Jst part1
0 likes537 views
Dokumen ini membahas tentang jaringan syaraf tiruan (JST) dan kemiripannya dengan cara kerja otak manusia dalam memproses informasi, mengenali pola, dan belajar. JST diterapkan dalam berbagai bidang seperti pengenalan pola, pengolahan sinyal, dan sistem kontrol otomatis. Model JST meniru neuron manusia dengan menggunakan sinapsis, bobot, dan fungsi aktivasi untuk mengolah informasi.
Jst part1
- 1. 66//1010//20132013 Jaringan Syaraf Tiruan (JST) Latar Belakang • Melihat kemampuan manusia dalam memproses informasi, mengenal wajah, tulisan, dsb. Melihat wajah dari sudut pandang yang belum pernah dialami sebelumnya. • Otak manusia memiliki kemampuan untuk belajar dan beradaptasi – Mampu mengenali pola, wajah, mengkontrol organ tubuh! • Bahkan anak-anak dapat melakukan hal tsb. • Masih belum tahu algoritma yang digunakan. • Melihat analogi biologis. • Otak manusia berisi kira-kira 20 billion (2x1010) nerve cells.
- 2. 66//1010//20132013 Pengertian JST Jaringan Syaraf Tiruan (JST) / Artificial Neural Network (ANN): • Upaya memodelkan cara kerja / fungsi sistem syaraf manusia dalam melaksanakan tugas tertentu. • Didasari kemampuan otak dalam mengorganisasikan sel-sel penyusunnya yang disebut neuron • Aplikasi khususnya dalam pengenalan pola, dengan efektivitas yang sangat tinggi. Aplikasi JST • Pengenalan pola (pattern recognition) – Huruf, tanda tangan, suara, gambar yang sudah sedikit berubah (mengandung noise) – Identifikasi pola saham – Pendeteksian uang palsu, kanker • Signal Processing – Menekan noise pada saluran telepon • Peramalan – Peramalan saham • Autopilot dan simulasi • Kendali otomatis otomotif
- 3. 66//1010//20132013 Otak Manusia • Bertugas untuk memproses informasi • Seperti prosesor sederhana • Masing-masing cell tersebut berinteraksi mendukung kinerja otak • Setiap sel (neuron) memiliki satu nukleus (soma), bertugas memproses informasi, informasi diterima oleh dendrit, dan disebarkan melalui akson • Pertemuan informasi antar syaraf berada di sinapsis Adopsi JST dari Syaraf Manusia Otak Manusia SuatuSuatu simpulsimpul syarafsyaraf
- 4. 66//1010//20132013 Adopsi JST dari Syaraf Manusia Satu Neuron (sel syaraf) SatuSatu node JSTnode JST Model Sel Syaraf (Neuron) • Sinapsis (jalur hubungan), masing-masing sinapsis memiliki bobot (kekuatan hubungan). • Adder untuk menjumlahkan sinyal-sinyal input yang diberi bobot oleh sinapsis. • Fungsi aktivasi untuk membatasi amplitudo output setiap neuron.
- 5. 66//1010//20132013 Model Sel Syaraf (Neuron) (.)ϕ :: FungsiFungsi AktivasiAktivasi Model Neuron • Neuron adalah unit pengolahan informasi • Sejumlah sinapsis atau jalur penghubung – Dikarakterisasi bobot atau penguatan • Penjumlah – Menjumlahkan sinyal input yang diperkuat oleh sinapsis – Penkombinasi linier (linear combiner) • Fungsi aktivasi – Disebut squashing function • Membatasi output pada nilai-nilai yang terbatas
- 6. 66//1010//20132013 Model nonlinier neuron (I) wwk1k1 xx11 wwkk22 xx22 wwkmkm xxmm ...... ...... ΣΣ BiasBias bbkk ϕϕ(.)(.) vvkk InputInput signalsignal SynapticSynaptic weightsweights SummingSumming junctionjunction ActivationActivation functionfunction OutputOutput yykk bxwv kj m j kjk += ∑=1 )(vy kk ϕ= Model nonlinier neuron (II) wwk1k1 xx11 wwkk22 xx22 wwkmkm xxmm ...... ...... ΣΣ ϕϕ(.)(.) vvkk InputInput signalsignal SynapticSynaptic weightsweights SummingSumming junctionjunction ActivationActivation functionfunction OutputOutput yykk xwv j m j kjk ∑= = 0 )(vy kk ϕ= wwkk00 XX00 = += +11 WWk0k0 == bbkk (bias)(bias)