0
JARINGAN        SYARAF TIRUANTenia Wahyuningrum, S.Kom., MT
pembahasan                         Plus                KonsepSejarah   JSB            Minus                 JST           ...
1943, McCulloch dan Pitts                   Menyimpulkan bahwa kombinasi beberapa                   neuron sederhana menj...
Manusia bereaksi cepat terhadap perubahan
Merekamenggunakansistem syarafnyauntukmelakukanperilaku ini
Struktur syaraf manusiaOtak manusia dengan  bagian kerja otak
JST  mencoba meniru  JSB agar dapat  menghasilkan respon  dan perilaku yang  sama
Struktur otak manusia                         1012 neuron                         (sel-sel syaraf)                        ...
Neuron bekerja berdasarkanimpuls/sinyal yang diberikan padanya, danditeruskan ke neuron lain
Kemampuan   otak, merespondengan kecepatan tinggi
Contoh : pengenalanwajah seseorang yangsedikit berubah
Sel Syaraf (Neuron)
Komponen Penting Neuron Dendrit             Dendrit                      Menerima sinyal kimia                       list...
Koneksi Antar Neuron          axon                  dendrit        sinapsisPengiriman sinyal / informasi terjadi pada sina...
JST “Sistem pemrosesan informasidengan karakteristik menyerupai     jaringan syaraf biologi”
Asumsi                                        Penghubung                                        antar neuron              ...
Model Neuronx1      w1                                Neuron adalah unit pemrosesx2     w2       Y                informa...
Model Neuronx1     w1 net=(x1w1+x2w2+x3w3)x2   w2     Y          y=f(net)=f(x1w1+x2w2+x3w3)     w3    Y menerima input da...
Karakteristik JSTDitentukan oleh :•   Arsitektur jaringan (pola hubungan antar    neuron)    –   Jaringan layer tunggal, j...
Aplikasi JST•   Pengenalan pola (pattern recognition)    –   Mengenal huruf, angka, suara, tanda tangan yang        sudah ...
Perkembangan JST   Model JST formal pertama diperkenalkan oleh    McCulloch dan Pitts (1943)   1949, Hebb mengusulkan ja...
Kelebihan dan Kelemahan JST   Kelebihan :     Banyak aplikasi menjanjikan yang dapat     dilakukan oleh jaringan syaraf ...
Pertemuan 1
Pertemuan 1
Upcoming SlideShare
Loading in...5
×

Pertemuan 1

807

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
807
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
70
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Transcript of "Pertemuan 1"

  1. 1. JARINGAN SYARAF TIRUANTenia Wahyuningrum, S.Kom., MT
  2. 2. pembahasan Plus KonsepSejarah JSB Minus JST JST
  3. 3. 1943, McCulloch dan Pitts Menyimpulkan bahwa kombinasi beberapa neuron sederhana menjadi sebuah sistem neuron akan meningkatkan kemampuan komputasinya Bobot dalam jaringan diatur untuk melakukan fungsi logika sederhana Fungsi aktivasi yang digunakan adalah fungsi Pitts thresholdMcCulloh
  4. 4. Manusia bereaksi cepat terhadap perubahan
  5. 5. Merekamenggunakansistem syarafnyauntukmelakukanperilaku ini
  6. 6. Struktur syaraf manusiaOtak manusia dengan bagian kerja otak
  7. 7. JST mencoba meniru JSB agar dapat menghasilkan respon dan perilaku yang sama
  8. 8. Struktur otak manusia 1012 neuron (sel-sel syaraf) 6.1018 sinapsis (penghubung)Kompleksitas otak
  9. 9. Neuron bekerja berdasarkanimpuls/sinyal yang diberikan padanya, danditeruskan ke neuron lain
  10. 10. Kemampuan otak, merespondengan kecepatan tinggi
  11. 11. Contoh : pengenalanwajah seseorang yangsedikit berubah
  12. 12. Sel Syaraf (Neuron)
  13. 13. Komponen Penting Neuron Dendrit Dendrit  Menerima sinyal kimia listrik dari neuron lain Soma  Menjumlahkan semua sinyal yang masuk  Jika hasil penjumlahan sinyal cukup kuat atau melebihi threshold, sinyal Soma akan diteruskan ke sel lain (cell body) melalui axon Axon  Mengirimkan sinyal ke Axon neuron lain
  14. 14. Koneksi Antar Neuron axon dendrit sinapsisPengiriman sinyal / informasi terjadi pada sinapsisSinapsis memperkuat atau memperlemah sinyal yanghendak dikirimkan
  15. 15. JST “Sistem pemrosesan informasidengan karakteristik menyerupai jaringan syaraf biologi”
  16. 16. Asumsi Penghubung antar neuron memiliki bobot yang dapat memperkuat Pemrosesan atauinformasi terjadi memperlemah pada neuron sinyal Sinyal dikirimkan Untuk antar neuron menentukan melalui suatu keluaran, setiap penghubung neuron menggunakan fungsi aktivasi, yang menentukan sinyal diteruskan ke neuron lain atau tidak
  17. 17. Model Neuronx1 w1  Neuron adalah unit pemrosesx2 w2 Y informasi yang menjadi dasar jaringan syaraf tiruan w3x3Terdiri dari 3 elemen :  Himpunan unit-unit yang dihubungkan dengan jalur koneksi  Unit penjumlah yang akan menjumlahkan sinyal masukan yang sudah dikalikan dengan bobotnya  Fungsi aktivasi yang akan menentukan apakah sinyal dari input neuron akan diteruskan ke neuron lain atau tidak
  18. 18. Model Neuronx1 w1 net=(x1w1+x2w2+x3w3)x2 w2 Y y=f(net)=f(x1w1+x2w2+x3w3) w3  Y menerima input dari neuron x1, x2, x3 denganx3 bobot penghubung masing-masing w1, w2, w3  Ketiga impuls neuron dijumlahkan : net = x1w1+x2w2+x3w3  Besarnya impuls yang diterima Y mengikuti fungsi aktivasi y=f(net)  Apabila nilai fungsi aktivasi cukup kuat, sinyal akan diteruskan ke neuron lain
  19. 19. Karakteristik JSTDitentukan oleh :• Arsitektur jaringan (pola hubungan antar neuron) – Jaringan layer tunggal, jaringan layer jamak• Metode training/learning (metoda menentukan bobot penghubung) – Dengan supervisi (diawasi) atau tanpa supervisi• Fungsi aktivasi – Hard limit, sigmoid
  20. 20. Aplikasi JST• Pengenalan pola (pattern recognition) – Mengenal huruf, angka, suara, tanda tangan yang sudah sedikit berubah – Menyerupai otak manusia yang masih mampu mengenali orang yang sudah beberapa waktu tidak dijumpai (wajah/bentuk tubuh sedikit berubah)• Pengolahan sinyal (signal processing) – Menekan noise dalam saluran telepon• Peramalan (forecasting) – Meramal kejadian masa datang berdasarkan pola kejadian yang ada di masa lampau – JST mampu mengingat dan membuat generalisasi dari apa yang sudah ada sebelumnya
  21. 21. Perkembangan JST Model JST formal pertama diperkenalkan oleh McCulloch dan Pitts (1943) 1949, Hebb mengusulkan jaringan Hebb 1958, Rosenblatt mengembangkan perceptron untuk klasifikasi pola 1960, Widrow dan Hoff mengembangkan ADALINE dengan aturan pembelajaran Least Mean Square (LMS) 1974, Werbos memperkenalkan algoritma backpropagation untuk perceptron banyak lapisan
  22. 22. Kelebihan dan Kelemahan JST Kelebihan :  Banyak aplikasi menjanjikan yang dapat dilakukan oleh jaringan syaraf tiruan, terutama masalah rumit yang sangat tidak linier Kelemahan :  Ketidakakuratan hasil yang diperoleh  Bekerja berdasarkan pola yang terbentuk pada inputnya
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×