•
Input
merupakan
bagian
sistem
yang
digunakan
untuk
memberikan
masukan
pada
sistem,
baik untuk proses pembelajaran maupun proses pengenalan objek.
•
Weight
merupakan bobot
yang diberikan pada penghubung yang berfungsi
untuk
meningkatkan
dan
menurunkan
pengaruh
suatu
neuron
terhadap
input
yang
diberikan
agar
sesuai dengan target pembelajaran.
•
Processing unit
merupakan tempat
terjadinya proses komputasi pengenalan objek
berdasarkan
pengetahuan yang
diperoleh
dari
input
dan
bobot
yang
sudah
ditentukan
sebelumnya.
•
Output
merupakan
bagian
yang
memberikan
hasil
pembelajaran
suatu
objek
atau
target
pembelajaran. Setiap
output
dari
neuron
memiliki
fungsi
aktivasi
yang
menentukan apakah
informasi akan diteruskan ke neuron lain untuk diproses lagi atau tidak.
Sedangkan keuntungan dari penggunaan neural network adalah sebagai berikut:
•
Mampu mengenali data non-linier.
•
Memiliki toleransi terhadap suatu kesalahan dalam pengenalan suatu objek.
•
Mampu melakukan pengadaptasian terhadap pengenalan suatu objek.
•
Mampu diimplementasikan pada suatu hardware atau perangkat keras.
2.4.2. Model Neuron
[9]
JST dibentuk sebagai generalisasi model matematika dari jaringan syaraf biologi, dengan
asumsi :
a. Pemrosesan informasi terjadi pada banyak elemen sederhana (neuron)
 |