METODE DAN MODEL JARINGAN SYARAF TIRUAN

Metoda pelatihan terbimbing adalah metoda pelatihan yang memasukkan target keluaran dalam data untuk proses pelatihannya. Ada beberapa metoda pelatihan terbimbing yang telah diciptakan oleh para peneliti, diantaranya yang sering diaplikasikan adalah Single Perseptron, Multi Perseptron dan Back Propagation (BP). Metoda BP tersebut sampai saat ini masih sangat banyak yang menggunakan, begitu juga yang telah dimodifikasi sehingga menjadi lebih efektip kinerjanya.

Jaringan lapis tunggal Perseptron (single layer perceptron) terdiri dari beberapa unit

pemroses (neuron) seperti gambar 3.1, yang terhubung dan mempunyai beberapa masukan serta sebuah atau beberapa keluaran. Single Perceptron sering disebut juga denganPerceptron. Perseptron menghitung jumlah nilai perkalian penimbang dan masukan dari parameter permasalahan yang kemudian dibandingkan dengan nilai treshold. Bila nilai keluaran lebih besar dari treshold maka keluarannya adalah satu, sebaliknya adalah nol.

Single perceptron membagi input dalam dua class dan vektor bobot dari single perceptron terbagi dalam persamaan hyperplane. Persamaan harus linear seperable. Untuk mengatasi permasahan yang tidak linear seperable seperti gambar maka harus mengatur input menjadi linear seperable

Metoda BP ini banyak diaplikasikan secara luas. Sekitar 90 %, bahkan lebih BP telah berhasil diaplikasikan di berbagai bidang, diantaranya diterapkan di bidang finansial, pengenalan pola tulisan tangan, pengenalan pola suara, sistem kendali, pengolah citra medika dan masih banyak lagi keberhasilan BP sebagai salah satu metoda komputasi yang handal.

Metoda pelatihan tak terbimbing adalah pelatihan tanpa memerlukan target pada keluarannya. Proses pelatihan berdasarkan proses transformasi dari bentuk variabel kontinyu menjadi variabel diskrit yang dikenal dengan kuantisasi vektor. Jaringan yang digunakan untuk proses pelatihan tak terbimbing ini adalah jaringan umpan balik (feedback network).

Teknik self-organizing map (SOM) dikenalkan pertama kali oleh Teuvo Kohonen, merupakan proses unsupervised learning yang mempelajari distribusi

himpunan pola-pola tanpa informasi kelas.

Ide dasar teknik ini diilhami dari bagaimana proses otak manusia menyimpan gambar/pola yang telahdikenalinya melalui mata, kemudian mampu mengungkapkan kembali gambar/pola tersebut. Pada mata kita proses tersebut adalah realisasi pemetaan lmapping dari retina menuju cortex. oleh karenanya aplikasi model JST ini banyak digunakan pada pengenalan obyek/citra visual (visual image).