Jaringan Syaraf Tiruan Pemahaman Dasar Jaringan Syaraf Tiruan
Konsep Neuron Elemen paling dasar dari suatu JST. Penyederhanaan dari sel syaraf. u x1 x2 xk f(u) w1 w2 wk
Prinsip kerja Neuron Neuron menerima input menghasilkan output Input neuron: Dari neuron lain Dari program / user Output neuron: Dikirim ke neuron lain Dikirim ke program / user
Neuron Activation Neuron aktif menghasilkan output Suatu neuron aktif jika: Total input melebihi batas tertentu f(u) disebut fungsi aktifasi u x1 x2 xk f(u)
Struktur JST JST tersusun dari Neuron unit dasar Sejumlah neuron dihubungkan Setiap koneksi mempunyai bobot Sekelompok koneksi membentul layer / lapis
Fungsi aktifasi Ada sejumlah fungsi aktifasi: Linear Step Hyperbolic Tangent
Fungsi linear f(u) = u f(u) u
Fungsi Step 1 θ u
Fungsi hyperbolic tangent
Bobot koneksi Sejumlah neuron saling terhubung. Setiap koneksi memiliki bobot: Nilai bobot dapat sama atau berbeda. Bobot koneksi memberi kemampuan komputasi. Pengaturan bobot koneksi disebut proses pelatihan.
Contoh perhitungan u x1 x2 x3 f(u) w1 w2 w3 Misalkan: X1 = 2.1 w1=0.6 Tentukan f(u) jika menggunakan fungsi aktifasi STEP dgn θ=3
Contoh perhitungan Dengan kasus yg sama, hitunglah nilai f(u) apabila menggunakan fungsi aktifasi: Linear Tanh
Neuron Layers / lapis Layers sekelompok neuron yg memiliki fungsi sama. Ada 3 jenis layer: Input layer menerima input dari user Hidden layer diantara input layer dan output layer Boleh ada boleh tidak Output layer mengirim data ke user
Contoh
What next ? McCulloch-Pitts Neuron