11 1.
Kemampuan mengakuisisi pengetahuan walaupun dalam kondisi ada gangguan dan ketidakpastian. Hal ini dapat disebabkan jaringan syaraf tiruan mampu melakukan
generalisasi, abtraksi dan ekstraksi terhadap properti statistik dari data. 2.
Kemampuan merepresentasikan pengetahuan secara fleksibel. Jaringan syaraf tiruan dapat menciptakan sendiri representasi melalui pengaturan diri sendiri atau kemampuan belajar
self organizing. 3.
Kemampuan untuk memberikan toleransi atas suatu distorsi errorfault, dimana gangguan kecil pada data dapat dianggap hanya sebagai noise guncangan belaka.
4. Kemampuan memproses pengetahuan secara efisien karena memakai sistem parallel,
sehingga waktu yang diperlukan untuk mengoperasikannya menjadi lebih singkat. Dengan tingkat kemampuan yang sangat baik, beberapa aplikasi jaringan syaraf tiruan sangat cocok
untuk diterapkan pada : 1.
Klasifikasi, memilih suatu input data ke dalam suatu kategori tertentu yang diterapkan. 2.
Asosiasi, menggambarkan suatu objek secara keseluruhan hanya dengan sebuah bagian dari objek lain.
3. Self Organizing, kemampuan untuk mengolah data-data input tanpa harus memiliki data
sebagai target. 4.
Optimasi, menemukan suatu jawaban atau solusi yang paling baik sehingga dengan meminimalkan suatu fungsi biaya optimizer.
Walaupun memiliki segudang kelebihan, jaringan syaraf tiruan juga mempunyai sejumlah keterbatasan, antara lain kekurangmampuannya dalam melakukan operasi-operasi numerik dengan
presisi tinggi, operasi algoritma aritmatik, operasi logika dan operasi simbolis serta lamanya proses pelatihan yang terkadang membutuhkan waktu berhari-hari untuk jumlah data yang sangat besar
Hermawan 2006.
2.4.1 Perbandingan Antara Otak Manusia dan Jaringan Syaraf Tiruan
Jaringan syaraf
manusia terdiri atas sel-sel yang disebut neuron. Ada tiga komponen utama
neuron yang fungsinya dapat dianalogikan dengan yang terjadi pada Neural Network, yaitu dendrit,
soma , dan akson. Dendrit akan menerima sinyal-sinyal dari neuron lain. Sinyal tersebut merupakan
impuls listrik yang ditransmisikan melalui synaptic gap melalui proses kimia. Sedangkan soma atau badan sel akan menjumlahkan sinyal-sinyal input yang masuk. Jika ada input yang masuk, sel akan
aktif dan mentransmisikan sinyal ke sel lain melalui akson dan synaptic gap. Ilustrasi jaringan syaraf manusia disajikan pada Gambar 4.
.
Gambar 4. Arsitektur Syaraf Manusia Hermawan 2006
12 Pada jaringan syaraf tiruan, istilah neuron sering disebut dengan unit, sel, atau node. Setiap
node terhubung dengan node-node lain melalui layer dengan bobot weight tertentu. Bobot disini melambangkan informasi yang digunakan oleh jaringan untuk menyelesaikan persoalan, dan dapat
dianalogikan dengan aksi pada proses kimia yang terjadi pada synaptic gap. Layer adalah suatu tempat dimana node-node tersusun. Jika suatu node berada dalam layer yang sama dengan node lain,
biasanya akan memiliki sifat yang sama. Setiap node memiliki internal state yang disebut aktivasi, yaitu fungsi dari input yang diterima. Secara visual gambaran Jaringan Syaraf Tiruan terdapat pada
Gambar 5.
Gambar 5. Arsitektur Jaringan Syaraf Tiruan Hermawan 2006 Perbedaan lain antara syaraf manusia dan syaraf tiruan adalah bahwa informasi pada syaraf
manusia bisa lupa, sedangkan jaringan syaraf tiruan tidak mungkin lupa. Pada manusia data dan informasi disimpan dalam suatu unit sel yang terstruktur dalam otak. Sementara pada jaringan syaraf
tiruan data dan informasi tersimpan dalam bobot-bobot dan bisa berbentuk file sehingga kerusakan dapat diantisipasi dengan mem-backup file tersebut.
Selain perbedaan di atas, perbedaan lainnya yang penting dan merupakan salah satu keunggulan jaringan syaraf tiruan adalah kemampuan menyelesaikan masalah yang sama dengan hasil
yang sama meskipun masalah tersebut diulang hingga puluhan juta kali. Tidak demikian pada otak manusia, syaraf manusia memiliki keterbatasan pada pekerjaan yang bersifat berulang. Untuk puluhan
proses atau pekerjaan mungkin masih akurat, tetapi untuk ratusan atau bahkan ribuan syaraf manusia dapat mengalami keletihan sehingga hasilnya tidak akurat lagi. Perbandingan secara lengkap antara
kemampuan yang dimiliki oleh otak manusia dan sebuah CPU konvensional disajikan pada Tabel 1. Tabel 1. Perbandingan Kemampuan antara Otak Manusia dengan CPU
Parameter Otak Manusia
CPU
Elemen Pengolah 10
11
10
8
transistor Ukuran Elemen
10
-6
m 10
-6
m Energi yang Digunakan
30 W 30 W CPU
Kecepatan Pengolah 100 Hz
10
9
Hz Bentuk Komputasi
Pararel terdistribusi Serial terpusat
Fault Tolerant Ya
Tidak Proses Belajar
Ya Tidak
Kepandaian Selalu Tidak
kadang-kadang
Sumber : Hermawan 2006
Perpaduan antara otak manusia dan CPU konvensional inilah yang mampu menciptakan jaringan syaraf tiruan sebagai alternatif baru untuk menyelesaikan masalah dengan meniru kerja otak manusia.
X
1
X
2
X
3
Y Z
1
Z
2
Unit Pengolah
W
1
W
2
W
3
Unit Masukan Unit Keluaran
13
2.5 Komponen dan Arsitektur Jaringan
