TUGAS 3 SOFTSKILL
Jaringan Syaraf Tiruan (Arificial
Neural Network)
Jaringan
Syaraf Tiruan (Arificial Neural Network) merupakan sebuah model matematik yang
berupa kumpulan unit yang terhubung secara parallel yang bentuknya menyerupai
jaringan syaraf pada otak manusia. Sering digunakan dalam bidang kecederdasan
buatan. Sebelum lebih lanjut untuk membahas mengenai jaringan saraf tiruan pada
kecerdasan buatan sebaiknya kita mengetahui mengenai perbedaan dari keduanya.
Kecerdasan
buatan bertujuan untuk membuat sebuah mesin dapat mengerjakan
suatu pekerjaan layaknya manusia. Berarti untuk membuat mesin tersebut
dapat melakukan hal tersebut makan mesin itu harus dapat berfikir untuk
menyelesaikan suatu masalah. Nah cara agar robot dapat berfikir adalah dengan
membuat suatu algoritma berfkirnmenggunakan jaringan saraf tiruan untuk dapat
menjalankan kecerdasa buatan yang berbentuk robot atau peralatan yang
memudahkan pekerjaan manusia.
Menurut
seoarang ahli jaringan syaraf tiruan bernama Haykin S. jaringan syaraf tiruan
seperti sebuah prosesor yang dapat menyimpan pengetahuan dan pengalaman
sehingga prosesor dapat bekerja menyerupai otak manusia yang dapat beradaptasi
dengan masalah. Jadi dapat disimpulkan bahwa jaringan syaraf tiran itu adalah
metode/algoritma yang dapat membuat computer mempunyai otak pintar seperti
manusia yang dapat beradaptasi untuk menyelesaikan suatu masalah.
Cara
Kerja Jaringan Syaraf Tiruan
![]() |


Ada
tiga paradigma jaringan syaraf tiruan dapat berfikir dan beradaptasi terhadap
suatu masalah, adalah sebagai berikut :
1. Supervised
Learning(Pembelajaran Terawasi) merupakan suatu metode pembelajaran yang
menyimpulkan pemetaan data dengan membandingkan ketidaksesuaian antara pemetaan
data saat ini(yang mengandung knowledge saat ini) dengan pemetaan data
sebelumnya (yang mengandung knowledge sebelumnya).
2. Unsupervised
Learning(Pembelajaran tidak terawasi) adalah metode pembelajaran yang
mengelompokkan unit-unit yang hamper sama dalam area tertentu. Metode ini bisa
digunakan untuk pengklasifikasian pola.
3. Reinforced
Learning adalah metode yang membuat sytem dapat belajar dari keputusan yang diambil
sebelumnya dengan cara memberikan reward setiap kali system melakukan hal yang
benar, agar mendapatkan lebih banyak reward sehingga system dapat terus
berkembang. System (learner) dibiarkan belajar sendiri dengan lingkungan.
Sebelum
menggunakan jaringan syaraf tiruan harus mempertimbangkan tiga hal yaitu :
1. Model
yang akan digunakan
2. Algoritma
belajar yang akan digunakan
3. Bagaimana
cara agar jaringan syaraf tiruan tahan terhadap masalah
Manfaat
jaringan syaraf tiruan
Dalam
kehidupan sehari-hari jaringan syaraf tiruan digunakan dalam aplikas yang berkaitan
dengan hal-hal berikut :
1. Identifikasi
dan control : control kendaraan, natural resources management
2. Pengambil
keputusan dalam video game : chess, poker, backgammon
3. Pengenal
pola : radar, pengenal wajah, pengenal objek
4. Diagnosa
medis untuk mendeteksi penyakit kangker
Sejarah
1943
: Waffen McCulloh dan Walter Pitts merancang model matematis dari sel-sel otak
1949
: Hebb menyatakan informasi dapat disimpan dalam koneksi-koneksi antar neuron
1958
: Rosenblatt mengembangkan konse dasar tentang perceptron untuk klasifikasi
pola
1982
: Kohonen mengembangkan metode jaringan Syaraf buatan unsupervised learning
1982
: Grossberg mengenalkan sejumlah arsitektur jaringan (ART, ART2, ART3)
1982
: Hopfield mengembangkan jaringan syaraf reccurent untuk menyimpan informasi
Sumber
:
Komentar
Posting Komentar