2
Dasar Teori
Jaringan Syaraf Tiruan
Jaringan saraf tiruan (JST) (Bahasa Inggris:
artificial neural network (ANN)
,atau juga disebut
simulated neural network (SNN)
, atau umumnya hanya disebut
neural network (NN)
), adalah jaringan dari sekelompok unit pemroses kecil yangdimodelkan berdasarkan jaringan saraf manusia. JST merupakan sistem adaptif yangdapat merubah strukturnya untuk memecahkan masalah berdasarkan informasieksternal maupun internal yang mengalir melalui jaringan tersebut.
“
MenurutHaykin, S.
(
1994
)
Sebuah jaringan saraf adalah sebuah prosesoryang terdistribusi paralel dan mempuyai kecenderungan untuk menyimpanpengetahuan yang didapatkannya dari pengalaman dan membuatnya tetap tersediauntuk digunakan. Hal ini menyerupai kerja otak dalam dua hal yaitu: 1. Pengetahuandiperoleh oleh jaringan melalui suatu proses belajar. 2. Kekuatan hubungan antar selsaraf yang dikenal dengan bobot sinapsis digunakan untuk menyimpan pengetahuan”
“
Sedangkan menurutZurada, J.M.
(
1992
)
“Sistem saraf tiruan atau jaringansaraf tiruan adalah sistem selular fisik yang dapat memperoleh, menyimpan danmenggunakan pengetahuan yang didapatkan dari pengalaman”.
Algoritma Perceptron
Perceptron adalah salah satu algoritma pembelajaran single layer yangmempelajari suatu procedure dengan melakukan perulangan sampai mendapatkanbobot neural yang tepat. Algoritma Pembelajaran Perceptron lebih baik dibandingkandengan algoritma Hebb rule (Fausset,
Fundamentals of Neural Networks : Architectures, Algorithms, and Applications
) . Perceptron menggunakan fungsiaktivasi biner untuk unit sensor dan unit asosiasi serta menggunakan +1, 0, -1aktivasi untuk respon unit. Output dari perceptron adalah y=f(yin) dimana fungsiaktivasinya adalah
θθθθ−<<<=−>−=
yin yin yin yin f
101)(
TUJUAN
Tujuan dari penelitian ini adalah membuat sistem klasifikasi huruf berbasis jaringan syaraf tiruan dengan menggunakan algoritma perceptron.
Leave a Comment
ssaaa