ridho imamul khotib 
2211050084
1. Jaringan Syaraf Tiruan (JST) adalah model komputasi yang meniru cara kerja otak manusia untuk memproses data, mengenali pola, dan membuat prediksi. JST terdiri dari neuron yang diorganisasi dalam tiga lapisan utama: input, tersembunyi, dan output, dengan koneksi berbobot di antaranya.
Prinsip dasar:
- Lapisan Neuron: Memproses informasi dari input ke output melalui lapisan tersembunyi.
- Bobot: Menentukan pengaruh antar-neuron dan disesuaikan selama pelatihan.
- Fungsi Aktivasi: Mengubah data input menjadi output nonlinear.
- Pembelajaran: Menggunakan algoritma seperti backpropagation untuk meminimalkan error.
- Generalisasi: Mampu mengenali pola baru setelah pelatihan.
JST digunakan dalam pengenalan gambar, pemrosesan bahasa, prediksi, dan sistem rekomendasi.
2. Komponen Dasar Jaringan Syaraf Tiruan (JST)
A. Neuron Buatan (Artificial Neuron)
Neuron adalah unit dasar dalam JST yang menerima satu atau lebih input, mengalikan dengan bobot, menjumlahkan hasilnya, kemudian menerapkan fungsi aktivasi untuk menghasilkan output.  
B. Lapisan Input (Input Layer)
Lapisan yang menerima data mentah atau fitur dari dataset dan setiap neuron pada lapisan input mewakili satu fitur dari data yang dimasukkan.  
C. Lapisan Tersembunyi (Hidden Layer)
Lapisan yang terletak di antara lapisan input dan lapisan output.  Dan bisa terdiri dari satu atau lebih lapisan.  
D. Lapisan Output (Output Layer)
Adalah lapisan terakhir yang bertugas menghasilkan output akhir dari jaringan setelah data diproses melalui lapisan-lapisan sebelumnya (lapisan input dan lapisan tersembunyi).