Belajar Gratis Sistem Informasi & Informatika

Dalam konteks jaringan saraf tiruan, suatu jaringan yang berisi satu lapis saja dimana input langsung terkoneksi dengan output disebut dengan perceptron . Jadi jaringan saraf seringkali disebut dengan sistem kumpulan perceptron-perceptron yang saling terkoneksi satu sama lain, sehingga perceptron boleh dibilang sebagai fondasi dasar dari jaringan saraf apapun. Perceptrons terdiri dari empat bagian berbeda: Nilai Input Bobot dan Bias Jumlah total input x bobot Fungsi aktivasi

Berikut dalam gambar di bawah ini akan digunakan untuk pengenalan angka ( digit recognition ) antara angka 0 – 9. Masing-masing angka ( digit ) disajikan dalam bitmap 5 x 9 pixel . Masing-masing pixel hanya bisa berisi data 0 dan 1 saja, 0 untuk warna putih dan 1 untuk hitam. Bagaimana membuat arsitektur sederhana untuk jaringan syaraf tiruan ( artificial neural network ) yang akan digunakan untuk mengenali angka ( digit recognition ) tersebut? Contoh pengenalan angka (digit recognition) pada jaringan syaraf tiruan

Setelah membuat dan menentukan model matematika untuk " neuron-neuron " secara individual, tugas selanjutnya adalah menghubungkan mereka secara bersama-sama untuk membentuk jaringan. [Catatan: contoh salah satu penerapan model matematika untuk suatu neuron bisa di baca di link Pengenalan Jaringan Syaraf Tiruan ]. Ada dua cara mendasar yang berbeda untuk melakukan ini. Pertama, feed-forward network (jaringan umpan-maju), yaitu hanya memiliki koneksi dalam satu arah yang artinya, jaringan ini membentuk grafik asiklik berarah. Setiap node menerima input dari node " upstream " ( node sebelumnya) dan memberikan output ke node " downstream " ( node berikutnya); tidak ada proses loop dalam jaringan model ini. Feed-forward network (jaringan umpan-maju) menyajikan fungsi input yang sedang berlangsung; dengan demikian, ia tidak memiliki keadaan internal selain dari bobot itu sendiri. Jaringan umpan maju (feed-forward network)

Artificial neural network (ANN) atau jaringan saraf tiruan adalah kumpulan unit-unit yang saling terhubung; sifat-sifat jaringan ditentukan oleh topologi dan sifat-sifat " neuron ". Nama-nama lain untuk bidang ini termasuk connectionism , parallel distributed processing , dan neural computation . Jaringan saraf terdiri dari node atau unit yang terhubung oleh link berarah. Link dari unit i ke unit j berfungsi untuk menyebarkan LINK aktivasi a i dari (node) i ke (node berikutnya) j . Setiap link AKTIVASI juga memiliki bobot numerik (w i,j ), yang menentukan kekuatan dan bobot koneksi tersebut.