

  1. Proses informasi terjadi pada banyak elemen sederhana yang disebut neuron.
  2. Sinyal-sinyal dikirim antar neuron melalui connection-links (sinapsis).
  3. Setiap sinapsis mempunyai bobot tertentu, tergantung tipe ANN.
  4. Setiap neuron menggunakan fungsi aktivasi yang merupakan

 

Berikut gambar matematis dari ANN

 

 

Contoh Aplikasi ANN diantaranya pendeteksi uang palsu, simulasi komponen pesawat, pengenalan sinyal atau citra, pengontro gerakan dan penglihatan robot, analisis sel kanker, penerjemahan tulisan ke dalam tulisan latin dan masih banyak lagi. 

 

Sekian sedikit resume dari saya, mungkin ada kekurangan atau yang ingin ditanyakan silahkan comment dan insyaAllah akan saya jawab semampu saya.

 

Sumber : http://jaimelesstatistiques.blogspot.com/

 

Tinggalkan Komentar

Nama :
E-mail :
Web : tanpa http://
Komentar :
Verification Code :