.::Selamat Datang Di Blog Ini..Semoga Bermanfaat::.

Pengertian, Kelebihan dan Kekurangan Jaringan Syaraf Tiruan (JST)

Kamis, 29 Maret 2012

Tugas berikutnya adalah tentang JST, yups bagi temen2 mungiin sudah ga asing dengan istilah ini, apalagi bagi kalian anak-anak AI / kecerdasan buatan. OKlah langsung saja ya. 


  • Pengertian
JST adalah Suatu sistem pemrosesan informasi yang mencoba meniru kinerja otak manusia. JST merupakan  generalisasi model matematis dengan asumsi:

* Pemrosesan informasi terjadi pada elemen sederhana (=neuron)
* Sinyal dikirimkan diantara neuron-neuron melalui penghubung (=dendrit dan akson)
* Penghubung antar elemen memiliki bobot yang akan menambah atau mengurangi sinyal
* Untuk menentukan output, setiap neuron memiliki fungsi aktivasi (biasanya non linier) yang dikenakan pada semua input
* Besar output akan dibandingkan dengan threshold

  • Baik tidaknya suatu model JST ditentukan oleh:
  1. Pola antar neuron (arsitekur jaringan)
  2. Metode untuk menentukan dan mengubah bobot (disebut metode learning)
  3. Fungsi aktivasi
  4. JST disebut juga: brain metaphor, computational neuroscience, parallel distributed processing
  • Kelebihan
  1. Mampu mengakuisisi pengetahuan walau tidak ada kepastian
  2. Mampu melakukan generalisasi dan ekstraksi dari suatu pola data tertentu
  3. JST dapat menciptakan suatu pola pengetahuan melalui pengaturan diri atau kemampuan belajar (self organizing)
  4. Memiliki fault tolerance, gangguan dapat dianggap sebagai noise saja
  5. Kemampuan perhitungan secara paralel sehingga proses lebih singkat

  • JST mampu
  1. Klasifikasi: memilih suatu input data ke dalam kategori tertentu yang sudah ditetapkan
  2. Asosiasi: menggambarkan suatu obyek secara keseluruhan hanya dengan bagian dari obyek lain
  3. Self organizing: kemampuan mengolah data-data input tanpa harus mempunyai target
  4. Optimasi: menemukan suatu jawaban terbaik sehingga mampu meminimalisasi fungsi biaya

  • Kelemahan
  1. Kurang mampu untuk melakukan operasi operasi numerik dengan presisi tinggi
  2. Kurang mampu melakukan operasi algoritma aritmatik, operasi logika dan simbolis
  3. Lamanya proses training yang mungkin terjadi dalam waktu yang sangat lama untuk jumlah data yang besar
OK gan cukup itu ya yang saya share, untuk lebih jelasnya bisa di download di sini. semoga bermanfaat,,,see yaaa.. 

2 komentar:

Rahmi Imanda mengatakan...

artikel yang menarik, kami juga punya artikel tentang 'Jaringan Saraf Tiruan' silahkan buka link ini
http://repository.gunadarma.ac.id/bitstream/123456789/3001/1/IMG_0011.pdf
semoga bermanfaat ya

Ariz muslim mengatakan...

Assalamu'alaikum wbt...
Salam perkenalan daripada Malaysia... Untuk pengetahuan awak, saya merupakan pelajar PhD di sebuah universiti di Malaysia. Saya begitu berminat untuk mengkaji tentang Artificial Neural Network ni. Dengan itu, saya begitu berharap agar awak dapat membantu saya untuk mendapatkan input berkenaan dengan ANN ini... Mungkin kita boleh berdiskusi melalui facebook @ emel... Terima kasih...

-Ahmad Rizal Alias-

Poskan Komentar

 

Pengikut

Waktu Sholat Kebumen

Pengunjung