� = � − � + � + �
� = � + � + � + �
� = � − � � + � [ � + �
− � + � ]
+ � − � � + � [ � + �
− � + � ]
� = � − � [ � + � − � + �
] + � � + � � + �
� = � − � � + � [ � + �
− � + � ]
− � − � � + � [ � + �
− � + � ]
2.5. Jaringan Saraf Tiruan
Jaringan saraf tiruan merupakan suatu artificial intelligent yang mengolah informasi dengan cara meniru kinerja jaringan saraf biologis yaitu otak manusia yang terjadi
pada jaringan sel syaraf neuron. Konsep dari jaringan saraf tiruan ini adalah menerima rangsangan lalu mengolah rangsangan tersebut dan keputusan diambil
berdasarkan pola yang telah dipelajari. Tujuan melatih jaringan saraf tiruan adalah untuk mencapai keseimbangan
antara kemampuan memorisasi dan generalisasi. Kemampuan memorisasi merupakan kemampuan untuk memanggil kembali sebuah pola yang telah dipelajari secara
sempurna sedangkan kemampuan generalisasi merupakan kemampuan untuk menghasilkan respon yang dapat diterima terhadap pola-pola input yang serupa tidak
identik dengan pola – pola yang sebelumnya telah dipelajari Bishop, 1995
Komponen utama pada jaringan saraf tiruan yaitu : 1.
Neuron Neuron merupakan elemen pengolahan jaringan saraf tiruan. Pada setiap
neuron menerima input, memproses input melakukan sejumlah perkalian dengan melibatkan summation function dan fungsi aktivasi dan
mengirimkan hasilnya berupa output Puspitaninggrum, 2006. 2.
Bobot Bobot atau weight merupakan nilai yang mempresentasikan koneksi, yang
mentransfer data dari satu lapisan ke lapisan yang lain. Pada setiap penghubung dilakukan operasi perkalian bobot dengan sinyal yang
melewati penghubung tersebut Purnamasari, 2013.
Universitas Sumatera Utara
3. Summation Function
Summation function merupakan suatu fungsi yang digunakn untuk merata - rata bobot dari semua elemen input dengan mengalikan setiap nilai input
dengan bobot dan menjumlahkan bobotnya 4.
Fungsi Aktivasi Fungsi aktivasi merupakan fungsi yang menentukan output dari suatu neuron
berdasarkan sinyal masukan yang diterima. 5.
Layer Layer merupakan lapisan pada jaringan saraf tiruan. Asritekur jaringan saraf
tiruan terbagi menjadi 3 yaitu jaringan lapisan tunggal dan lapisan multilayer. Jaringan layer tunggal terdiri dari lapisan input dan output saja.
Sedangkan jaringan multilayer terdiri dari lapisan input, lapisan tersembunyi yang terletak diantara lapisan input dan lapisan output serta
lapisan output. Pengelompokkan jaringan saraf tiruan terbagi menjadi 2 yaitu jaringan saraf tiruan
umpan maju dan jaringan saraf tiruan umpan balik 1.
Jaringan saraf tiruan umpan maju feed-forward networks Jaringan saraf tiruan umpan maju feed-forward networks merupakan sebuah
jaringan sederhana dimana signal bergerak dari input menuju lapisan tersembunyi dan akhirnya mencapai unit output. Tipe jaringan umpan maju
mempunyai sel saraf yang tersusun dari beberapa lapisan. Lapisan ini hanya mengenalkan suatu nilai dari suatu variabel. Lapisan tersembunyi
dan lapisan output sel syaraf terhubung satu sama lain dengan lapisan sebelumnya. Contoh jaringan saraf tiruan umpan maju adalah single layer
perceptron, multi layer perceptron, Radial Basis Function Argadinata, 2013.
2. Jaringan saraf tiruan umpan balik feedback networks
Jaringan saraf tiruan umpan balik feedback networks merupakan graf yang mempunyai loop koneksi balik. Contoh jaringan saraf tiruan umpan balik
adalah Competitive networks, kohonen SOM, hopfield network, ART model.
Universitas Sumatera Utara
2.6. Radial Basis Function RBF
