Jaringan Syaraf Tiruan 1

Ketika bayi baru lahir pertama kali yang diketahui hanya menangis, dan mungkin masih belum bisa mengenali orang tuanya. Seiring berkembangnya waktu, secara bertahap bayi akan mengalami proses belajar salah satunya adalah mengenali orang tuanya, proses ini dilakukan didalam otak. Mulai dari bayi sampai menjadi manusia dewasa, kemampuan otak berkembang untuk mempelajari sesuatu yang mulai dikenal dan dipelajari. 

Jaringan otak manusia terbentuk dari sel-sel syaraf (neuron). Neuron ini bekerja berdasarkan sinyal informasi yang diterima (action potential) dan kemudian akan diteruskan ke neuron lainnya. Jumlah neuron yang sampai kira-kira 100 miliar ini membuat otak mampu mengenali pola, belajar dan mengendalikan organ tuh yang lain melebihi kecepatan komputer.

Sebuah neuron biologis terdiri tiga komponen utama: dendrite, cell body, and axon. Dendrite berfungsi sebagai input pada sel syaraf, input ini akan mendapatkan sinyal informasi dari sel syaraf yang lain, sedangkan cell body adalah tempat untuk memproses sinyal informasi (memberikan penguatan atau pelemahan terhadap action potential yang diterima) yang intinya bernama nucleus. Axon memiliki fungsi sebagai saluran informasi dan akan diteruskan ke Axon Terminal sebagai terminal output yang terhubung dengan sel syaraf yang lainnya. Fungsi dari sistem syaraf diwakili oleh aktivitas neuron, topologi koneksi jaringan, dan kekuatan sistem syaraf .

Berdasarkan hal ini menarik minat banyak penelitian yang untuk mengadopsi fungsi jaringan syaraf yang mana memiliki kemampuan untuk belajar dan mengenali. Penelitian yang pertama dilakukan adalah membuat pemodelan jaringan. Pemodelan jaringan syaraf tiruan pertama kali dikenalkan pada tahun 1943, oleh Neurophysiologist Waren McCulloch dan Logician Walter Pits. Model  neuron yang dikenal dengan nama dua penemunya ini merupakan model sederhana karena hanya menggunakan dua kondisi on dan off (hard limiter) sehingga output dari neuron tersebut sama seperti bilangan biner. Gambar model neuron McCulloch and Pitts adalah seperti dibawah ini :

Input neuron Y adalah X1 ... Xn dan Xn+1 ... Xn+m , penghubung terdiri dari w merupakan garis yang memperkuat (excitatory / sinyal bobot positif) dan m merupakan garis yang memperlemah (inhibitory / sinyal bobot negatif). Selanjutnya akumulasi dari proses ini akan mengalami transformasi oleh fungsi aktifasi. 

Pada permasalahan untuk membuat gerbang AND dengan menggunakan jaringan ini,  dimana gerbang AND ini memiliki 4 input dan 1 output.

Dengan menggunakan persamaan 

didapatkan tabel seperti dibawah ini :

x4	x3	x2	x1	AND	w4	w3	w2	w1	q	y
0	0	0	0	0	1	1	1	1	4	0
0	0	0	1	0	1	1	1	1	4	0
0	0	1	0	0	1	1	1	1	4	0
0	0	1	1	0	1	1	1	1	4	0
0	1	0	0	0	1	1	1	1	4	0
0	1	0	1	0	1	1	1	1	4	0
0	1	1	0	0	1	1	1	1	4	0
0	1	1	1	0	1	1	1	1	4	0
1	0	0	0	0	1	1	1	1	4	0
1	0	0	1	0	1	1	1	1	4	0
1	0	1	0	0	1	1	1	1	4	0
1	0	1	1	0	1	1	1	1	4	0
1	1	0	0	0	1	1	1	1	4	0
1	1	0	1	0	1	1	1	1	4	0
1	1	1	0	0	1	1	1	1	4	0
1	1	1	1	1	1	1	1	1	4	1

Referensi :

1. http://en.wikipedia.org/wiki/Brain_cell.
2. http://lowercolumbia.edu/students/academics/facultyPages/rhode-cary/intro-neural-net.htm.