Algoritma Jaringan Sistem Tiruan

Algoritma Jaringan Sistem Tiruan

     Pengertian Jaringan Syaraf Tiruan

Jaringan Syaraf Tiruan dibuat pertama kali pada tahun 1943 oleh neurophysiologist Waren cCulloch dan logician Walter Pits, namun teknologi yang tersedia pada saat itu belum memungkinkan mereka berbuat lebih jauh. 

Jaringan Syaraf Tiruan adalah paradigma pemrosesan suatu informasi yang terinspirasi oleh sistim sel syaraf biologi, sama seperti otak yang memproses suatu informasi. Elemen mendasar dari paradigma tersebut adalah struktur yang baru dari sistim pemrosesan informasi. Jaringan Syaraf Tiruan, seperti manusia, belajar dari suatu contoh. Jaringan Syaraf Tiruan dibentuk untuk memecahkan suatu masalah tertentu seperti pengenalan pola atau klasifikasi karena proses pembelajaran. Jaringan Syaraf Tiruan berkembang secara pesat pada beberapa tahun terakhir. Jaringan Syaraf Tiruan telah dikembangkan sebelum adanya suatu komputer konvensional yang canggih dan terus berkembang walaupun pernah mengalami masa vakum selama beberapa tahun.

Konsep Dasar Jaringan Syaraf Tiruan

Jaringan syaraf tiruan terdiri dari beberapa neuron dan ada hubungan antar neuron- neuron seperti pada otak manusia. Neuron/selsaraf adalah sebuah unit pemroses informasi yang merupakan dasar operasi jaringan syaraf tiruan.

Jaringan syaraf tiruan terdiri atas beberapa elemen penghitung tak linier yang masing-masing dihubungkan melalui suatu pembobot dan tersusun secara paralel. Pembobot inilah yang nantinya akan berubah (beradaptasi) selama proses pelatihan.

Pelatihan perlu dilakukan pada suatu jaringan syaraf tiruan sebelum digunakan untuk menyelesaikan masalah. Hasil pelatihan jaringan syaraf tiruan dapat diperoleh tanggapa yang benar (yang diinginkan) terhadap masukan yang diberikan. Jaringan syaraf tiruan dapat memberikan tanggapan yang benar walaupun masukan yang diberikan terkena derau atau berubah oleh suatu keadaan. (Hermawan, 2006).

      Karakteristik Syaraf Tiruan

      Penyelesaian masalah dengan jaringan syaraf tiruan tak memerlukan pemrograman. jaringan syaraf tiruan menyelesaikan masalah melalui proses belajar dari contoh-contoh pelatihan yang diberikan. Biasanya pada jaringan syaraf tiruan diberikan sebuah himpunan pola pelatihan yang terdiri dari sekumpulan contoh pola. Proses belajar jaringan syaraf tiruan berasal dari serangkaian contoh-contoh pola yang diberikan metode pelatihan yang sering dipakai adalah metode belajar terbimbing. Selama proses belajar itu pola masukkan disajikan bersama-sama dengana pola keluaran yang diinginkan. Jaringan akan menyesuaikan nilai bobotnya sebagai tanggapan atas pola masukkan dan sasaran yang disajikan tersebut.

  

      Algoritma Jaringan Syaraf Tiruan

      Algoritma Backpropagation, salah satu algoritma pelatihan jaringan saraf tiruan yang banyak dimanfaatkan dalam bidang pengenalan pola. Algoritma ini umumnya digunakan pada jaringan syaraf tiruan yang berjenis multi layer feed forward, yang tersusun dari beberapa lapisan dan sinyal dialirkan secara searah dari input menuju output. Algoritma pelatihan ini pada dasarnya terdiri dari 3 tahapan, yaitu:

•     Input nilai data pelatihan sehingga diperoleh nilai output.

•     propagasi balik dari nilai error yang diperoleh.

•     penyesuaian bobot koneksi untuk meminimalkan nilai error.

      Ketiga tahapan tersebut diulangin terus menerus sampai mendapatkan nilai error yang                diinginkan.Secara matematis ide dasar dari algoritma ini sesungguhnya adalah penerapan dari              aturan rantai(chain rule) untuk menghitung pengaruh masing-masing bobot terhadap error.