d. Kemampuan memodelkan struktur informasi terdistribusi . Artinya, proses
pengolahan informasi disebarkan pada beberapa neuron tiruan sekaligus.
Setiap neuron tiruan harus memiliki memori lokal dan mampu melakukan pengolahan informasi secara lokal.
2.3.1 Pengertian Dasar Jaringan Syaraf Tiruan
Jaringan Syaraf Tiruan adalah paradigma pemrosesan suatu informasi yang terinspirasi oleh sistim sel syaraf biologi, sama seperti otak yang memproses
suatu informasi. Elemen mendasar dari paradigma tersebut adalah struktur yang baru dari sistim pemrosesan informasi. Jaringan Syaraf Tiruan, seperti manusia,
belajar dari suatu contoh. Jaringan Syaraf Tiruan dibentuk untuk memecahkan suatu masalah tertentu seperti pengenalan pola atau klasifikasi karena proses
pembelajaran. Pembagian arsitektur jaringan syaraf tiruan bisa dilihat dari kerangka kerja dan skema interkoneksi. Kerangka kerja jaringan syaraf tiruan bisa
dilihat dari jumlah lapisan layer dan jumlah node pada setiap lapisan. Lapisan- lapisan penyusun jaringan syaraf tiruan dibagi menjadi tiga, yaitu:
a. Lapisan Input
Node-node di dalam lapisan input disebut unit-unit input. Unit-unit input menerima input dari dunia luar. Input yang dimasukkan merupakan
penggambaran dari suatu masalah. b.
Lapisan Tersembunyi Node-node di dalam lapisan tersembunyi disebut unit-unit tersembunyi.
Output dari lapisan ini tidak secara langsung dapat diamati.
c. Lapisan Output
Node-node di dalam lapisan output disebut unit-unit output. Keluaran atau output dari lapisan ini merupakan output jaringan syaraf tiruan terhadap suatu
permasalahan.
Gambar 2.2. Sebuah Jaringan Syaraf Tiruan Tunggal.
2.3.2 Komponen Jaringan Syaraf Tiruan
Ada beberapa tipe jaringan syaraf, namun demikian hampir semuanya memiliki komponen-komponen yang sama. Seperti halnya otak manusia, jaringan
syaraf juga terdiri dari beberapa neuron, dan ada hubungan antara neuron-neuron tersebut. Neuron-neuron tersebut akan mentransformasikan informasi yang
diterima melalui sambungan keluarannya menuju ke neuron-neuron yang lain. Pada jaringan syaraf, hubungan ini dikenal dengan nama Bobot. Informasi
tersebut disimpan pada suatu nilai tertentu pada bobot tersebut.
Gambar 2.3. Struktur Neuron Jaringan Syaraf.
Jika dilihat, neuron buatan ini sebenarny mirip dengan sel neuron biologis. Neuron-neuron buatan tersebut bekerja dengan cara yang sama pula dengan
neuron-neuron biologis. Informasi input akan dikirim ke neuron dengan bobot kedatangan tertentu. Input ini akan diproses oleh suatu fungi perambatan yang
akan menjumlahkan nilai-nilai semua bobot yang akan datang. Hasil penjumlahan ini kemudian akan dibandingkan dengan suatu nilai ambang tertentu melalui
fungsi aktifasi setiap neuron. Apabila input itu melewati suatu nilai ambang tertentu, maka neuron tersebut akan diaktifkan. Apabila neuron tersebut
diaktifkan, maka neuron tersebut tidak akan mengirimkan output melalui bobot- bobot outputnya ke semua neuron yang berhubungan dengannya, demikian
seterusnya. Pada jaringan syaraf, neuron-neuron akan dikumpulkan dalam lapisan-
lapisan layer yang disebut dengan lapisan neuron neuron layers. Biasanya neuron-neuron pada satu lapisan akan dihubungkan dengan lapisan-lapisan
sebelum dan sesudahnya kecuali lapisan input dan lapisan output. Informasi yang diberikan pada jaringan syaraf akan dirambatkan lapisan ke lapisan, mulai
dari lapisan input ke lapisan output melalui lapisan yang lainnya yang sering disebut dengan nama lapisan tersembunyi hidden layer. Tergantung pada
algoritma pembelajarannya, bisa jadi informasi tersebut akan dirambatkan secara mundur pada jaringan. Gambar 2.4 menunjukan jaringan syaraf dengan tiga
lapisan.
Gambar 2.4. Jaringan Syaraf dengan 3 Lapisan.
Gambar 2.4 bukanlah struktur umum jaringan syaraf. Beberapa jaringan syaraf ada juga yang tidak memiliki lapisan tersembunyi, dan ada juga jaringan syaraf
dimana neuron-neuronnya disusun dalam bentuk matriks.
2.3.3 Arsitektur Jaringan
