29 Menurut Siang 2009:3, neural network ditentukan oleh 3 hal, yaitu:
a. Pola hubungan antar neuron disebut arsitektur jaringan
b. Metode untuk menentukan bobot penghubung disebut metode
traininglearningalgoritma c.
Fungsi aktivasi Berikut merupakan tiga hal penting pembentuk neural network:
1. Arsitektur Jaringan Syaraf
Hubungan antar neuron dalam neural network mengikuti pola tertentu tergantung pada arsitektur jaringan syarafnya. Menurut Fausett 1994: 12-15
terdapat 3 arsitektur dalam neural network, antara lain: a.
Jaringan Layar Tunggal single layer network Dalam jaringan ini, sekumpulan input neuron dihubungkan langsung
dengan sekumpulan outputnya. Dalam beberapa model misal perceptron, hanya ada sebuah neuron output. Pada gambar 2.3 berikut merupakan contoh arsitektur
jaringan layar tunggal.
Gambar 2. 3 Jaringan Layar Tunggal
� �
�
⋮ ⋮
�
Lapisan input
bobot
Lapisan output
30 Gambar 2.3 menunjukkan arsitektur jaringan dengan
� neuron input , , … ,
�
dan m neuron output , , … ,
.
�
adalah bobot yang menghubungkan neuron input ke-p dengan neuron output ke-m. Dalam jaringan
ini, semua neuron input dihubungkan dengan semua neuron output, meskipun dengan bobot yang berbeda-beda. Tidak ada neuron input yang dihubungkan
dengan neuron input lainnya. Demikian pula dengan neuron output. b.
Jaringan Layar Jamak multilayer network Jaringan layar jamak merupakan jaringan dengan satu layar simpul atau
lebih disebut hidden neuron neuron tersembunyi antara neuron input dan neuron output. Terdapat layar bobot antara dua tingkat neuron yang berdekatan
input, hidden, output. Pada gambar 2.4 berikut merupakan contoh arsitektur jaringan layar jamak.
.
Gambar 2. 4 Jaringan Layar Jamak
� �
� ⋮
Lapisan input
bobot Lapisan
tersembunyi
� �
�
⋮ ⋮
�
�
�
�
bobot Lapisan
output
31 Gambar 2.4 adalah jaringan dengan neuron input
, , … ,
�
, layar tersembunyi yang terdiri dari r neuron
� , � , … , � dan m neuron output , , … ,
. Jaringan ini dapat menyelesaikan masalah yang lebih kompleks dibandingkan dengan layar tunggal, meskipun kadangkala proses pelatihan lebih
kompleks dan lama. c.
Jaringan Layar Kompetitif competitive layer network Arsitektur
ini memiliki
bentuk yang
berbeda, dimana
antar neuron dapat saling dihubungkan. Jaringan layar kompetitif memiliki bobot
– �. Gambar 2.5 merupakan salah satu contoh arsitektur ini.
Gambar 2. 5 Jaringan Layar Kompetitif
2. Fungsi Aktivasi