Text
Membangun Jaringan Syaraf Tiruan Menggunakan MATLAB Excelink
Jaringan Syaraf Tiruan yang selanjutnya dikenal dengan nama JST merupakan cabang ilmu multidisiplin yang relatif masih baru. Pada dasarnya JST mencoba meniru cara kerja otak makhluk hidup. Salah satu struktur yang ingin ditiru adalah bentuk neuron-nya (sel syaraf).
Dalam melakukan proses belajar, jaringan syaraf tiruan dapat memodifikasi tingkah lakunya sesuai dengan keadaan lingkungannya. Jaringan syaraf dapat mengatur dirinya sendiri untuk menghasilkan suatu respon yang konsisten terhadap serangkaian masukan. Sejumlah besar algoritma pelatihan (training algorithm) telah dikembangkan masing-masing dengan kelebihan dan kekurangannya. Begitu selesai dilatih, respon sebuah jaringan dapat menjadi tidak peka terhadap perubahan minor dari masukannya sampai suatu tingkat tertentu. Kemampuan untuk mengabaikan derau agar mampu melihat pola sebenarnya merupakan hal yang sangat vital dalam pengenalan pola lingkungan sehari-hari yang sesungguhnya. Jaringan syaraf tiruan dapat melakukan generalisasi secara otomatis karena strukturnya, bukan dengan cara menggunakan program komputer adhoc buatan manusia. Secara garis besar materi dalam buku ini berisi : Sejarah singkat JST, Jaringan Heb, Perceptron, Delta Rule, Adaline, Hopfield, BAM, Backpropogation, Hamming dan penerapan jaringan syaraf untuk mengenali pola angka. Buku ini terdiri dari 12 bab yang berisi : Bab I : Pendahuluan Bab II : Jaringan Hebb Bab III : Perceptron Bab IV : Delta Rule, Adaline dan Madaline Bab V : Jaringan Syaraf Heteroassociative Memory Bab VI : Jaringan Hopfield Bab VII : BAM Bab VIII : Jaringan Hamming Bab IX : LVQ Bab X : Kohonen Self Organizing Map Bab XI : Jaringan Syaraf Backpropagation Bab XII : Implementasi Jaringan Syaraf Hopfield Dalam Kasus Pengenalan Pola Angka Buku ini cocok untuk Anda mahasiswa jurusan Teknik Informatika, Manajemen Informatika, Ilmu Komputer atau jurusan lainnya yang sesuai.
Tidak tersedia versi lain