Days Stories

Berpacu menjadi yang terbaik

NN (Neural Network)

17 March 2013 - dalam Umum Oleh irinrinrin-fst10

Pada tulisan sebelumnya, saya sudah sedikit memperkenalkan tentang sistem cerdas. Tulisan kali ini akan membahas salah satu aplikasi dari sistem cerdas, yaitu neural network atau yang lebih umum dikenal dengan artificial neural network (jaringan saraf tiruan).

Sebelum kita membahas tentang neural network, kita perlu memahami tentang program linier dan program nonlinier. Program linier merupakan program yang dirancang untuk membuat sebuah mesin melakukan pekerjaan atau menyelesaikan masalah yang sifatnya pasti dan tetap. Sedangkan program nonlinier merupakan program yang dirancang untuk menyelesaikan permasalahan-permasalahan yang sifatnya tidak pasti, selalu berubah-ubah dan tidak dapat dikontrol. Jika sebuah program masih menggunakan rumus if-then-else maka program tersebut masuk kategori program linier. Namun bila suatu mesin sudah dapat memutuskan sendiri apa yang harus dilakukannya tanpa ada program yang mengontrol maka hal itu masuk pada kategori nonlinier. Contoh mudah dari sebuah program nonlinier adalah asap rokok.

Nah, bahasan tentang neural network ini masuk pada ranah nonlinier programming. Neural network ‘meniru’ kemampuan otak manusia dalam hal menerima rangsang/input, melakukan proses, dan kemudian memberikan respon/output. Respon yang diberikan merupakan hasil dari bermacam-macam rangsang yang diterima dan dipelajari oleh memori. Semua rangsangan ini kemudian di proses secara kompleks sehingga menghasilkan respon yang kadang tidak terduga.

Neural network bersifat kompleks seperti halnya otak manusia. Neural network ini dapat digunakan sebagai alat pemodelan data nonlinier dimana program ini akan memodelkan hubungan yang kompleks antara input dan output untuk menemukan suatu pola pada sebuah data. Secara umum, neural network akan ‘belajar’ jika terus menerus diberi rangsangan. Hal ini sama seperti halnya manusia yang menjadi lebih cerdas saat otaknya terus menerus dilatih. Proses ‘belajar’ dari neural network ini bersifat kontinyu dimana saat mendapatkan ‘tambahan pengetahuan’ maka pengetahuan itu akan digunakan secara maksimal dalam mengenali suatu masalah.

Berikut ini merupakan gambar sebuah model tiruan dari neuron dalam sistem neural network.

Untuk mengaktifkan sistem ini diperlukan persamaan-persamaan dan fungsi-fungsi yang rumit. Hal ini karena untuk mengaktifkan neural network sama halnya dengan mengaktifkan setiap neuron yang terlibat dalam sistem tersebut.

Setelah membahas tentang neural network yang lumayan rumit (memang rumit), berikut saya tuliskan beberapa keuntungan dalam menggunakan neural network yang saya dapatkan dari jurnal/makalah.

  1. Perangkat yang mampu untuk mengenali suatu objek secara non-linier.
  2. Mempermudah pemetaan input menjadi suatu hasil tanpa mengetahui proses sebenarnya.
  3. Mampu melakukan pengadaptasian terhadap pengenalan suatu objek.
  4. Perangkat yang memiliki toleransi terhadap suatu kesalahan dalam pengenalan suatu objek.
  5. Neural network mampu diimplementasikan pada suatu hardware.

Demikian tulisan saya mengenai neural network. Semoga bermanfaat.. ^^



Read More | Respon : 0 komentar

Tinggalkan Komentar

Nama :
E-mail :
Web : tanpa http://
Komentar :
Verification Code :