1. Sebutkan beberapa model Neural Network !
Jawab :
Model-model Neural Network :
Model threshold elemen logis ini memiliki saluran input L (afferent axon) dan satu
saluran output (efferent axon). Keadaan aktif dari semua saluran input memberikan
informasi input sebagai urutan biner L bit. Keadaan threshold elemen diberikan dengan
penjumlahan linier dari semua sinyal input afferent dan dibandingkan dengan
penjumlahan nilai threshold. Jika hasil penjumlahan linier elemen melebihi nilai threshold
maka neuron akan tereksitasi (aktif) sedangkan apabila nilainya kurang maka neuron akan
diam.
Model selanjutnya diusulkan oleh Rosenblatt (1958) yaitu perceptron. Perceptron ini
terdiri dari elemen bilangan tetap N yang masing-masing dilengkapi dengan “pola input”
berbeda. Klasifikasi dari masing-masing pola input, jumlah yang disarankan, serta
interpretasi masing-masing komponen bergantung pada aplikasi dimana model ini akan
dipakai.
Model selanjutnya dikenalkan oleh Hebb, yaitu associative memory. Hal ini didasarkan
pada salah satu kemampuan otak untuk menarik kesimpulan atau asosiasi dari semua jenis
pencitraan mental. Model ini lebih membahas pada penyimpanan informasi dalam
jaringan saraf.
Bentuk pemodelan neural network lainnya adalah Hopfield model. Pada Hopfield model
ini setiap neuron terhubung pada neuron lainnya. Oleh karena itu, dengan koneksi yang
berhubungan, model ini tidak memiliki struktur internal dan sifat yang homogen. Namun
biasanya jaringan saraf itu berstruktur. Struktur ini seringkali merupakan gabungan dari
beberapa lapisan neuron secara seri. Lapisan pertama disediakan sebagai pola input.
Setiap neuron dari lapisan ini mengirimkan koneksi ke neuron lain pada lapisan
berikutnya. Hal ini terus berlahjut sampai lapisan terakhir tercapai.
2. Apa yang dimaksud dengan Artificial Intelligence ? Sebutkan minimal 3 definisinya !
Jawab :
Artificial Intelligence adalah kecerdasan buatan.
Beberapa definisi menurut beberapa pakar diantaranya :
a. Menurut H. A. Simon (1987), “Kecerdasan buatan (Artificial Intelligence) merupakan
kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman
komputer untuk melakukan sesuatu hal yang dalam pandangan manusia adalah
cerdas”.
b. Menurut Rich and Knight (1991), “Kecerdasan Buatan (AI) merupakan sebuah studi
tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat
dilakukan lebih baik oleh manusia”.
[ Jaringan Syaraf Tiruan ]
[ Sri Astuti ( S6_N ) 201043501089 ] | 2
c. Menurut Encyclopedia Britannica, “Kecerdasan Buatan (AI) merupakan cabang dari
ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan
bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan
metode heuristic atau dengan berdasarkan sejumlah aturan”.
3. Jelaskan secara singkat sejarah adanya Artificial Intelligence !
Jawab :
Sebagai bidang spesialisasi ilmu pengetahuan komputer, Artificial Intelligence
sebenarnya sudah dimulai sejak musim panas tahun 1956. Waktu itu sekelompok pakar
komputer berkumpul di Darmouth College untuk membahas potensi komputer dalam rangka
menirukan atau mensimulasikan kepandaian manusia.
Sebenarnya sejak saat itulah mulai lahirnya artificial intelligence. Para pakar mulai
bekerja keras untuk membuat, mendiskusikan,merubah dan mengembangkan sampai
mencapai titik kemajuan.Pada permulaanya artificial intelligence hanya ada di universitasuniversitas
dan di laboratorium-laboratorium penelitian dan hanya sedikit produk praktis yang
sudah dikembangkan.
Menjelang akhir tahun 1970-an dan 1980-an,mulai dikembangkan secara penuh dan
hasilnya secara berangsur-angsur mulai dipasarkan. Selama beberapa dekade yang lalu dan
sampai sekarang sudah banyak hasil penelitian yang sedang dan sudah dikonversikan ke
dalam produk nyata yang membawa keuntungan bagi para pemakainya.
4. Jelaskan tentang Algoritma Genetika !
Jawab :
Algoritma genetika adalah teknik pencarian yang di dalam ilmu komputer untuk menemukan
penyelesaian perkiraan untuk optimisasi dan masalah pencarian. Algoritma genetika adalah
kelas khusus dari algoritma evolusioner dengan menggunakan teknik yang terinspirasi oleh
biologi evolusioner seperti warisan, mutasi, seleksi alam dan rekombinasi ( crossover ).
5. Jelaskan kelebihan dan kekurangan dari Artificial Intelligence !
Jawab :
Kelebihan Artificial Intelligence :
a. Kemampuan menyimpan data yang tidak terbatas (dapat disesuaikan dengan
kebutuhan).
b. Memiliki ketepatan dan kecepatan yang sangat akurat dalam system kerjanya.
c. Dapat digunakan kapan saja karena tanpa ada rasa lelah atau bosan
Kekurangan Artificial Intelligence :
a. Teknologi artificial intelegensi tidak memiliki common sense. Common sense
adalah sesuatu yang membuat kita tidak sekedar memproses informasi,
namun kita mengerti informasi tersebut. Kemengertian ini hanya dimiliki oleh
manusia.
b. Kecerdasan yang ada pada artificial intelligence terbatas pada apa yang
diberikan kepadanya (terbatas pada program yang diberikan).
c. Alat teknologi artificial intelligence tidak dapat mengolah informasi yang
tidak ada dalam sistemnya.
6. Apa sajakah dasar Jaringan Syaraf Tiruan ?
Jawab :
Jaringan saraf tiruan (JST) adalah jaringan dari sekelompok unit pemroses kecil yang
dimodelkan berdasarkanjaringan saraf manusia. JST merupakan sistem adaptif yang dapat
mengubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun
internal yang mengalir melalui jaringan tersebut.
Tidak ada dua otak manusia yang sama, setiap otak selalu berbeda. Beda dalam
ketajaman, ukuran dan pengorganisasiannya. Salah satu cara untuk memahami bagaimana
otak bekerja adalah dengan mengumpulkan informasi dari sebanyak mungkin scan otak
manusia dan memetakannya. Hal tersebut merupakan upaya untuk menemukan cara kerja
rata-rata otak manusia itu. Peta otak manusia diharapkan dapat menjelaskan misteri mengenai
bagaimana otak mengendalikan setiap tindak tanduk manusia, mulai dari penggunaan bahasa
hingga gerakan.Walaupun demikian kepastian cara kerja otak manusia masih merupakan
suatu misteri. Meski beberapa aspek dari prosesor yang menakjubkan ini telah diketahui tetapi
itu tidaklah banyak.
7. Apakah Neuron ?
Jawab :
Neuron: sel syaraf tiruan yang merupakan elemen pengolah Jaringan Saraf Tiruan
8. Apakah bagian – bagian Neuron ?
Jawab :
Neuron terdiri atas bagian-bagian berikut :
a. Badan sel saraf yang mengandung inti sel dan neuroplasma.
b. Neurit atau akson atau cabang panjang, berfungsi membawa impuls meninggalkan
badan sel saraf.
c. Dendrit atau cabang pendek, berfungsi membawa impuls ke badan sel saraf.
9. Apakah fungsi Aktifasi :
Jawab :
Pada setiap layer pada jaringan syaraf tiruan terdapat fungsi aktivasi. Fungsi ini
adalah fungsi umum yang akan digunakan untuk membawa input menuju output yang
diinginkan. Fungsi aktivasi inilah yang akan menentukan besarnya bobot. Penggunaan fungsi
aktivasi tergantung pada kebutuhan dan desired output.
10. Bagaimanakah struktur Jaringan Syaraf Tiruan ?
Jawab :
Struktur Jaringan Syaraf Tiruan :
a. Fungsi Aktivasi yang mengatur output dari setiap neuron.
b. Mempunyai jalur / sinapsis yang berhubungan satu dengan yang lain dimana setiap
hubungan memiliki weight / bobot.
c. Suatu fungsi tertentu untuk perhitungan nilai input (fungsi aktivasi).
[ Jaringan Syaraf Tiruan ]
[ Sri Astuti ( S6_N ) 201043501089 ] | 4
11. Bagaimanakah operasional Jaringan Syaraf Tiruan ?
Jawab :
Sistem Jaringan Syaraf Tiruan dapat juga dilihat sebagai sebuah grafik arah pembobot
(graph directed weighted) dimana neuronnya dinyatakan sebagai titik dan arah pembobotnya
dinyatakan sebagai penghubung antar neuron. Berdasarkan Struktur sambungan dan aliran
pengolahan sinyalnya Jaringan Syaraf Tiruan dapat dibedakan menjadi jaringan maju (feed
forward architecture) dan jaringan berulang (recurrent architecture).
12. Bagaimanakah algoritma Jaringan Syaraf Tiruan ?
Jawab :
Ketika jaringan di berikan pola masukan maka pola tersebut menuju ke unit-unit pada
lapisan tersembunyi untuk di teruskan ke unit-unit lapisan keluaran kemudian unit-unit
lapisan keluaran memberikan tanggapan yang di sebut lapisan keluaran jaringan saat keluaran
tidak sama dengan yg di harapkan maka keluaran akan menyebar mundur pada lapisan
tersembunyi di teruskan pada unit pada lapisan masukan oleh karenanya maka mekanisme
tersebut di namakan propasasi balik.
13. Jelaskan apa itu Propagasi Balik !
Jawab :
Jaringan Saraf Tiruan Propagasi Balik atau model Propagasi Balik (Backpropagation)
merupakan jaringan saraf tiruan yang populer digunakan untuk memecahkan masalah. Model
Propagasi Balik pertama kali ditemukan oleh Paul Werbos pada tahun 1974, kemudian
dikembangkan secara terpisah oleh Rumelhart, yang memungkinkan jaringan diproses
melalui beberapa layer.
Sejak dikembangkan oleh Rumelhart, model Propagasi Balik sangat diminati untuk
digunakan sebagai algoritma pembelajaran pada JST multi layer. Hal ini disebabkan karena
model Propagasi Balik dapat menangulangi kelemahan pada JST single layer dalam
pengenalan pola. Kelemahan ini dapat ditanggulangi dengan menambahkan satu atau
beberapa layer tersembunyi (hidden layer) diantara layer masukan dan keluaran.
0 Comments