Pertemuan 12 ARTIFICIAL NEURAL NETWORKS (ANN) - JARINGAN SYARAF TIRUAN - Betha Nurina Sari, M.Kom

JARINGAN SYARAF TIRUAN (JST) Pengenalan JST Komponen JST Arsitektur Jaringan Proses Pembelajaran Macam-macam JST

Neural Networks, A Simple Explanation INTRODUCTION Neural Networks, A Simple Explanation

KOMPONEN JARINGAN SYARAF Faktor terpenting untuk menentukan kelakuan suatu neuron adalah fungsi aktivasi dan pola bobotnya. Sumber gambar: http://r_d_w-fst10.web.unair.ac.id/artikel_detail-74928-Umum-Jaringan%20Saraf%20Tiruan%20(JST).html

IMPLEMENTATION Artificial Neural Network for Handwriting Recognition in Letter Adventure Game

ARSITEKTUR JARINGAN Jaringan dengan lapisan tunggal (single layer net) Jaringan dengan banyak lapisan (multilayer net) Jaringan dengan lapisan kompetitif (compotitive layer net)

Jaringan dengan lapisan tunggal (single layer net) – Hanya memiliki satu lapisan dengan bobot-bobot terhubung – Jaringan ini hanya menerima input kemudian secara langsung akan mengolahnya menjadi output Sumber gambar :http://ulfarieanti-fst10.web.unair.ac.id/artikel_detail-75560-Sistem%20Cerdas-Jaringan%20Syaraf%20Tiruan%20(Part%20II).html

Jaringan dengan banyak lapisan (multilayer net) Memiliki 1 atau lebih lapisan yang terletak diantara lapisan input dan lapisan output Ada lapisan yang berbobot yang terletak antara 2 lapisan yang bersebelahan Sumber gambar : http://ulfarieanti-fst10.web.unair.ac.id/artikel_detail-75560-Sistem%20Cerdas-Jaringan%20Syaraf%20Tiruan%20(Part%20II).html

Jaringan dengan lapisan kompetitif (compotitive layer net) Hubungan antar neuron pada lapisan kompetitif tidak diperlihatkan pada diagram arsitektur Sumber gambar : http://ulfarieanti-fst10.web.unair.ac.id/artikel_detail-75560-Sistem%20Cerdas-Jaringan%20Syaraf%20Tiruan%20(Part%20II).html

FUNGSI AKTIVASI Fungsi yang digunakan pada jaringan syaraf untuk mengaktifkan atau tidak mengaktifkan neuron. Sumber gambar: http://ulfarieanti-fst10.web.unair.ac.id/artikel_detail-75560-Sistem%20Cerdas-Jaringan%20Syaraf%20Tiruan%20(Part%20II).html

IMPLEMENTATION Artificial Neural Network for Handwriting Recognition in Letter Adventure Game Artificial Neural Network using MATLAB – Handwritten Character Recognition

Proses Pembelajaran Pembelajaran Terawasi (supervised learning) Jika output yang diharapkan telah diketahui sebelumnya. Pembelajaran Tak Terawasi (unsupervised learning) Tidak memerlukan target output. Tujuannya pengelompokan unit-unit yang hampir sama dalam suatu area tertentu (cluster)

TUGAS INDIVIDU (Deadline 16 Des 2017) Cari paper/jurnal terbaru (2013-2017) yang menerapkan teknik jaringan syaraf tiruan Tulis identitas paper/jurnal (Nama penulis, tahun, judul) Arsitektur jaringan : single layer, multi layer, compotitive layer Jenis pembelajarannya : supervised/unsupervised Nama jaringan syaraf tiruan : Backpropagation, Multi Layer Perceptron, Kohonen, dst. Jelaskan dengan ringkas implementasi jaringan syaraf tiruan yang tertulis dalam paper/jurnal, maksimal dalam 500 kata.

NEXT Algoritma genetika