25
selama mengikuti proses pembelajaran atau pelatihan. Neural Network
yang
telah terlatih dan berpengalaman dapat dianggap sebagai pakar apabila dapat
digunakan untuk menyediakan proyeksi yang diberi training dari situasi yang
baru.
Model tiruan sebuah neuron
dapat dilatih untuk melakukan fungsi
tertentu dengan menyesuaikan nilai dari koneksi antar elemen. Umumnya
Neural Network
dilatih sehingga input
tertentu menghasilkan output
tujuan
yang spesifik. Walaupun masih jauh dari sempurna, namun kinerja dari tiruan
neuron ini identik dengan kinerja dari sel biologi yang kita kenal saat ini.
Gambar 2.19 Model Tiruan Sebuah Neuron
(Sumber :Russel dan Norvig, 2003, p737)
Dimana :
A
j
: Nilai aktivasi dari unit j
W
j,i
: Bobot dari unit j ke unit i
in
i
: Penjumlahan bobot dan masukan ke unit i
G
: Fungsi aktivasi
A
i
: Nilai aktivasi dari unit i
W
0,i
:Bobot bias ke unit i
Bias dapat didefinisikan sebagai sebuah bobot koneksi dari suatu unit
tambahan dengan nilai yang konstan dan bukan nol. Unit bias terhubung ke
setiap unit di hidden dan output layer, sehingga bobot yang menghubungkan
A
i
G
in
i
Input
Links
A
j
W
j,i
?
Input
Function
Activation
Function
Output
A
i
= G ( in
i
)
Output
Links
W
0,i
 |