Jaringan saraf tiruan (JST)

Kelompok 6 :
aga firmani 1135010092
 Jaringan saraf tiruan (JST) (Bahasa Inggris: artificial
neural network (ANN), atau juga disebut simulated
neural network (SNN), atau umumnya hanya
disebut neural network (NN)), adalah jaringan dari
sekelompok unit pemroses kecil yang dimodelkan
berdasarkan jaringan saraf manusia. JST merupakan
sistem adaptif yang dapat mengubah strukturnya
untuk memecahkan masalah berdasarkan informasi
eksternal maupun internal yang mengalir melalui
jaringan tersebut.
 Secara sederhana, JST adalah sebuah alat
pemodelan data statistik non-linier. JST dapat
digunakan untuk memodelkan hubungan yang
kompleks antara input dan output untuk menemukan
pola-pola pada data.
 Jaringan syaraf tiruan (artifical neural network)
 Adalah sistem komputasi yang arsitektur dan operasinya
diilhami dari pengetahuan tentang sel syaraf biologis di
dalam otak.
 Jaringan syaraf tiruan merupakan salah satu representasi
buatan dari otak manusia yang selalu mencoba
menstimulasi proses pembelajaran pada otak manusia
tersebut.
 Jaringan syaraf tiruan dapat digambarkan sebagai model
matematis dan komputasi untuk fungsi aproksimasi nonlinear, klasifikasi data cluster dan regresi non-parametrik
atau sebuah simulasi dari koleksi model jaringan syaraf
biologi.





Jaringan syaraf tiruan dibentuk sebagai generalisasi
model matematika dari jaringan syaraf manusia,
dengan asumsi JST:
Pemrosesan terjadi pada banyak elemen yang
sederhana
Sinyal dikirim diantara neuron2 melalui sinapsis
Sinapsis memiliki bobot yang akan memperkuat atau
memperlemah sinyal.
Output ditentukan menggunakan fungsi aktivasi yang
dikenakan pada jumlah input yang diterima
Output dibandingan dengan suatu tracehold.
 Syaraf Biologi
Karakteristik syaraf biologi:
 Jaringan Syaraf Tiruan keluar dari penelitian kecerdasan
buatan, terutama percobaan untuk menirukan faulttolerence dan kemampuan untuk belajar dari sistem syaraf
biologi dengan model struktur low-level dari otak.
Otak terdiri dari sekitar (10.000.000.000) sel syaraf yang
saling berhubungan.
 Sel syaraf mempunyai cabang struktur input (dendrites),
sebuah inti sel dan percabangan struktur output
(axon). Axon dari sebuah sel terhubung dengan dendrites
yang lain melalui sebuah synapse.
 Ketika sebuah sel syaraf aktif, kemudian menimbulkan
suatu signal electrochemical pada axon. Signal ini
melewati synapses menuju ke sel syaraf yang lain.
 Sebuah sel syaraf lain akan mendapatkan signal jika
memenuhi batasan tertentu yang sering disebut dengan
nilai ambang atau (threshold).
 Jaringan Syaraf Manusia







Struktur sangat kompleks :
Kemampuan luar biasa
Terdiri dari Neuron dan Penghubung (sinapsis)
Neuron: 1012 dan Sinapsis: 6.1018
Karena jumlah yang banyak, maka mampu mengenali pola,
melakukan perhitungan dan mengontrol tubuh dengan
kecepatan yang lebih tinggi dari pada komputer digital. Ex:
mampu mengenali wajah seseorang yang sedikit berubah
Otak mempunyai struktur yang menakjubkan karena
kemampuannya membentuk sendiri aturan/aturan atau
pola berdasarkan pengalaman
Jumlah dan kemampuanya berkembang seiring
pertumbuhan fisik manusia
Tahun pertama umur manusia, terbentuk 1 Juta sinapsis
perdetiknya
 Semakin bayak jurusan pada tingkat SMK membuat siswa sulit
menentukan jurusan yang tepat sesuai dengan kemampuan yang
dimiliki. Kebanyakan siswa hanya mengikuti teman untuk
memilih jurusan sehingga memungkinkan siswa merasa tidak
cocok setelah masuk jurusan tersebut. Oleh karena itu
dibutuhkan suatu sistem pendukung keputusan yang dapat
melakukan perhitungan nilai, kemampuan serta minat yang
dimiliki siswa untuk membantu menentukan jurusan dan SMK
yang tepat. Sistem ini mengimplementasikan metode NeuroFuzzy (Integrasi sistem fuzzy dan jaringan syaraf ) yaitu metode
yang menggunakan jaringan syaraf tiruan untuk
mengimplementasikan sistem inferensi fuzzy. Sistem
membutuhkan beberapa masukan berupa nilai, kemampuan dan
minat siswa. Hasil dari sistem berupa nilai rekomendasi yang
sesuai dengan nilai, kemampuan dan minat yang dimiliki.
PERANCANGAN DAN PEMBUATAN SISTEM :
1. Perancangan Data
kebutuhan input
1. Bahasa Indonesia
2. Bahasa Inggris
3. Matematika
4. IPA
5. Kemampuan komputer
6. Jumlah bahasa yang dikuasai
7. Kemampuan komunikasi
8. Tingkat Kreatifitas
9. Ketertarikan Seni
10. Minat
 Kebutuhan Output
Output sistem berupa prosentase kecocokan
sekolah dan jurusan tertentu terhadap
kemampuan siswa.
 1. Prosentase kecocokan berupa angka dari
nilai yang paling besar
 2. Grafik prosentase kecocokan yang
berbentuk diagram batang
Perancangan Sistem

Secara umum sistem pendukung keputusan pemilihan
SMK dapat digambarkan melalui blok diagram. Pada blok
sistem digambarkan tahapantahapan jalannya sistem yang
akan dibuat. Pertama dilakukan fuzzifikasi terhadap data
training dan data requirment. Kemudian data tersebut
dimasukkan dalam JST untuk dilakukan training data dan
analisa bobot yang paling bagus. Setelah analisa bobot
selesei, sistem baru bisa digunakan untuk memberikan
nilai rekomendasi.Untuk mendapatkan nilai rekomendasi,
user harus memasukkan data testing yang akan
difuzzifikasi bersama data requirment. Setelah nilai fuzzy
didapatkan, nilai tersebut diproses dalam JST testing.
2.
Hasil akhir dari sistem adalah nilai rekomendasi per
jurusan.
 Sistem Pemilihan SMK memiliki beberapa data yang
harus disimpan guna untuk proses selanjutnya serta
data tentang SMK yang bersangkutan. Berikut
struktur tabel yang akan dibuat:
 Soal
Buatlah sebuah study kasus yang dimana memiliki :
- Deskripsi
- perancangan data dan system beserta gambarnya
- perancangan basis datanya beserta gambarnya