48
tersebut.
Istilah
tiruan
atau buatan disini digunakan
karena jaringan
syaraf
ini
diimplementasikan
dengan
menggunakan
program komputer
yang mampu
menyelesaikan sejumlah proses perhitungan selama proses pembelajaran.
Neural
Network
biasa
digunakan
dalam
masalah
klasifikasi
(di
mana output-tnya
adalah
variabel
kategoris)
atau regresi
(output-nya
kontinyu).
Neural network
dimulai
dengan
layer
input,
dimana
tiap simpul
berkorespondensi
dengan
variabel
prediktor.
Simpul-simpul
input
ini
terhubung
ke beberapa simpul
dalam
hidden
layer.
Tiap
simpul
input terhubung
dengan tiap simpul
dalam hidden layer. Simpul
dalam hidden layer bisa
jadi
terhubung
ke
simpul
lain
dalam
hidden
layer,
atau
ke
output
layer.
Output
layer
terdiri dari satu atau beberapa variabel respon.
Gambar 2.5 Struktur Jaringan Saraf Tiruan Sederhana
Setelah
layer
input,
tiap
simpul
mengambil satu
himpunan
input,
mengalikan
input-input tersebut
dengan
bobot Wxy (misalnya,
bobot dari simpul
1
ke 3 adalah W13
–
lihat
gambar),
menambahkan
kedua
bobot,
menerapkan
fungsi
(biasa
dipanggil
fungsi
aktivasi
atau
squashing),
dan
melewatkan
outputnya
ke
simpul
dalam
layer
berikutnya.
Misalnya, nilai yang dilewatkan
dari node 4 ke node 6 adalah:
Activation function applied to ([W14 * value of node 1] + [W24 * value of node 2])
 |