1. Jaringan Syaraf Tiruan (JST) adalah sebuah model komputasi yang terinspirasi dari struktur dan fungsi jaringan syaraf biologis manusia. JST dirancang untuk memproses informasi dengan cara yang menyerupai otak manusia, melalui jaringan yang terdiri dari sejumlah unit sederhana yang disebut neuron. JST digunakan untuk memecahkan berbagai masalah seperti klasifikasi, regresi, prediksi, pengenalan pola, dan lainnya.
Prinsip Dasar Kerja JST : 
Pemrosesan Paralel: JST bekerja dengan memproses data secara paralel melalui jaringan neuron yang saling terhubung.Belajar dari Data (Pembelajaran): JST belajar dari data melalui proses pelatihan. Selama pelatihan, bobot koneksi antar neuron disesuaikan menggunakan algoritma seperti backpropagation untuk meminimalkan kesalahan output.
Kombinasi Linear dan Non-linear: JST menggunakan kombinasi fungsi linear dan non-linear untuk mentransformasi input menjadi output yang diinginkan.
Generalisasi: Setelah dilatih, JST mampu memberikan output yang sesuai untuk data baru yang belum pernah dilihat sebelumnya.
2.
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).