1.Artificial Neural Network.

Sistem Cerdas .
Pengertian sistem cerdas adalah Kecerdasan buatan (Artificial Intelligent, AI) telah menjadi wacana umum yang sangat penting dan banyak dijumpai. Kecerdasan Buatan atau Sistem cerdas atau Intelegensi Buatan atau Artificial Inteligence merupakan cabang terpenting dalam dunia komputer. Komputer tidah hanya alat untuk menghitung, tetapi diharapkan dapat diberdayakan untuk mengerjakan segala sesuatu yang bias dikerjakan oleh manusia. Manusia mempunyai pengetahuan, pengalaman dan kemampuan penalaran dengan baik, agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer juga harus dibekali pengetahuan dan mempunyai kemampuan untuk menalar atau sistem cerdas adalah sistem yang dapat mengadopsi sebagaian kecil dari tingkat kecerdasan manusia untuk berinteraksi dengan keadaan eksternal suatu sistem.

1. Artificial Neural Network(Adopsi dari otak manusia).

Artificial neural network ANN Merupakan cabang ilmu multi disiplin yang meniru cara kerja otak manusia. Salah satu struktur yang ditiru adalah bentuk neuronnya (sel saraf). Jaringan saraf tiruan ANN dapat menyelesaikan persoalan rumit/tidak mungkin jika diselesaikan dengan menggunakan komputasi kovensional.
Dengan melakukan proses belajar jaringan saraf tiruan dapat mengatur dirinya untuk menghasilkan suatu respon yang konsisten terhadap rangkaian masukkan. Jaringan saraf tiruan dirancang dan dilatih untuk memiliki kemampuan seperti manusia.
Pengertian Artificial Neural Network
Artificial Neural Network atau jaringan saraf tiruan adalah system komputasi dimana arsitektur dan komputasi diilhami dari pengetahuan tentang sel saraf dalam otak. ANN merupakan model yang meniru cara kerja jaringan neural biologis.
Otak sebagai system pengolah informasi
Otak manusia juga hewan terdiri atas sel yang disebut neuron. Dibanding sel lain yang selalu memproduksi dirinya, kemudian mati, dia punya keistimewaan tidak mati. Karena informasi yang tersimpan di dalamnya dapat bertahan. Diperkiakan otak manusia terdiri atas 109 neuron, dan terdapat 100 jenis yang diketahui. Neuron – neuron ini terbagi atas grup – grup yang disebut jaringan dan dibedakan atas fungsinya dan setiap grup mengandung ribuan neuron yang saling terhubung. Dengan demikian dapat disimpulkan otak merupakan kumpulan jaringan neuron. Kecepatan proses tiap jaringan jauh lebih kecil disbanding dengan kecepatan proses komputer saat ini. Namun karena otak terdiri atas jutaan jaringan yang bekerja secara parallel (simultan), maka otak dapat mengerjakan pekerjaan yang lebih kompleks dibandingkan dengan apa yang dikerjakan dengan komputer. Struk pemrosesan parallel ini merupakan bagian yang menarik dari jaringan neural, yang dapat ditiru untuk diimplementasikan pada komputer.
Fungsi dari Neural Network diantaranya adalah:
1.Pengklasifikasian pola
2.Memetakan pola yang didapat dari input ke dalam pola baru pada output
3.Penyimpan pola yang akan dipanggil kembali
4.Memetakan pola-pola yang sejenis
5.Pengoptimasi permasalahan
6.Prediksi

– kemudian terdapat Contoh penerapan Artificial neuron network itu pada deteksi plat nomor kendaraan, sistem ini merupakan sistem yang sensitif, karena plat nomor kendaraan berbeda-beda, baik dari sisi jenis font yang digunakan, ukuran font yang digunakan, maupun cat yang digunakan, maka diperlukan non linier programming dalam sistem ini.
– Atau Contoh penerapan lainnya
Artificial Neural Network (Jaringan Syaraf Tiruan), dimana dalam sepuluh tahun terakhir pengaplikasiannya telah banyak dikembangkan di berbagai bidang dalam kehidupan manusia. Seperti contoh Aplikasi Adaptive Inteligent System adalah Sistem mengenali Panas, Hangat, dan Dingin Menggunakan Jaringan Syaraf Tiruan dan Himpunan Fuzzy begitu juga seperti Adaptive Noise Canceling yang menggunakan jaringan syaraf tiruan untuk membersihkan gangguan pada telephone (dikenal dengan echo) dan mengurangi kesalahan tranmisi modem dll.
Salah satu contoh nya bisa dilihat saya mengambil dari jurnal

http://www.ejournal.himsya.ac.id/index.php/HIMSYATECH/article/view/45/40

Dalam perkembangannya, ilmu Kecerdasan Buatan atau Artificial Intelligence (AI) telah banyak diterapkan pada teknologi komputer dalam menyelesaikan suatu masalah yang umumnya memerlukan pemikiran seorang ahli, dan ANN Perceptron merupakan salah satu dari metode AI yang telah terbukti cukup handal untuk digunakan sebagai teknik pengenalan atau pengindentifikasian.Tujuan dari dibuatnya karya tulis ilmiah ini adalah untuk menerapkan metode Jaringan Syaraf Tiruan atau Artificial Neural Network dengan algortima Perceptron dalam menentukan penyakit cacar daun dan bercak daun pada daun tembakau serta daun cengkeh, dimana sampel daun-daun tersebut dianalisis melalui kedelapan gejala atau ciri yang ditimbulkannya.Tahapan awal yang dilakukan yaitu mengumpulkan beberapa sampel daun tembakau dan daun cengkeh, baik yang terkena penyakit maupun tidak. Kemudian mengelompokkan gejala atau ciri khusus yang ditimbulkan pada setiap daunnya dari penyakit cacar daun dan bercak daun. Ciri penyakit yang positif terlihat pada masing-masing daun akan direpresentasikan dengan nilai bipolar [1, -1], dimana ciri tersebut akan digunakan sebagai nilai masukan pada tahap pelatihan (training) dan pengujian (testing) dalam metode ANN. Dari hasil pengujian terhadap sampel sebanyak 20 daun untuk tahap training dan 10 sampel daun untuk tahap testing, dengan perbandingan penyakit bercak daun dan cacar daun adalah 50 : 50, learning rate sebesar 0,7, lapisan masukan sebanyak 8 buah, dan 1 buah lapisan luaran, didapat bahwa metode ANN Perceptron memiliki persentase keberhasilan pengenalan penyakit sebesar 61% – 73% untuk data non-learning, dan 100% untuk data learning pada kedua jenis daun tersebut.

Sumber :
https://kidodi.wordpress.com/2012/02/19/pengertian-sistem-cerdas/
•http://socs.binus.ac.id/2012/07/26/konsep-neural-network/
•www.ejournal.himsya.ac.id/index.php/HIMSYATECH/article/view/45/40

Iklan

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout /  Ubah )

Foto Google+

You are commenting using your Google+ account. Logout /  Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout /  Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout /  Ubah )

Connecting to %s