Jaringan Syaraf Tiruan

2 min read

Jaringan Syaraf Tiruan – Jaringan saraf tiruan pertama kali dibuat pada tahun 1943 oleh ahli Neurofisiologi Waren Culloch dan ahli logika Walter Pits, tetapi tidak dapat dikembangkan lebih lanjut karena teknologi yang tersedia saat itu.

Definisi Jaringan Syaraf Tiruan

Baca Juga : Keamanan Jaringan

Jaringan-Sharaf-Tiruan

Jaringan Saraf Tiruan (JST) adalah jaringan sekelompok unit pemrosesan kecil yang dimodelkan pada sistem saraf manusia, JST adalah sistem adaptif yang dapat merubah struktur menjadi menyelesaikan masalah berdasarkan informasi eksternal atau internal yang mengalir melalui jaringan. Karena sifatnya yang adaptif, JST sering disebut sebagai jaringan adaptif.

Sederhananya, JST ialah alat pemodelan data statistik nonlinear. JST dapat digunakan sebagai memodelkan hubungan yang kompleks antara output dan input serta dapat menemukan pola dalam data. Menurut teorema, yang disebut sebagai “set dugaan universal”, JST dengan minimum lapisan tersembunyi dengan fungsi aktivasi nonlinier dapat memodelkan semua fungsi yang diukur dari borel mana pun dari satu dimensi ke dimensi lain.

Aplikasi Jaringan Syaraf

Jaringan-Syaraf-Tiruan-1

Jaringan saraf tiruan dapat digambarkan bahwa setiap situasi hubungan antara variabel prediktor (independen, input) dan variabel prediksi (tanggungan, output), jika hubungan tersebut sangat kompleks dan tidak mudah karena “korelasi” atau “perbedaan antar kelompok”. Misalnya masalah yang bisa terpecahkan dengan baik oleh jaringan saraf tiruan adalah:

1. Deteksi Fenomena Kedokteran

Berbagai indikasi yang terhubung dengan kesehatan (kombinasi detak jantung, kadar dan berbagai zat dalam darah, dll.) Dapat dipantau. Serangan pada kondisi kesehatan tertentu dapat dikaitkan dengan perubahan kombinasi yang sangat kompleks (nonlinear dan interaktif) dalam subset variabel yang dapat dipantau. Jaringan saraf tiruan telah digunakan untuk mengidentifikasi pola prediksi untuk perawatan yang tepat.

Baca Juga :  Jaringan Dasar

Baca Juga : Jaringan Kolenkim

2. Pengakuan Golongan Darah Manusia Dengan Cara Pengolahan Gambar

Orang-orang berusaha untuk meniru ukuran mereka. Sebagai contoh, seorang dokter dengan keahliannya dapat membedakan golongan darah manusia antara A, B, AB dan O. Dengan pendekatan kecerdasan pada buatan, orang mencoba meniru pembentukan pola. Jaringan saraf tiruan dapat berkembang untuk generalisasi model pembelajaran matematika manusia.

3. Perkiraan Pasar Saham

Fluktuasi harga saham dan indeks saham ialah misal multi-dimensi, lebih lanjut dari fenomena yang kompleks, tetapi dapat diprediksi. Jaringan saraf tiruan dapat menggunakan oleh analis teknis untuk membuat prakiraan pasar saham berdasarkan sejumlah faktor, seperti warisan pertukaran lain dan bermacam indikator ekonomi.

4. Perjanjian Kredit

Dari berbagai sebuah informasi seperti pendidikan, usia, pekerjaan dan berbagai data lainnya biasanya diperoleh dari peminjam. Setelah mempelajari data peminjam dari Jaringan Syaraf Tiruan, analisis Jaringan Syaraf Tiruan dapat mengidentifikasi karakteristik peminjam sehingga peminjam dapat di klasifikasikan ke dalam kategori baik atau buruk berdasarkan risiko peminjam.

Baca Juga : Jaringan Saraf

5. Pemeliharaan Mesin

Jaringan saraf tiruan digunakan sebagai menganalisa input sensor ke mesin. Dengan mengendalikan beberapa parameter saat mesin sedang menjalankan fungsi tertentu dapat dilakukan, seperti meminimalkan konsumsi bahan bakar.

6. Monitoring Kondisi Mesin

Jaringan saraf tiruan dapat digunakan sebagai mengurangi biaya dapat memberikan keahlian tambahan sebagai perencanaan perawatan mesin. Jaringan saraf tiruan dapat terlatih secara dengan membedakan suara mesin dalam operasi normal (“false alarm”) dari yang di mana mesin hampir memiliki masalah. Setelah fase pembelajaran, keahlian Jaringan Syaraf Tiruan dapat digunakan sebagai mengingatkan teknisi tentang kerusakan yang terjadi sebelum terjadi dan menyebabkan biaya yang tidak terduga.

Baca Juga :  Jaringan Kolenkim

Jenis-Jenis Jaringan Saraf Tiruan

  • Jaringan Multilayer (Multilayer Net)
    Jaringan dengan satu atau lebih lapisan tersembunyi. Jaringan berlapis-lapis ini dapat memecahkan masalah dengan lebih baik dibandingkan dengan jaringan berlapis-tunggal, tetapi pelatihan bisa lebih rumit.

    Dalam beberapa kasus, pelatihan dalam jaringan ini lebih baik karena jaringan dapat memecahkan masalah yang tidak dapat diselesaikan oleh jaringan berlapis tunggal karena jaringan tidak dapat dilatih untuk ditampilkan dengan benar.
  • Jaringan Dengan Satu Lapisan (Single Layer Network)
    Dalam jaringan saraf tiruan dengan lapisan, neuron diatur dalam lapisan. Dalam bentuk paling sederhana dari jaringan saraf tiruan lapisan tunggal, kami memiliki lapisan input dari node sumber di mana informasi diproyeksikan ke lapisan output neuron tetapi tidak bisa sebaliknya.

    Jaringan ini ialah tipe feed forward. Level input dari node sumber tidak dihitung karena tidak ada hitungan yang dapat dilakukan.
  • Jaringan Dengan Layers Kompetitif (Competitive Layer Net)
    Bentuk lapisan kompetitif adalah sebuah saraf tiruan yang sangat besar.Koneksi antara neuron di lapisan ini tidak ditampilkan dalam arsitektur seperti pada jaringan lain. Dalam jaringan ini, sekelompok neuron bersaing untuk mendapatkan hak untuk aktif, atau sering disebut prinsip pemenang, atau pemenang mengambil alih semua bagian.

Demikian yang dapat kami sampaikan yaitu tentang Jaringan Syaraf Tiruan. Semoga bermanfaat untuk Anda.

Jaringan Pada Daun

Ika Evitasari
2 min read

Jaringan Pengangkut

Ika Evitasari
2 min read

Jaringan Dasar

Ika Evitasari
2 min read
SELAMAT DATANG
Selamat Membaca Artikel yang Kami Bagikan, Semoga Dapat Membantu, Kritik dan Saran Silahkan Hubungi Kami [email protected]