1. Jaringan Syaraf Tiruan (JST) atau dalam bahasa Inggris dikenal sebagai Artificial Neural Network (ANN) adalah model komputasi yang terinspirasi dari struktur dan fungsi otak manusia. JST terdiri dari sejumlah besar unit pemroses kecil yang saling terhubung, mirip dengan neuron di otak. JST dirancang untuk meniru cara otak manusia belajar dan memproses informasi.
2. Prinsip dasar kerja JST adalah meniru cara neuron biologis berkomunikasi dan memproses informasi. Proses ini melibatkan:
Penerimaan Input: JST menerima input data berupa angka-angka numerik.
Pemrosesan: Input data tersebut kemudian diproses melalui serangkaian perhitungan matematika yang melibatkan bobot (weight) dan bias. Bobot ini berperan dalam menentukan seberapa kuat koneksi antara neuron, sedangkan bias berfungsi sebagai nilai offset.
Aktivasi: Hasil perhitungan kemudian diaktivasi menggunakan fungsi aktivasi. Fungsi aktivasi ini menentukan apakah neuron akan "terhidupkan" atau tidak, dan mengirimkan output ke neuron berikutnya.
Pembelajaran: JST belajar melalui proses yang disebut backpropagation. Pada proses ini, JST akan menyesuaikan bobot dan bias secara iteratif untuk meminimalkan kesalahan antara output yang dihasilkan dengan output yang diharapkan.
3. Komponen Dasar JST
Neuron: Unit dasar dari JST. Setiap neuron menerima input, melakukan perhitungan, dan menghasilkan output.
Lapisan Input: Lapisan pertama dalam JST yang menerima data input.
Lapisan Tersembunyi (Hidden Layer): Lapisan di antara lapisan input dan output. Lapisan tersembunyi berperan dalam ekstraksi fitur dari data input. Jumlah lapisan tersembunyi dan jumlah neuron dalam setiap lapisan dapat bervariasi tergantung pada kompleksitas masalah yang ingin diselesaikan.
Lapisan Output: Lapisan terakhir dalam JST yang menghasilkan output akhir. Output ini bisa berupa nilai numerik, probabilitas, atau klasifikasi