Pengertian Artificial Neural Network dan Contohnya

ARTIFICIAL NEURAL NETWORK

Pengertian:

Artificial Neural Network atau jaringan saraf tiruan adalah system komputasi dimana arsitektur dan komputasi diilhami dari pengetahuan tentang sel saraf dalam otak. ANN merupakan model yang meniru cara kerja jaringan neural biologis.

Artificial Neural Network merupakan cabang ilmu multi disiplin yang meniru cara kerja otak manusia. Salah satu struktur yang ditiru adalah bentuk neuronnya (sel saraf). Jaringan saraf tiruan ANN dapat menyelesaikan persoalan rumit/tidak mungkin jika diselesaikan dengan menggunakan komputasi kovensional.

Dengan melakukan proses belajar jaringan saraf tiruan dapat mengatur dirinya untuk menghasilkan suatu respon yang konsisten terhadap rangkaian masukkan. Jaringan saraf tiruan dirancang dan dilatih untuk memiliki kemampuan seperti manusia.

Setiap neuron dapat memiliki beberapa masukan dan mempunnyai satu keluaran. Jalur masukan pada suatu neuron bisa berisi data mentah atau data hasil olahan neuron sebelumnya. Sedangkan hasil keluaran suatu neutron dapat berupa hasil akhir atau berupa bahan masukkan bagi neutron berikutnya. Jaringan neuron buatan terdiri atas kumpulan grup neuron yang tersusun dalam lapisan yaitu;

• Lapisan Input (Input Layer). 
• Lapisan Tersembunyi (Hidden Layer).
• Lapisan Output (Output Layer).

Kelebihan dan Kekurangan Artificial Neural Network.
Keuntungan :

1. Suatu neural jaringan dapat melaksanakan tugas yang suatu program linier tidak bisa.
2. Ketika suatu unsur neural jaringan gagal, ANN masih dapat melanjut tanpa masalah oleh paralel mereka.
3. ANN bisa diimplementasikan pada berbagai aplikasi.
4. ANN bisa diimplementasikan tanpa masalah yang berarti

Kerugian:

1. ANN membutuhkan “pelatihan” terlebih dahulu sebelum beroprasi.
2. Arsitektur dari ANN berbeda dari arsitektur kebanyakan microprocessor, sehingga membutuhkan proses emulasi.
3. Membutuhkan waktu processing yang tinggi untuk ANN dengan ukuran yang besar.

Peran Jaringan Syaraf Tiruan Dalam Aspek Kehidupan;

Jaringan saraf tiruan pada umumnya digunakan untuk tugas atau pekerjaan yang kurang praktis jika dikerjakan secara manual. Kegunaan Dalam Kehidupan Nyata :

• Perkiraan Fungsi, atau Analisis Regresi, termasuk prediksi time series dan modeling.
• Klasifikasi, termasuk pengenalan pola dan pengenalan urutan, serta pengambil keputusan dalam pengurutan.

• Pengolahan data, termasuk penyaringan, pengelompokan, dan kompresi.
• Robotik.

Bidang-bidang penelitian yang memanfaatkan jaringan saraf tiruan diantaranya;

• Pendeteksian uang palsu, evaluator aplikasi kredit, pengidentifikasian pola-pola data pasar saham.

• Pertahanan (Militer).

• Pengendali senjata, pendeteksi bom, penelusuran target, pembedaan objek, pengendali sensor, sonar, radar, dan pengolahan sinyal citra yang meliputi kompresi data, ektrasksi bagian istimewa dan penghilangan derau, pengenalan sinyal atau citra.

• Elektronik, Pembuatan perangkat keras yang bias mengimplementasikan jaringan saraf tiruan secara efisien (pendesainan VLSI), machine vision, pengontrol gerakan dan penglihatan robot, sintesis suara.

• Broadcast, Pencarian klip berita melalui pengenalan wajah.

 Terima Kasih Telah Berkunjung & Semoga Bermanfaat (y)

Sumbernya Berasal Dari :

https://yogipriyo.wordpress.com/2010/01/03/artificial-neural-network/

http://note-why.blogspot.co.id/2012/10/artificial-neural-network-ann.html

http://documents.tips/documents/peranan-jaringan-syaraf-tiruan-dalam-berbagai-aspek-kehidupan.html

Laudon Kenneth C,  Sistem Informasi Manajemen 1, Edisi 10, Jakarta, Penerbit Salemba, 2007.