ARTICIAL NEURAL NETWORKS

ANN

(Artificial Neural Networks)

Sejarah ANN

Perkembangan ilmu Neural Network sudah ada sejak tahun 1943 ketika Warren McCulloch dan Walter Pitts memperkenalkan perhitungan model neural network yang pertama kalinya. Mereka melakukan kombinasi beberapa processing unit sederhana bersama-sama yang mampu memberikan peningkatan secara keseluruhan pada kekuatan komputasi.

Warren Mc Culloch dan Walter Pitts

Hal ini dilanjutkan pada penelitian yang dikerjakan oleh Rosenblatt pada tahun 1950, dimana dia berhasil menemukan sebuah two-player network, yang disebut sebagai perceptron. 

Keberhasilan perceptron dalam mengklasifikasian pola tertentu ini tidak sepenuhnya sempurna, masih ditemukan juga beberapa keterbatasan di dalamnya. Perceptron tidak mampu untuk menyelesaikan permasalahan XOR (exclusive-OR). Penilaian terhadap keterbatasan neural network ini membuat penelitian di bidang ini sempat mati selama 15 tahun. Namun demikian, perceptron berhasil menjadi sebuah dasar untuk penelitian-penelitian selanjutnya di bidang neural network.

Ada tiga paradigma bagaimana jaringan syaraf tiruan dapat berfikir dan beradaptasi terhadap suatu masalah, tiga paradigma tersebut diantaranya : 

1. Supervised Learning
2. Unsupervised Learning
3. Reinforced Learning

1.  Supervised Learning (pembelajaran terawasi) adalah metode pembelajaran yang menyimpulkan pemetaan data dengan membandingkan ketidaksesuaian antara pemetaan data saat ini ( yang mengandung knowledge saat ini) dengan pemetaan data sebelumnya (yang mengandung knowledge sebelumnya).

2 Unsupervised Learning (pembelajaran tidak terawasi) adalah metode pembelajaran yang mengelompokkan unit-unit yang hampir sama dalam area tertentu. Metode ini biasa digunakan untuk pengklafisikasian pola yang kemudian disempurnakan melalui proses pembelajaran.

3 Reinforced Learning adalah metode yang membuat system dapat belajar dari keputusan yang diambil sebelumnya dengan cara memberikan reward setiap kali system melakukan suatu hal yang benar. Dengan pemberian reward ini system akan mencari hal apa yang harus dilakukan agar mendapatkan lebih banyak lagi reward, sehingga system dapat terus berkembang. System (learner) dibiarkan belajar sendiri dengan lingkungan, ketika system bermain berdasarkan rule maka akan diberi reward, ketika tidak akan diberi punishment.

     Hybrid pada artificial neural networks misalkan bisa kita lihat pada mesin kalor, konversi energi thermal lautan,pembangkit listrik tenaga hibrida, dan masih banyak contoh lainnya yang menggunakan hybrid ANN.
      
    Akhir kata saya ucapkan trimakasih bagi para pembaca. Semoga artikel ini berguna bagi kita semua.