TUGAS SISTEM KENDALI CERDAS

JARINGAN SARAF TIRUAN

TUGAS

MATA KULIAH SISTEM KENDALI CERDAS

OLEH

ARIF RAHMAN      07 175 021

JERRY SATRIA      07 175 012

JURUSAN TEKNIK ELEKTRO

FAKULTAS TEKNIK

UNIVERSITAS ANDALAS

PADANG

2011

1.   PENDAHULUAN

Jaringan Syaraf Tiruan dibuat  pertama kali pada tahun 1943 oleh ophysiologist Waren McCulloch dan  logician Walter Pits, namun teknologi yang dia pada saat itu belum memungkinkan mereka berbuat lebih jauh. Jaringan Syaraf Tiruan adalah paradigma pemrosesan suatu informasi yang terinspirasi oleh sistim sel syaraf biologi, sama seperti otak yang memproses suatu informasi.  Elemen mendasar dari paradigma  tersebut adalah struktur yang baru dari sistim pemrosesan informasi.  Jaringan Syaraf Tiruan, seperti manusia, belajar dari suatu contoh. Jaringan Syaraf Tiruan dibentuk  untuk memecahkan suatu masalah tertentu seperti pengenalan pola atau klasifikasi karena proses pembelajaran. Jaringan Syaraf Tiruan berkembang secara  pesat pada beberapa tahun terakhir. Jaringan Syaraf Tiruan telah dikembangkan sebelum adanya suatu komputer konvensional yang canggih dan terus berkembang walaupun pernah mengalami masa vakum selama beberapa tahun.

2. KONSEP DASAR JARINGAN SARAF TIRUAN

Struktur Dasar Jaringan Biologi

Pembuatan struktur jaringan saraf tiruan diilhami oleh struktur jaringan biologi, khusunya jaringan otak manusia. Untuk lebih mengenal asal-usul serta bagaimana suatu struktur jaringan saraf tiruan dapat dibuat dan dapat dipakai sebagai suatu alat penghitung, berikut ini akan diulas sedikit istilah yang secara umum digunakan.

            Neuron adalah satuan unit pemroses terkecil pada otak, bentuk sederhana sebuah neuron yang oleh paral ahli dianggap sebagai satuan unit pemroses tersebut di gambarkan sebagai berikut :

Struktur pada gambar diatas tersebut adalah bentuk standar dasar satuan unit jaringan otak manusia yang telah disederhanakan. Bentuk standar ini mungkin dikemudian hari akan berubah bila ada ilmuwan yang dapat menciptakan bentuk standar yang lebih baik ataupun memperbaiki bentuk standar yang digunakan saat ini. Jaringan otak manusia tersusun tidak kurang dari 10¹³buah neuron yang masing-masing terhubung oleh sekitar 10¹⁵ buah dendrit. Fungsi dendrit adalah sebagai penyampai sinyal dari neuron tersebut ke neuron yang terhubung dengannya. Sebagai keluaran, setiap neuron memiliki axon, sedangkan bagian penerima sinyal disebut synapse. Penjelasan lebih rinci tentang hal ini dapat diperoleh pada disiplin ilmu biology molecular.

            Secara umum jaringan saraf terbentuk dari jutaan (bahkan lebih) struktur dasar neuron yang terinterkoneksi dan terintegrasi antara satu dengan yang lain sehingga dapat melaksanakan aktifitas secara teratur dan terus menerus sesuai dengan kebutuhan.

Konsep Dasar Pemodelan Jaringan Saraf Tiruan

            Tiruan neuron dalam struktur jaringan saraf tiruan adalah sebagai elemen pemroses seperti pada gambar di bawah ini yang dapat berfungsi seperti halnya sebuah neuron. Sejumlah sinyal masukan a dikalikan dengan  masing-masing penimbang yang bersesuaian w. Kemudian dilakukan penjumlahan dari seluruh hasil perkalian tersebut dan keluaran yang dihasilkan dilalukan ke dalam fungsi pengaktif untuk mendapatkan tingaktan derajat sinyal keluarannya f(a,w). Walaupun masih jauh dari sempurna, namun kinerja dari tiruan neuron ini identik dengan kinerja dari sel biologi yang kita kenal saat ini.

·         aj         :nilai aktivasi dari unit j

·         wj,i      :bobot dari unit j ke unit i

·         ini        :penjumlahan bobotdan masukan ke unit i

·         g          :fungsi aktivasi

·         ai         :nilai aktivasi dari unit i

misalkan ada n buah sinyal masukan dan n buah penimbang, fungsi keluaran dari neuron adalah seperti persamaan berikut,

kumpulan dari neuron dibuat menjadi sebuah jaringan yang akan berfungsi sebagai alat komputasi. jumlah neuron dan struktur jaringan untuk setiap problem yang akan diselesaikan adalah berbeda.

Mengaktifkan Jaringan Saraf Tiruan

            Mengaktifkan jaringan saraf tiruan berarti mengaktifkan setiap neuron yang dipakai pada jaringan tersebut. banyak fungsi yang dapat dipakai sebagai pengaktif, seperti fungsi-fungsi trigonometri dan hiperboliknya, fubgsi step, impulse, sigmoid, dan lain sebagainya seperti pada gambar di bawah ini, tetapi yang lazim digunakan adalah funsi sigmoid, karena dianggap lebih mendekati kinerja sinyal pada otak.

·         step(x)             =          1          if x>=t else 0

·         sign(x)             =          +1        if x>=0            else -1

·         sigmoid(x)       =          1/(1+e-x)

·         fungsi identitas

Ada dua jenis fungsi sigmoid, unipolar dan bipolar. Fungsi sigmoid unipolar dituliskan pada persamaan berikut dan ditunjukkan pada gambar dibawah ini

            Sedangkan fungsi pengaktif bipolar adalah dua persamaan di bawah ini. Persamaan yang kedua disebut juga sebagai persamaan tangen hiperbolikdan bentuk fungsi seperti pada gambar di bawah ini.

3. CONTOH DAN PROGRAM JARINGAN SEDERHANA

            Beberapa contoh jaringan sederhana AND, OR, dan NOT dapat dijelaskan seperti di bawah ini. Tabel berikut adalah tabel hasil operasi AND

            Dari tabel di atas terlihat ada dua input (x1 dan x2) dan satu output (y) dengan bobot yang sesuai untuk w1 adalah 1 dan w2 adalah 1 sehingga diperoleh nilai threshold yang sesuai dengan tabel adalah 2. Arsitektur jaringan sederhana untuk kasus and seperti pada gambar di bawah ini

Contoh Program Jaringan Sederhana Operasi AND

#include<iostream.h>

main()

{

            int w1, w2, x1, x2, O;

w1=1;w2=1;

cout<<”x1=”;

cin>>x1;

cout<<”x2=”;

cin>>x2;

O=x1*w1+x2*w2;

if(O>=2)

                        cout<<”Output AND=1”<<endl;

else

                        cout<<”Output AND=0”<<endl;

}

Tabel Hasil Operasi OR

            Dari tabel di atas ada dua input (x1 dan x2) dan satu output (y) dengan bobot yang sesuai untuk w1 adalah 2 dan w2 adalah 2 sehingga diperoleh nilai threshold yang sesuai dengan tabel adalah 2. Arsitektur jaringan sederhana untuk kasus OR seperti pada gambar di bawah ini

Contoh program jaringan sederhana operasi OR adalah:

#include<iostream.h>
main()

{

            int w1,w2,x1,x2,O;

            w1=2;w2=2;

cout<<”x1=”;

cin>>x1;

cout<<”x2=”;

cin>>x2;

O=x1*w1+x2*w2;

if(O>=2)

                        cout<<”Output OR=1”<<endl;

else

                        cout<<”Output OR=0”<<endl;

}         

Tabel Hasil Operasi NOT

            Dari tabel di atas terlihat ada satu input (x) dan satu output (y) dengan bobot yang sesuai untuk w adalah -1 sehingga diperoleh nilai threshold yang sesuai dengan tabel adalah -0.5. Arsitektur jaringan sederhana untuk kasus NOT seperti pada gambar di bawah ini

Contoh program jaringan sederhana operasi NOT adalah :

#include<iostream.h>
main()

{

            int w1,x1,O;

            w1=1;

cout<<”x1=”;

cin>>x1;

O=x1*w1;

if(O>=-0.5)

                        cout<<”Output NOT=1”<<endl;

else

                        cout<<”Output NOT=0”<<endl;

}