1. Jaringan Syaraf Tiruan (JST) atau dalam bahasa Inggris dikenal sebagai Artificial Neural Network (ANN) adalah sebuah model komputasi yang terinspirasi dari struktur dan fungsi otak manusia. JST terdiri dari banyak unit pemroses kecil yang saling terhubung, mirip dengan neuron dalam otak. Unit-unit ini bekerja sama untuk memproses informasi dan menghasilkan output.
Prinsip dasar kerja JST adalah sebagai berikut :
- Neuron: Setiap unit dalam JST disebut neuron. Neuron menerima input dari neuron lain, memprosesnya, dan menghasilkan output.
- Bobot: Setiap koneksi antara neuron memiliki bobot yang menentukan kekuatan sinyal yang ditransmisikan. Bobot ini akan diubah selama proses pembelajaran.
- Fungsi Aktivasi: Setelah menjumlahkan semua input yang dikalikan dengan bobotnya, neuron akan menerapkan fungsi aktivasi. Fungsi ini menentukan apakah neuron akan aktif atau tidak.
- Pembelajaran: JST belajar melalui proses penyesuaian bobot secara berulang. Tujuannya adalah untuk meminimalkan kesalahan antara output yang dihasilkan oleh jaringan dengan output yang diharapkan.
2. Komponen dasar JST
Neuron: Unit terkecil dalam JST, mirip seperti sel otak. Neuron menerima data, memprosesnya, lalu mengirimkan hasilnya ke neuron lain. Lapisan Input: Bagian masuknya data ke dalam JST. Misal, jika ingin mengenali gambar kucing, lapisan input akan menerima semua piksel gambar kucing. Lapisan Tersembunyi: Bagian di mana data diproses dan diekstrak fitur-fiturnya. Misal, pada contoh kucing, lapisan tersembunyi akan mencari tahu ciri-ciri khas kucing seperti bentuk telinga, mata, dan kumis. Lapisan Output: Bagian keluarnya hasil akhir. Misal, pada contoh kucing, lapisan output akan memberikan hasil "kucing" atau "bukan kucing".