Pengertian Jaringan Syaraf Tiruan

1.   Pengertian Jaringan Syaraf Tiruan

Jaringan  Syaraf  Tiruan  dibuat  pertama  kali  pada  tahun  1943  oleh neurophysiologist Waren cCulloch dan logician Walter Pits, namun teknologi yang tersedia pada saat itu belum memungkinkan mereka berbuat lebih jauh.

Jaringan Syaraf Tiruan adalah paradigma pemrosesan suatu informasi yang terinspirasi oleh sistim sel syaraf biologi, sama seperti otak yang memproses suatu informasi.   Elemen mendasar dari paradigma tersebut adalah struktur yang baru dari sistim pemrosesan informasi.  Jaringan Syaraf Tiruan, seperti manusia, belajar dari suatu contoh.  Jaringan  Syaraf  Tiruan  dibentuk  untuk  memecahkan  suatu  masalah  tertentu seperti pengenalan pola atau klasifikasi karena proses pembelajaran. Jaringan Syaraf Tiruan berkembang secara pesat pada beberapa tahun terakhir. Jaringan  Syaraf  Tiruan  telah  dikembangkan  sebelum  adanya  suatu  komputer konvensional yang canggih dan terus berkembang walaupun pernah mengalami masa vakum selama beberapa tahun.

2.   Perbandingan Jaringan Syaraf Tiruan dengan Konvensional

Jaringan Syaraf Tiruan memiliki pendekatan yang berbeda untuk memecahkan masalah bila dibandingkan dengan sebuah komputer konvensional. Umumnya komputer konvensional menggunakan pendekatan algoritma (komputer konvensional menjalankan sekumpulan perintah untuk memecahkan masalah). Jika suatu perintah tidak diketahui oleh komputer konvensional maka komputer konvensional tidak dapat memecahkan masalah yang ada. Sangat penting mengetahui bagaimana memecahkan suatu masalah pada komputer konvensional dimana komputer konvensional akan sangat bermanfaat jika dapat melakukan sesuatu dimana pengguna belum mengatahui bagaimana melakukannya. Jaringan Syaraf Tiruan dan suatu algoritma komputer konvensional tidak saling bersaing namun saling melengkapi satu sama lain. Pada suatu kegiatan yang besar, sistim yang diperlukan biasanya menggunakan kombinasi antara keduanya (biasanya sebuah komputer konvensional digunakan untuk mengontrol Jaringan Syaraf Tiruan untuk menghasilkan efisiensi yang maksimal. Jaringan Syaraf Tiruan tidak memberikan suatu keajiban tetapi jika digunakan secara tepat akan menghasilkan sasuatu hasil yang luarbiasa.

3.   Aplikasi Jaringan Syaraf Tiruan

Jaringan Syaraf Tiruan mampu menggambarkan setiap situasi adanya sebuah hubungan antara variabel predictor (independents, inputs) dan variabel predicted (dependents, outputs), ketika hubungan tersebut sangat kompleks dan tidak mudah untuk menjelaskan kedalam istilah yang umum dari “correlations” atau “differences between groups”. Beberapa contoh permasalahan yang dapat dipecahkan secara baik oleh Jaringan Syaraf Tiruan antara lain :

a)   Deteksi Fenomena  kedokteran.

Berbagai indikasi yang berhubungan dengan kesehatan (kombinasi dari denyut jantung, tingkatan dan berbagai substansi dalam darah, dll) dapat dimonitoring.  Serangan pada kondisi kesehatan tertentu dapat dihubungan dengan perubahan kombinasi yang sangat kompeks (nonlinear dan interaktif) pada subset dari variabel, dapat dimonitoring. Jaringan Syaraf Tiruan telah digunakan untuk mengenali pola yang diperkirakan sehingga perlakuan yang tepat dapat dilakukan.

b)     Untuk mendeteksi golongan darah manusia

Dengan menggunakan pengolahan citra. Manusia berusaha keras dengan segala kemampuannya untuk menirukan kehebatan yang mereka miliki, misalnya seorang dokter dengan keahliannya dapat membedakan golongan darah manusia antara A, B, AB, dan O. Dengan pendekatan kecerdasan buatan, manusia berusaha menirukan bagaimana pola- pola dibentuk. Jaringan Syaraf Tiruan telah dikembangkan sebagai generalisasi model matematik dari pembelajaran manusia.

c)    Prediksi Pasar Saham.

Fluktuasi dari harga saham dan index saham adalah contoh lain yang kompleks, multidimesi tetapi dalam beberapa kondisi tertentu merupakan phenomena yang dapat prediksi.  Jaringan Syaraf Tiruan telah digunakan oleh analis teknik untuk membuat prediksi tentang pasar saham yang didasarkan atas sejumlah faktor seperti keadaan masa lalu bursa yang lain dan berbagai indikator ekonomi.

d)      Perjanjian Kredit.

Berbagai informasi biasanya didapat dari seorang peminjam seperti umur, pendidikan, pekerjaan dan berbagai data lain.  Setelah pembelajaran dari Jaringan Syaraf Tiruan tentang data peminjam, analisis Jaringan Syaraf Tiruan dapat mengidentifikasi karaktersetik peminjam sehingga dapat digunakan untuk mengklasifikasikan peminjam terhadap resiko peminjam dalam kategori baik atau buruk

e)      Monitoring Kondisi Mesin.

Jaringan Syaraf Tiruan   dapat digunakan untuk memangkas biaya dengan memberikan keahlian tambahan untuk menjadwalkan perawatan mesin.  Jaringan Syaraf Tiruan  dapat  dilatih  untuk  membedakan  suara  sebuah  mesin  ketika  berjalan  normal (“false alarm”) dengan ketika mesin hampir mengalami suatu masalah.  Setelah periode pembelajaran, keahlian dari Jaringan Syaraf Tiruan dapat digunakan untuk memperingatkan seorang teknisi terhadap kerusakan yang akan timbul sebelum terjadi yang akan menyebabkan biaya yang tidak terduga.

f)  Pemeliharaan Mesin.

Jaringan Syaraf Tiruan telah digunakan untuk menganalisis input dari sebuah sensor pada sebuah mesin.  Dengan mengontrol beberapa parameter ketika mesin sedang berjalan, dapat melakukan fungsi tertentu misalnya meminimalkan penggunaan bahan bakar.

4.    Kesimpulan

Jaringan Syaraf Tiruan mulai dilirik banyak kalangan karena mempunyai banyak kelebihan dibandingkan system konvensional. Jaringan Syaraf Tiruan mewakili pikiran manusia untuk mendekatkan diri dengan komputer, maksudnya Jaringan Syaraf Tiruan dirancang agar komputer dapat bekerja seperti/layaknya otak manusia. Berikut ini beberapa keunggulan dari Jaringan Syaraf Tiruan adalah :

1. Adaptive learning: Suatu kemampuan untuk melakukan suatu kegiatan yang didasarkan atas data yang diberikan pada saat pembelajaran atau dari pengalaman sebelumnya.

2. Self-Organisation: Dapat membuat organisasi sendiri atau me-representasikan informasi yang didapat pada saat pembelajaran.

3.   Real  Time  Operation:  Dapat  menghasilkan  perhitungan  parallel  dan  dengan device hardware yang khusus yang dibuat akan memberikan keuntungan dengan adanya kemampuan tersebut.

4.   Fault Tolerance melalui Redundant Information Coding: Kerusakan pada bagian tertentu dari jaringan akan mengakibatkan penurunan kemampuan.  Beberapa jaringan mempunyai kemampuan untuk menahan kerusakan besar pada jaringan.

5. Kelebihan Jaringan Syaraf Tiruan terletak pada kemampuan belajar yang dimilikinya. Dengan kemampuan tersebut pengguna tidak perlu merumuskan kaidah  atau  fungsinya.  Jaringan  Syaraf  Tiruan  akan  belajar  mencari  sendiri kaidah atau fungsi tersebut. Dengan demikian Jaringan Syaraf Tiruan mampu digunakan untuk menyelesaikan masalah yang rumit dan atau masalah yang terdapat kaidah atau fungsi yang tidak diketahui.

6. Kemampuan Jaringan Syaraf Tiruan dalam menyelesaikan masalah yang rumit telah dibuktikan dalam berbagai macam penelitian.

 Daftar Pustaka

An Introduction to Neural Networks, 2003 Prof. Leslie Smith, Centre for Cognitive and Computational Neuroscience Department of Computing and Mathematics University of Stirling.  lss@cs.stir.ac.uk

Artificial Neural Network Theory and Applications, Dan W. Patterson,  John Wiley and Sons, Inc. 1995.

Dan W. Patterson, Artificial Neural Network Theory and Applications, John Wiley and Sons, Inc. 1995.

Membangun   Jaringan   Syaraf   Tiruan,   Sri   Kusumadewi,   2004,   Graha   Ilmu, Yogyakarta

M.G.Pened., Computer_aided Diagnosis: A Neural-Network-Based Approach to

Lung Nodule Detection,IEEE Transc.on Medical Imaging, 17(6) 1998, Hal.872-

880.

Introduction to Neural Network by  K. Gurney. http://www.shef.ac.uk/psychology/gurney/notes/contents.html

Neural       Network      by      Christos       Stergiou      and      Dimitrios       Siganos, http://www.doc.ic.ac.uk/~nd/surprise_96/ journal/vol4/cs11/report.html - 79k –

Neural Network by Nikolay Nikolaef

http://homepages.gold .ac.uk/nikolaef/cis311.html.course_outline_for_fall_2004

sumber : Klik disini