NEURAL NETWORK BAB I I. Pendahuluan Sinyal merupakan salah
advertisement
NEURAL NETWORK BAB I I. Pendahuluan dilakukan adalah Logika Samar (Fuzzy Sinyal merupakan salah satu sendi utama Logic), dalam berbagai metode yang diterapkan Jaringan Saraf Tiruan (Artificial Neural dalam bidang geofisika. Data gempa, Network), (Paul Werbos, 1970). data seismik refleksi, data gravitasi, data Salah magnetik bumi dan data-data geofisika intelligence lainnya seismik adalah pembuatan operator filter ditampilkan dalam bentuk (Lotfi A,Zadeh, satu 1965) penerapan untuk dan artificial pemrosesan data sinyal. Umumnya sinyal-sinyal tersebut dalam merupakan sinyal yang sangat kompleks Metode neural network yang digunakan dan bersifat non-linier. adalah backpropagation. Dekonvolusi merupakan signal seismik. satu Backpropagation merupakan salah satu tahapan penting dalam preprocessing metoda untuk memecahkan masalah seismik. Dekonvolusi merupakan suatu non-linier. Artificial neural network metode seismik untuk menghilangkan bekerja dengan meniru sistem kerja saraf efek wavelet sehingga didapat estimasi biologi manusia yang implementasinya reflektifitas bawah permukaan. Dengan merupakan proses pembelajaran (train dilakukannya dekonvolusi maka resolusi neural temporal akan meningkat sehingga data komputer. Train neural network dapat seismik di menghasilkan suatu nilai error terkecil interpretasikan dan siap sebagai input terhadap target, dengan memberikan dalam proses lanjut inversi . nilai pembobotan dan bias tertentu. lebih Artificial mudah Intellegence salah dekonvolusi untuk pada pemograman atau Metoda neural network telah banyak kecerdasan buatan merupakan suatu diaplikasikasikan dalam berbagai bidang disiplin keilmuan seperti ilmu mempelajari (AI) network) komputasi otomatisasi yang perilaku elektronik, asuransi, otomotif, keuangan, keamanan, intelegensia, dan diaplikasikan dalam kedokteran, minyak dan gas bumi serta berbagai bidang keilmuan. Penerapan bidang-bidang metoda artificial intelligence yang sudah lainnya. Metoda ini NEURAL NETWORK diharapkan dapat digunakan dalam dekonvolusi sinyal seismik. Penulisan tugas akhir ini memiliki tujuan untuk membuat suatu neural network yang merupakan operator filter dalam dekonvolusi sinyal seismik.
