Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.

Jst part1

425 vues

Publié le

Publié dans : Formation
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Jst part1

  1. 1. 66//1010//20132013 Jaringan Syaraf Tiruan (JST) Latar Belakang • Melihat kemampuan manusia dalam memproses informasi, mengenal wajah, tulisan, dsb. Melihat wajah dari sudut pandang yang belum pernah dialami sebelumnya. • Otak manusia memiliki kemampuan untuk belajar dan beradaptasi – Mampu mengenali pola, wajah, mengkontrol organ tubuh! • Bahkan anak-anak dapat melakukan hal tsb. • Masih belum tahu algoritma yang digunakan. • Melihat analogi biologis. • Otak manusia berisi kira-kira 20 billion (2x1010) nerve cells.
  2. 2. 66//1010//20132013 Pengertian JST Jaringan Syaraf Tiruan (JST) / Artificial Neural Network (ANN): • Upaya memodelkan cara kerja / fungsi sistem syaraf manusia dalam melaksanakan tugas tertentu. • Didasari kemampuan otak dalam mengorganisasikan sel-sel penyusunnya yang disebut neuron • Aplikasi khususnya dalam pengenalan pola, dengan efektivitas yang sangat tinggi. Aplikasi JST • Pengenalan pola (pattern recognition) – Huruf, tanda tangan, suara, gambar yang sudah sedikit berubah (mengandung noise) – Identifikasi pola saham – Pendeteksian uang palsu, kanker • Signal Processing – Menekan noise pada saluran telepon • Peramalan – Peramalan saham • Autopilot dan simulasi • Kendali otomatis otomotif
  3. 3. 66//1010//20132013 Otak Manusia • Bertugas untuk memproses informasi • Seperti prosesor sederhana • Masing-masing cell tersebut berinteraksi mendukung kinerja otak • Setiap sel (neuron) memiliki satu nukleus (soma), bertugas memproses informasi, informasi diterima oleh dendrit, dan disebarkan melalui akson • Pertemuan informasi antar syaraf berada di sinapsis Adopsi JST dari Syaraf Manusia Otak Manusia SuatuSuatu simpulsimpul syarafsyaraf
  4. 4. 66//1010//20132013 Adopsi JST dari Syaraf Manusia Satu Neuron (sel syaraf) SatuSatu node JSTnode JST Model Sel Syaraf (Neuron) • Sinapsis (jalur hubungan), masing-masing sinapsis memiliki bobot (kekuatan hubungan). • Adder untuk menjumlahkan sinyal-sinyal input yang diberi bobot oleh sinapsis. • Fungsi aktivasi untuk membatasi amplitudo output setiap neuron.
  5. 5. 66//1010//20132013 Model Sel Syaraf (Neuron) (.)ϕ :: FungsiFungsi AktivasiAktivasi Model Neuron • Neuron adalah unit pengolahan informasi • Sejumlah sinapsis atau jalur penghubung – Dikarakterisasi bobot atau penguatan • Penjumlah – Menjumlahkan sinyal input yang diperkuat oleh sinapsis – Penkombinasi linier (linear combiner) • Fungsi aktivasi – Disebut squashing function • Membatasi output pada nilai-nilai yang terbatas
  6. 6. 66//1010//20132013 Model nonlinier neuron (I) wwk1k1 xx11 wwkk22 xx22 wwkmkm xxmm ...... ...... ΣΣ BiasBias bbkk ϕϕ(.)(.) vvkk InputInput signalsignal SynapticSynaptic weightsweights SummingSumming junctionjunction ActivationActivation functionfunction OutputOutput yykk bxwv kj m j kjk += ∑=1 )(vy kk ϕ= Model nonlinier neuron (II) wwk1k1 xx11 wwkk22 xx22 wwkmkm xxmm ...... ...... ΣΣ ϕϕ(.)(.) vvkk InputInput signalsignal SynapticSynaptic weightsweights SummingSumming junctionjunction ActivationActivation functionfunction OutputOutput yykk xwv j m j kjk ∑= = 0 )(vy kk ϕ= wwkk00 XX00 = += +11 WWk0k0 == bbkk (bias)(bias)

×