2. Menurut seorang ahli bernama Simon Haykin.
Jaringan syaraf tiruan / Neural network itu seperti sebuah prosesor
yang dapat menyimpan pengetahuan dan pengalaman sehingga
prosesor ini dapat bekerja menyerupai otak manusia yang dapat
beradapatasi dengan masalah.

3. Pemrosesan informasi yang mempunyai karakteristik
menyerupai jaringan saraf manusia. Jaringan saraf
tiruan tercipta sebagai suatu generalisasi model
matematis dari pemahaman manusia yang didasarkan
atas asumsi dan bobot.

4. Otak Manusia
Bisa lupa
Jaringan Saraf Tiruan
Tidak mungkin lupa
Bisa rusak/kehilangan
informasi
Bisa rusak namun ada/dapat
dibackup. Kehilangan informasi
dapat dicegah
Konsisten
Tidak Konsisten (dalam
kondisi perulangan yg banyak)
Tidak Akurat (dalam kondisi
perulangan yg banyak)
Akurat
Belajar terus menerus
Sesuai apa yang diajarkan, dan akan
memulai dari awal bila ada
tambahan pembelajaran

8. Neuron mentransformasikan informasi yang diterima
melalui sambungan keluarnya menuju neuron-neuron
yang lain.
Hubungan antar neuron disebut bobot

9. Pendekatan Tradisional
Pendekatan Neurall Network

10. Tiga paradigma bagaimana jaringan syaraf tiruan dapat
berfikir dan beradaptasi terhadap suatu masalah :
1. Supervised
2. Unsupervised Learning
3. Reinforced Learning ( Hybrid System )

11. ○
○
Seberapa besar
hubungan antara 2
neuron ditentukan oleh
bobot yang
bersesuaian.
Semua unit input akan
dihubungkan dengan
setiap unit output.

12. ◆
◆
◆

13. ◆
◆

14. • Dapat belajar dari pengalaman
• Algoritma JST beroperasi secara langsung
dengan angka sehingga data harus
diubah menjadi data numerik.
• JST tidak diprogram untuk menghasilkan
keluaran tertentu.
• Semua output /kesimpulan yang ditarik
oleh jaringan didasarkan pada
pengalamannya selama mengikuti proses
pembelajaran.

15. ○
○
○
○