KONSEP DASAR PEMODELAN JARINGAN SYARAF TIRUAN (JST)

Artikel dalam versi PDF tersedia pada link berikut : KonsepDasarJST.pdf

1   Sejarah JST

Jaringan Syaraf Tiruan (JST) dibuat pertama kali pada tahun 1943 oleh Waren McCulloch dan Walter Pits. Waren McCulloch dan Walter Pits menyimpulkan bahwa kombinasi beberapa neuron sederhana menjadi suatu sistem syaraf memiliki kemampuan untuk menyelesaikan suatu sistem yang kompleks. Setiap JST Bobot dalam jaringan yang diusulkan oleh Waren McCulloch dan Walter Pits dimanfaatkan untuk menyelesaikan persamaan fungsi logika sederhana. Fungsi aktivasi yang digunakan saat itu adalah fungsi threshold (Siang, 2005).

2   Definisi JST

Jaringan Syaraf Tiruan (JST) merupakan kecerdasan buatan yang memiliki karakteristik mirip dengan jaringan syaraf biologis. JST dibangun dengan prinsip dasar perambatan sinyal-sinyal impuls yang dilatih terus-menerus dengan algoritma tertentu sehingga dapat mengenal pola pelatiahan jika diberikan data masukan baru (Kusumadewi, 2004).

3   Konsep Dasar Pemodelan JST

Setiap sel syaraf memiliki satu inti sel (nucleus) yang berperan sebagai pusat pemroses. Setiap Informasi yang masuk diterima oleh rambut-rambut sel (dendrit), kemudian dijumlahkan di dalam nucleus dan dikirim melalui batang sel (axon) ke dendrit  akhir yang bersentuhan dengan dendrit dari neuron yang lain. (Kusumadewi, 2004).

Gambar 1. Susunan syaraf pada otak manusia(Kusumadewi, 2004)

Pada algoritma JST sinyal masukan yang dinotasikan dengan x₁, x₂,...,x_n dikalikan dengan sejumlah bobot w dan dijumlahkan dengan bobot bias b. Hasil perkalian dan penjumlahan a akan diaktifkan menggunakan fungsi aktivasi F tertentu untuk mendapatkan keluaran jaringan Y. Pemilihan fungsi aktivasi disesuaikan dengan tujuan dan tipe data keluaran yang diinginkan (Dhaneswara, 2004).

Gambar 2. Model JST sebagai tiruan dari neuron biologi (Dhaneswara, 2004)

Artikel dalam versi PDF tersedia pada link berikut : KonsepDasarJST.pdf

4   Arsitektur JST

Ada beberapa asitektur yang sering digunakan dalam JST, yaitu sebagai berikut :

4.1  JST Lapisan Tunggal (Single Layer)

JST lapisan tunggal terdiri dari satu lapisan dengan bobot-bobot yang saling terhubung. JST lapisan tunggal hanya menerima sinyal masukan dan langsung  mengolahnya menjadi keluaran tanpa melalui lapisan tersembunyi (hidden layer). Pada Gambar 3. lapisan masukan memiliki 3 neuron, yaitu x₁, x₂, dan x₃. Sedangkan pada lapisan keluaran memiliki 2 neuron yaitu y₁ dan y₂. Semua unit masukan terhubung secara langsung ke setiap unit keluaran (Kusumadewi, 2004).

Gambar 3. JST lapisan tunggal  (Kusumadewi, 2004)

4.2  JST dengan Banyak Lapisan (Multi Layer)

JST lapisan banyak memiliki satu atau lebih lapisan yang terletak di antara lapisan masukan dan  lapisan keluaran yang disebut lapisan tersembunyi (hidden layer). Pada JST multi layer, terdapat lapisan bobot yang terletak di antara 2 lapisan yang bersebelahan. Kelebihan JST lapisan banyak yaitu dapat menyelesaikan permasalahan yang lebih sulit daripada JST lapisan tunggal, namun memerlukan waktu yang lebih lama untuk mencapai konvergensi (Kusumadewi, 2004).

Gambar 4. JST dengan banyak lapisan (multi layer) (Kusumadewi, 2004)

Artikel dalam versi PDF tersedia pada link berikut : KonsepDasarJST.pdf