Jaringan Syaraf Tiruan (Neural
Network)
POKOK BAHASAN:
./ Struktur Dasar Jaringan Biologi
./ Konsep Dasar Pemodelan Jaringan Syaraf Tiruan
./ Mengaktifkan Jaringan Syaraf Tiruan
./ Jaringan Single Perceptron
./ Jaringan Multi
Perceptron
./ Metode Backpropagasi
TUJUAN BELAJAR:
Setelah mempelajari bab ini, mahasiswa diharapkan mampu:
./ Mahasiswa mengerti konsep dasar Jaringan saraf tiruan dan pemodelannya
./ Mahasiswa dapat membuat program jaringan saraf tiruan
8.1 KONSEP DASAR JARINGAN SARAF TIRUAN DAN PEMODELANNYA
8.1.1
Struktur Dasar Jaringan Biologi
Pembuatan struktur
jaringan saraf tiruan diilhami oleh struktur jaringan biologi, khususnya jaringan otak manusia. Untuk lebih mengenal asal-usul serta bagaimana suatu struktur jaringan saraf tiruan dibuat dan dapat dipakai sebagai suatu alat penghitung, berikut ini akan diulas sedikit istilah yang secara umum digunakan.
Neuron adalah satuan unit pemroses terkecil pada otak, bentuk sederhana sebuah neuron yang oleh para ahli dianggap sebagai satuan unit pemroses tersebut di gambarkan sebagai berikut:
8.2 METODE PELATIHAN DAN MODEL JARINGAN SARAF TIRUAN
8.2.1 Metode Pelatihan Terbimbing
Metoda pelatihan terbimbing adalah metoda pelatihan yang memasukkan target keluaran dalam data untuk proses pelatihannya. Ada beberapa metoda pelatihan terbimbing yang telah diciptakan oleh para peneliti, diantaranya yang sering diaplikasikan adalah Single Perseptron, Multi Perseptron dan Back Propagation (BP). Metoda BP tersebut sampai saat
ini masih sangat banyak yang menggunakan, begitu juga yang telah dimodifikasi sehingga menjadi lebih efektip kinerjanya.
8.2.1.1 Jaringan Single Perseptron
Jaringan lapis tunggal Perseptron (single layer perceptron) terdiri dari beberapa unit pemroses (neuron) seperti gambar 8.10, yang terhubung dan mempunyai beberapa masukan serta sebuah atau beberapa keluaran. Single Perceptron sering disebut juga dengan Perceptron. Perseptron menghitung
jumlah nilai perkalian penimbang dan masukan dari parameter permasalahan yang kemudian dibandingkan dengan nilai treshold. Bila nilai keluaran lebih besar dari treshold maka keluarannya adalah satu, sebaliknya adalah nol.
Untuk Lebih Lengkapnya Silahkan download _____Download Materi_____
0 komentar:
Posting Komentar