Pengertian Jaringan Syaraf Tiruan (JST)
Jaringan Syaraf Tiruan (JST) adalah model komputasi yang terinspirasi oleh cara kerja otak manusia dalam memproses informasi. JST dirancang untuk mengenali pola, melakukan prediksi, atau mengklasifikasi data dengan mempelajari hubungan antara input dan output melalui proses pelatihan.
Prinsip Dasar Kerja JST
Prinsip dasar JST adalah:
1. Pembelajaran dari Data: JST menggunakan algoritma pembelajaran (misalnya, pembelajaran terawasi atau tak terawasi) untuk menyesuaikan bobot antar neuron.
2. Propagasi dan Aktivasi: Data diproses melalui neuron-neuron menggunakan fungsi aktivasi, menghasilkan keluaran pada lapisan output.
3. Optimasi Bobot: JST meminimalkan kesalahan prediksi dengan memperbarui bobot menggunakan metode seperti backpropagation.
Komponen Dasar JST
1. Neuron (Unit Pemrosesan):
Merupakan unit dasar yang menerima input, mengalikan dengan bobot, menjumlahkan, dan menerapkan fungsi aktivasi untuk menghasilkan output.
2. Lapisan Input:
Lapisan awal yang menerima data dari luar sistem. Jumlah neuron di lapisan ini sesuai dengan jumlah fitur input.
3. Lapisan Tersembunyi (Hidden Layer):
Lapisan di antara lapisan input dan output. Berfungsi untuk menangkap pola kompleks dalam data melalui kombinasi linier dan fungsi aktivasi.
4. Lapisan Output:
Lapisan terakhir yang menghasilkan keluaran sesuai dengan tugas JST, seperti klasifikasi atau regresi.