Mengenal Jaringan Saraf Tiruan (JST): Arsitektur dan Jenis-jenisnya

Mengenal Jaringan Saraf Tiruan (JST): Arsitektur dan Jenis-jenisnya

Neural network atau dikenal sebagai Jaringan Syaraf Tiruan (JST) merupakan himpunan bagian dari machine learning, khususnya deep learning. Nama dan struktur yang diberikan terinspirasi oleh otak manusia dan meniru cara neuron biologis memberi sinyal dan berinteraksi satu sama lain antar neuron.Dalam kesempatan ini, kita akan belajar dan mengenal lebih dalam mengenai algoritma JST ini, mengetahui bagaimana arsitektur dan cara kerjanya, serta jenis-jenis algoritma turunan dari Jaringan Saraf Tiruan (JST).

Baca juga : Nama Induk Olahraga Nasional Dan Internasional: Panduan Lengkap!

Pengertian Jaringan Saraf Tiruan (JST)

Artificial Neural Network atau yang biasa dikenal dengan istilah Jaringan Saraf Tiruan (JST) adalah algoritma Deep Learning yang prinsip kerjanya dikembangkan dari jaringan saraf biologis yang membentuk struktur otak manusia. Berikut ilustrasi dari jaringan saraf biologis.

Sama halnya dengan otak manusia yang memiliki neuron-neuron yang saling berhubungan satu sama lain, JST juga memiliki neuron-neuron yang saling berhubungan satu sama lain dalam berbagai lapisan jaringan. 

Dendrit dari jaringan saraf biologis mewakili input dalam JST, inti sel mewakili nodesinapsis mewakili bobot, dan akson mewakili output. Berikut hubungan antara jaringan saraf biologis dan JST:

Jaringan Saraf BiologisJaringan Saraf Tiruan
DendritMasukan (input)
Inti sel (neuron)Simpul (node)
SinapsisBobot (weight)
AksonKeluaran (output)

Jaringan saraf tiruan di bidang kecerdasan buatan (artificial intelligent) mencoba untuk meniru jaringan neuron yang membentuk otak manusia sehingga komputer akan memiliki opsi untuk memahami berbagai hal dan membuat keputusan layaknya cara seperti manusia berpikir. JST dirancang oleh komputer seperti sel-sel otak yang saling berhubungan.

Di otak manusia, data disimpan sedemikian rupa untuk didistribusikan, dan kita dapat mengekstrak lebih dari satu bagian data bila diperlukan dari memori kita secara paralel. Dapat dikatakan bahwa otak manusia terdiri dari processor paralel yang sangat menakjubkan.

Sejak ilmuwan komputer pertama kali mencoba jaringan saraf tiruan konvensional, banyak penemuan penting yang dipelajari oleh para ahli di bidang ilmu saraf.Salah satunya adalah bahwa bagian-bagian otak yang berbeda bertanggung jawab untuk memproses berbagai aspek informasi dan bagian-bagian ini diatur secara hierarkis.

Jadi, ketika input masuk ke otak maka setiap tingkat neuron akan memberikan wawasan dan kemudian informasi tersebut diteruskan ke neuron berikutnya yang punya tingkat tanggungjawab lebih besar. Mekanisme ini yang coba ditiru oleh algoritma JST.

Agar JST dapat belajar, jaringan perlu memiliki sebagian besar informasi yang diberikan melalui proses training. Misalnya ketika kita melakukan training terhadap model JST untuk membedakan gambar kucing dari anjing, kita perlu menyediakan ribuan gambar yang ditandai sebagai anjing sehingga jaringan akan mulai ‘belajar’.

Setelah dilatih dengan jumlah data yang signifikan, JST akan mencoba mengklasifikasikan data berikutnya berdasarkan apa yang dipelajari di seluruh unit yang berbeda. Selama periode training, output mesin dibandingkan dengan deskripsi yang diberikan manusia tentang apa yang harus diamati. 

Jika hasil perbandingannya sama maka dianggap valid. Namun apabila salah, JST menggunakan backpropagation untuk menyesuaikan pembelajarannya kembali dengan mudur ke lapisan sebelumnya untuk mengubah persamaan matematika.

Dari proses belajar secara terus menerus inilah kemudian JST disebut sebagai algoritma Deep Learning, yaitu algoritma yang menjadi semakin cerdas dari waktu ke waktu.

Baca juga : Alasan Kamu Harus Kuliah di Universitas Teknokrat Indonesia

Arsitektur Jaringan Saraf Tiruan

Setelah memahami apa itu jaringan saraf tiruan berikutnya kita perlu memahami konsep dari arsitektur jaringan saraf tiruan.

Arsitektur JST menggunakan berbagai lapisan pemrosesan matematis untuk memahami informasi yang diberikan. Biasanya, jaringan saraf tiruan memiliki puluhan hingga jutaan neuron buatan yang disebut sebagai unit dan tersusun dalam beberapa lapisan atau layer.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *