SAP JST

1.Tentang JST

2.Algoritma Perceptron Lapis Tunggal

3.Algoritma Perceptron Multi Lapis

4.Algoritma Adaleni

5.Algoritma madaleni

6.Algoritma Hopfield Diskrit

7.Algoritma Propagasi Balik

Neuron biologi merupakan sistem yang “fault Tolerant” dalam dua hal.

Pertama, manusia dapat mengenali sinyal input yang agak berbeda dari

yang pernah diterima sebelumnya. Kedua, otak manusia tetap mampu

bekerja meskipun beberapa neuron-nya tidak mampu bekerja dengan

baik. Jika sebuah neuron rusak, maka neuron lain dapat dilatih untuk

menggantikan fungsi sel yang rusak.

Sinapsis adalah unit fungsional antara 2 buah sel saraf, misal A dan B,

di mana yang satu adalah serabut akson dari neuron A dan yang satunya

lagi dendrit dari neuron B. Kekuatan sinapsis bisa menurun atau

meningkat tergantung kepada seberapa besar tingkat propagasi

(penyiaran) sinyal yang diterimanya.

Jaringan syaraf biologis merupakan kumpulan dari sel-sel saraf

(neuron). Neuron mempunyai tugas mengolah informasi. Komponen-

komponen utama dari sebuah neuron dapat dikembangkan menjadi 3

bagian, yaitu:

1.Dendrit adalah bertugas sebagai menerima informasi

2.Badan Sel (soma) adalah berfungsi sebagai pengolahan informasi

3.Akson (Neurit) adalah mengumpulkan implus-implus ke sel saraf

lainnya.

Jaringan Syaraf Tiruan

Jaringan Syaraf Tiruan (JST) adalah sistem pemosesan informasi yang

memiliki karakter istrik dengan jaringan saraf biologi. JST dibentuk sebagai

generalisasi model matematika dari jaringan saraf biologi sebagai berikut:

a.Pemrosesan informasi terjadi pada banyak elemen-elemen sederhana

(neuron).

b.Sinyal dikirim diantara neuron-neuron melalui penghubung

c.Penguhubung antara neuron memiliki bobot yang akan memperkuat atau

memperlemah sinyal

d.Untuk menentukan output, setiap neuron menggunakan fungsi aktivasi yang

dikenakan pada jumlahan input yang diterima

JST ditentukan oleh 3 hal:a.Pola hubungan antar neuron (disebut arsitektur jaringan)b.Metode untuk menentukan bobot penghubung (disebut metode training/learning/algoritma)c.Fungsi aktivasiSebagai contoh, perhatikan neuron Y pada gambar ini:

Y menirima input dari neuron x1 x2 dan x3 dengan bobot hubungan masing-masing adalah w1 w2 dan w3. Ketiga implus neorun yg ada dijumlahkan : net = x1 w1 + x2 w2 + x3 w3

Aplikasi Jaringan syaraf Tiruan

Beberapa aplikasi jaringan syaraf tiruan adalah sebagai berikut :1.Pengenalan Pola ( Pettern Recognition) Jaringan syaraf tiruan dapat dipakai untuk mengenai pola,misalnya huruf,angka,suara dan tanda tangan yang sudah sedikit berubah2. Signal Processing Jaringan syarif tiruan (model ADALINE) dapat dipakai untuk menekan noise dalam saluran telepon3. Peramalan Jaringan Syaraf Tiruan juga dapat dipakai untuk meramalkan apa yang akan terjadi dimasa yang akan datang berdasarkan pola kejadian yang ada dimasa lampau

Tugas pertama1.Apa kelebihan dan kekuranga pengguna jaringan syaraf tiruan dibandingakan dengan metode analitik?2.Sebutkan komponen-komponen pembentuk jaringan syaraf tiruan?3.Apakah yang disebut fungsi aktivasi dan manfaatnya?4.Model jaringan syaraf tiruan apakah yang diapaki dalam metode peramlan?5.Apakah dalam mengaplikasikan jaringan syaraf tiruan mutlak dibutuhkan bantuan program komputer?mengapa?