JARINGAN SYARAF TIRUAN (JST )

JST adalah cabang ilmu multidisiplin yang relatif masih baru. Paper ilmiah tentang teori JST pertama kali diajukan oleh McCulloch dan Pitts(1943), menyusul Hebb (1949), Rosenblatt (1957), dan widrow-holf (1960). Sampai disini laju perkembangan JST menurun karena tidak ditemukannya cara atau algoritma untuk melatikh JST berlapis banyak serta pesimisnya para penyandang dana penelitian untuk tetap mendukung riset JST selanjutnya.

Beberapa pakar terus melanjutkannya meski mereka harus bekerja tanpa penyandang dana. Barulah setelah Kohonen (1974) dengan prinsip-prinsip adaptive associative memori, JST mendapatkan kembali dukungan dan dana penelitian. Selain dari itu terdapat peneliti Hopfield, Grossberg, Rummelhart dan lain-lain menyumbangkan buah pikiran mereka.

JST dapat menyelesaikan persoalan rumit yang sulit atau tidak mungkin diselesaikan oleh komputasi konvensional (Artificial Intelegent). JST berbeda dengan AI dalam hal adanya fase untuk belajar dan pelatihan. Pola pelatihan JST dapat dibandingkan dengan pelatihan untuk mengasosiasikan pola pada manusia. Bila sebuah jeruk berwarna kuning berada dihadapan bayi dan secara berulang-ulang disebutkan kuning maka kekuatan koneksi synaptic akan meningkat bila sel syaraf yang sesuai dari pusat optik secara simultan teraktivasi bersama dengan yang berasal dari pusat auditori suara untuk kata jeruk yang diucapkan. Prinsip ini dikemukakan oleh Hebb(1949).

PENGGOLONGAN JST

JST secara umum dapat digolongkan berdasarkan aplikasinya yaitu :

1. Optimisasi ( Optimization)
2. Klasifikasi pola ( Pattern Classification )


Penggolongan berdasarkan algoritma pelatihan yaitu :
1. Terawasi ( Supervised)
2. Tak Terawasi ( unsuvervised )

Prinsip kerja JST adalah meniru fisiologi dari jaringan syaraf otam manusia, maka JST dibentuk oleh elemen-elemen yang dapat melakukan sebagian besar fungsi mendasar seperti yang dilakukan oleh neuron syaraf otak manusia.

Elemen-elemen ini diatur sedemikian rupa sehingga akan menyerupai anatomi otak manusia. Oleh karena itu JST dapat menunjukkan sejumlah karakteristik yang dimiliki oleh otak manusia yaitu :
1. Kemampuan untuk belajar dari pengalaman.
2. Kemampuan untuk melakukan generalisasi terhadap input baru dari pengetahuan yang dimilikinya.
3. Kemampuan mengabstraksikan karakteristik penting dari input yang mengandung data yang tidak penting.

Kemampuan belajar JST ditunjukkan dengan memodifikasi tingkah laku mereka terhadap lingkungannya. Misalnya satu paket input diperlihatkan kepada JST maka JST akan mengatur dirinya untuk menghasilkan tanggapan tanggapa seperti yang telah ditetapkan.

Untuk dapat melakukan proses diatas maka diperlukan algoritma belajar tertentu. Setelah JST dilatih maka JST sanggup menerima input yang mengalami sedikit gangguan ataupun derau. Komputer konvensional memiliki keunggulan dalam komputasi numerik sedangkan JST memiliki keunggulan mengolah data simbolik.