13
2.2.2
Karaliteristik J:!llringan Saraf
Timan
Menumt
Wasserman
(1989)
dan Trippi
&
Turbon
(1996),
JST
mempunya1
beberapa
karakteristik
yang
memberikan
pjiai tambah
hila
dibandh'lgkan dengan
sistem
jaringan
yang
laiooya,
yaitu
bahwa
JST
memiliki
kemampuan atau sifat
:
@
Belajar (Learning):
dapat
memodifikasi
atau
meningkatkan
kemampuannya
sebagai
respon
terbadap
perkembangan
Jing.i.r.1.mganrrya.
Hal
ini
ditunjukkan
dengan
adanya
beberapa. algoritma pelatihan
(training algorithms)
yang
tersedia.
"
Generalisasi (Generalization):
dapat
melakukan
genemlisasi
noise
dan
distortion
secara
otomatis
sebagai
basil dari
struktur
yang
diguna.kan.
Hal
ini
sangat
penting
bagi
pengenalan
pola
(pattern
recognation)
di
dalam
dunia
nyata.
"
Abstmksi (Abctraction):
dapat
melakukan
abstraksi
terhadap
suatu
inti
set
masukan
sampai
ditemukan.rtya
suatu
keluar-d!l
yang
ideal.
Jadi,
dari
masukan
yang
tidak
sempuma
(impeljizct
input)
dapat
dihasilkan keluaran
yang
ideal
(idealized
prototypes).
®
Applicability:
dapat cliguna.k&'l
untuk bemmcam-macam aplikasi
pemmsalahan.
M"isalny3.
:
pengenalan
pola"
peramala."l
keuangan,
matematika
simulasi, dan lain-lain.
®
Toleransi
kesalahan
(Fault
Tolerance):
kerusakan
pada
beberapa
neuron
atau
hubungan
(links) pada
jaringan, tidalc akaJ:J.
membuat sistem
secara
keseluruban
terhenti.
 |