ANN (Artifical Neural Network)

Jaringan syaraf turunan merupakan cabang ilmu multidisiplin yang meniru cara kerja otak makhluk hidup. Salah satu struktur yang ditiru adalah bentuk neuronnya/sel saraf. Jaringan syaraf tiruan dapat menyelesaikan persoalan yang rumit/tidak mungkin jika diselesaikan secara konvensional. ANN adalah sistem komputasi dimana arsitektur dan operasi ilhami dari pengetahuna tentang sel saraf biologi di dalam otak.

Otak manusia dan juga hewan terdiri atas sel-sel yang disebut neuron. Dibandingkan dengan sel-sel lain yang selalu memproduksidirinya kemudian mati neuron memiliki keistimewaan yaitu tidak mati, hal ini menyebabkan informasi yang tersimpan di dalamnya dapat bertahan. Diperkirakan otak manusia terdiri atas 10⁹ neuron dan terdapat 100 jenis neuron yang telah diketahui.

Gambar Neuron:

Pada gambar tersebut terdapat bagian-bagian dendrit yang berfungsi sebagai saluran masukkan bagi neuron, nukleus merupakan inti dari suatu neuron, akson berfungsi sebagai saluran keluaran dari neuron dan synapsis yang mengatur kekuatan hubungan neuron.

Perbedaan antara sistem pakar dan ANN:

Ø Sistem Pakar

- Dalam pemecahan masalah masih membutuhkan bantuan programmer

- Pengetahuan dibuat oleh programmer sehingga pengetahuan dapat ditelusuri proses pembuatannya.

- Sample yang inputnya cacat tidak dapat menhasilkan output

ANN

- Dapat memecahkan masalah/kasus yang rumit yang tidak dapat dilakukan oleh sistem pakar

- Pengetahuan terbentuk dengan sendirinya

- Dapat menghasilkan output walaupun inputnya cacat

ARSITEK ANN

Penjelasan:

1) Input layer

Berfungsi sebagai penghubung jaringan ke dunia luar/sumber data. Neuron ini tidak melakukan perubahan apapun terhadap data tetapi hanya meneruskan data kelapisan berikutnya.

2) Hyden layer

Suatu jaringan dapat memiliki lbih dari satu hyden layer atau tidak memilikinya sama sekali, jika memiliki lebih dari satu layer, maka lalpisan terbawah yang menerima masukkan dari lapisan input.

Rumus :

Net(j) w( ji ) .O( i ) + w( j )

Keterangan:

Net = besarnya nilai masukkan neuron ke-j

W= kekuatan hubungan antara neuron

O= nilai keluaran neuron ke-i

3) Output layer

Prinsip kerja neuron pada lapisan ini dama dengan prinsip kerja neuron hyden layer, dan disini juga digunakkan fungsi signoid, tapi keluaran pada lapisan ini sudah dianggap dari hasil lapisan proses.