7
Neuron memiliki 3 komponen penting yaitu dendrit, soma dan axon. Dendrit memiliki fungsi menerima sinyal dari neuron lain. Sinyal tersebut berupa impuls
elektrik yang dikirim melalui celah sinaptik melalui proses kimiawi. Sinyal tersebut dimodifikasi
diperkuatdiperlemah di
celah sinaptik.
Berikutnya, soma
menjumlahkan semua sinyal-sinyal yang masuk. Kalau jumlahan tersebut cukup kuat dan melebihi batas ambang threshold, maka sinyal tersebut akan diteruskan ke sel
lain melalui axon. Frekuensi penerusan sinyal berbeda-beda antara satu sel dengan yang lain.
Neuron biologi merupakan sistem yang fault tolerant dalam 2 hal. Pertama, manusia dapat mengenali sinyal input yang agak berbeda dari yang pernah kita terima
sebelumnya. Sebagai contoh, manusia sering dapat mengenali seseorang yang wajahnya pernah dilihat dari foto, atau dapat mengenali seseorang yang wajahnya
agak berbeda karena sudah lama tidak dijumpainya. Kedua, otak manusia tetap mampu bekerja meskipun beberapa neuronnya tidak mampu bekerja dengan baik. Jika
sebuah neuron rusak, neuron lain kadang-kadang dapat dilatih untuk menggantikan fungsi sel yang rusak tersebut.
2.2. Jaringan Saraf Tiruan
2.2.1. Latar belakang Jaringan saraf tiruan dibuat pertama kali pada tahun 1943 oleh Neurophysiologist
McCulloch dan Logician Walter Pits. McCulloch dan Pits menyimpulkan bahwa kombinasi beberapa neuron sederhana menjadi sebuah sistem neural akan
meningkatkan kemampuan komputasinya. Bobot dalam jaringan yang diusulkan oleh McCulloch dan Pits diatur untuk melakukan fungsi logika sederhana. Pada tahun
1958, Rosenblatt memperkenalkan dan mulai mengembangkan model jaringan yang disebut Perceptron. Metode pelatihan diperkenalkan untuk mengoptimalkan hasil
iterasinya. Tahun 1960, Widrow dan Hoff mengembangkan perceptron dengan
memperkenalkan aturan pelatihan jaringan, yang dikenal sebagai aturan delta atau sering disebut kuadrat rata-rata terkecil. Aturan ini akan mengubah bobot perceptron
apabila keluaran yang dihasilkan tidak sesuai dengan target yang diinginkan. Apa yang dilakukan peneliti terdahulu hanya menggunakan jaringan dengan layer tunggal
8
single layer. Pada tahun 1986, Rumelhart mengembangkan perceptron menjadi backpropagation, yang memungkinkan jaringan diproses melalui beberapa layer.
2.2.2. Pengertian jaringan saraf tiruan Jaringan saraf tiruan adalah pemrosesan suatu informasi yang memiliki karakteristik
mirip dengan jaringan saraf biologi Fausett, 1994. Jaringan Saraf Tiruan dibentuk untuk memecahkan suatu masalah tertentu seperti pengenalan pola atau klasifikasi
karena proses pembelajaran Smith, 1996. Jaringan saraf tiruan dibentuk sebagai generalisasi model matematika dari
jaringan saraf biologi, dengan asumsi bahwa : a.
Pemrosesan informasi terjadi pada banyak elemen sederhana neuron. b.
Sinyal dikirirnkan diantara neuron-neuron melalui penghubung-penghubung. c.
Penghubung antar neuron memiliki bobot yang akan memperkuat atau memperlemah sinyal
d. Untuk menentukan output, setiap neuron menggunakan fungsi aktivasi
biasanyabukan fungsi linier yang dikenakan pada jumlahan input yang diterima. Besarnya output ini selanjutnya dibandingkan dengan suatu batas
ambang Dapat dilihat pada tabel 2.1 perbedaan antara jaringan saraf tiruan dengan
jaringan saraf biologi Medsker Liebowitz, 1994.
Tabel 2.1 Perbedaan Saraf Biologi dengan Jaringan Saraf Tiruan Medsker Liebowitz, 1994
Jaringan Saraf Biologi Manusia Jaringan Saraf Tiruan JST
Soma Node simpul
Dendrit Input
Axon Output
Synapse Weight bobot
Slow speed Fast speed
Terdiri dari banyak Neuron 10
9
Beberapa Neuron
2.2.3. Arsitektur jaringan Arsitektur jaringan merupakan salah satu hal terpenting dalam jaringan saraf tiruan.