Kriteria Model Terbaik KAJIAN TEORI

24 Sumber: Fausett, 1994: 6 Gambar 2.7. Jaringan Saraf Biologi 2. Neural Network NN Menurut Zhang 2004, neural network NN atau jaringan saraf tiruan JST adalah model komputasi untuk pengolahan informasi. Jaringan ini berkembang dengan pemodelan jaringan saraf biologi, khusunya otak manusia. Neural network adalah sistem pemrosesan informasi yang memiliki karakteristik mirip jaringan saraf biologi. NN dibentuk sebagai generalisasi model matematika dari jaringan saraf biologi, dengan asumsi bahwa Fausett, 1994: 3: a. pemrosesan informasi terjadi pada banyak elemen sederhana neuron , b. sinyal dikirimkan diantara neuron - neuron melalui penghubung- penghubung, c. penghubung antara neuron memiliki bobot yang akan memperkuat atau memperlemah sinyal, dan d. untuk menentukan output , setiap neuron menggunakan fungsi aktivasi yang dikenakan pada jumlahan input yang diterima. 25 Neural network terdiri dari unsur-unsur sederhana yang beroperasi secara paralel. Jaringan ini dapat ditentukan dengan hubungan antar unsur- unsurnya. Umumnya jaringan dapat dilatih untuk melakukan fungsi tertentu dengan menyesuaikan nilai-nilai bobot antar unsur-unsurnya untuk mencapai output atau target tertentu Demuth Beale, 1992: 18. Neural network dapat diaplikasikan di berbagai bidang terutama pada analisis yang lebih komplek, masalah nonlinear atau suatu struktur paralel. Pada bidang peramalan, neural network digunakan untuk menyelesaikan masalah peramalan termasuk pada pembentukan model Hu Hwang, 2001: 240.

3. Kerangka

Neural Network Pada neural network , neuron - neuron akan dikumpulkan dalam lapisan-lapisan layer yang disebut lapisan neuron neuron layer . Pada umumnya, neural network mempunyai tiga lapisan, yaitu Yeung et al , 1998: 3: a. Lapisan Input Input Layer Node-node di dalam lapisan input disebut neuron - neuron input . Neuron - neuron input menerima input berupa gambaran suatu permasalahan dari luar. b. Lapisan Tersembunyi Hidden layer Node-node di dalam lapisan tersembunyi disebut neuron - neuron tersembunyi.