Jaringan Saraf Tiruan

Jaringan syaraf tiruan (JST) adalah salah satu representasi buatan dari otak manusia yang selalu mencoba untuk mesimulasikan proses pembelajaran pada otak manusia tersebut. JST juga merupakan pendekatan perhitungan yang melibatkan pengembangan struktur secara matematis dengan kemampuan untuk ‘belajar’ dan juga dapat digunakan pula untuk mengekstrak pola dan mendeteksi tren2 yang sangat kompleks,

Komponen Jaringan Syaraf Tiruan:

Terdiri dari beberapa neuron, yang berhubungan
Neuron mentransformasikan informasi ke neuron lain yang disebut Bobot.
Neuron dikumpulkan dalam lapisan (layer) yang disebut dengan lapisan neuron (neuron layers).
Informasi yang diberikan dirambatkan dari lapisan input ke lapisan output melalui lapisan tersembunyi

Kemapuan Jaringan Saraf Tiruan :

Klasifikasi: memilih suatu input data ke dalam kategori tertentu yang sudah ditetapkan
Asosiasi: menggambarkan suatu obyek secara keseluruhan hanya dengan bagian dari obyek lain
Self Organizing: kemampuan mengolah data-data input tanpa harus mempunyai target
Optimasi: menemukan jawaban terbaik sehingga mampu meminimalisasi fungsi biaya

Kelebihan JST :

Mampu memperoleh pengetahuan walau tidak ada kepastian
Mampu melakukan generalisasi dan ekstraksi pola
Dapat menciptakan suatu pola pengetahuan melalui pengaturan diri (self organizing)
Memiliki fault tolerance (toleransi kesalahan)
Kemampuan perhitungan secara paralel

Kelemahan JST :

Kurang mampu untuk melakukan operasi numerik dengan presisi tinggi
Kurang mampu melakukan operasi algoritma aritmatik, operasi logika dan simbolis
Lamanya proses training yang mungkin terjadi dalam waktu yang sangat lama untuk jumlah data yang besar

Jaringan Syaraf Tiruan dapat diterapkan dalam berbagai hal, seperti :