Konversi RGB to Grayscale Citra Biner
Jaringan Saraf Tiruan memiliki beberapa kemampuan seperti yang dimmiliki otak manusia, yaitu:
1. Kemampuan untuk belajar dari pengalaman 2. Kemampuan melakukan perumpamaan generalization terhadap input baru dari
pengalaman yang dimilikinya 3. Kemampuan memisahkan abstraction karaktearisktik penting dari input yang
mengandung data yang tidak penting Putra, 2009
Jaringan Saraf Tiruan akan mentransformasikan informasi dalam bentuk bobot dari satu neuron ke neuron lainnya, informasi tersebut akan diproses oleh suatu
fungsi perambatan dan semua bobot masukan yang datang dijumlahkan kemudian dibandingkan dengan suatu nilai ambang tertentu melalui fungsi aktivasi setiap
neuron. Bila nilai fungsi melampaui nilai ambang maka neuron diaktifkan dan informasi keluaran diteruskan ke neuron yang tersambung dengannya. Berikut ini
adalah gambar struktur neuron jaringan saraf Gambar 2.10.
Gambar 2.10 Struktur Neuron Jaringan Saraf Muis, 2009
Model sel saraf neuron umumnya terdiri atas: 1. Masukan x yang berfungsi sebagai penerima sinyal
2. Bobot koneksi W
ji
untuk menyimpan informasi 3. Bias W
yang berfungsi mengatur nilai ambang 4.
Elemen pemrosesan ∑ dan fungsi aktivasi f untuk memroses informasi 5. Keluaran y sebagai keluaran yang akan menyampaikan hasil pemrosesan
informasi ke sel berikutnya.
Wj
1
Wj
2
Wj
n
Berikut ini adalah model matematika untuk satu neuron.
Gambar 2.11 Model Matematika Satu Neuron
Persamaan matematika dari Gambar 2.11 sebagai berikut:
=1
+ … … … … … … … … … … … … … … … … … … … … … … … … … . 2.7
= … … … … … … … … … … … … … … … … … … … … … … … … … . … . 2.8