Halo guys, kali ini kita akan membahas mengenai Neural Network yang merupakan bagian dari Artificial Intelligence. Yuk disimak pembahasannya...

Pengertian Neural Network

Neural Network adalah sistem atau perangkat keras yang di desain agar beropearsi seperti layaknya otak manusia. Neural Network dapat kita jumpai dikehidupan sehari-hari contoh sederhana ketika kita menggunakan navigasi pada google maps, mengendarai mobil, mobile assistant seperti: siri dan  amazon web, game komputer.

Prinsip kerja dari Neural Network ini mengimpelmentasi cara kerja otak manusia dimana dapat belajar dan mempelajari untuk mencari solusi dari permasalahan seperti otak manusia

Implementasi Neural Network

Neural Network bisa melakukan hal-hal yang seperti otak manusia lakukan dan dapat membantu pekerjaan manusia. Ada banyak contoh pengimplementasian dari Neural Network seperti:

• Translate teks : contohnya google translate, Neural Network bisa mentranslate apa yang kita katakan.
• Identifikasi wajah : pada kasus ini Neural Network bisa mengdentifikasi dalam bentuk visual seperti kode, sempel dan lain lain. Teknologi ini digunakan pada google glass.
• Pengenal pembicaraan : mirip seperti translate teks tapi pada kasus ini kita dapat translate pembicara secara lisan.
• Mengontrol robot : kita dapat mengontrol gerakan robot dengan Neural Network sehingga robot yang kita buat dapat menyerupai manusia.
• Membaca tulisan teks : masih pada translate bahasa tapi kali ni objek yang di translate adalah tulisan tangan dan kita juga bisa mengkoreksi jika ada penulisan yang salah dengan cara menscan tulisan tersebut lalu akan dibaca dan di translate.

Prinsip Kerja Neural Network

Neural Network bekerja dengan cara membagi ke beberapa layer, ada 3 layer utama yaitu pertama ada input layer. Input layer ini menerima data dan meneruskannya ke layer selanjutnya untuk diperoses.

Kedua ada hidden layer layer disini berfungsi untuk mengolah dan mengkalkulasi data yg di terima sehingga akan menentukan aksi yang dilakukan pada output nantinya. Pada beberapa kasus bisa terdapat 1 atau lebih hidden layer. Ketiga dan yang terakhir ada output layer, layer disini berfungsi untuk mengeluarkan hasil akhir dari proses pada hidden layer.

Tipe-tipe Neural Network

Tipe-tipe dari Neural Network ini ada 6, selanjutnya akan dijelaskan satu persatu yaitu :

1. Feedforward Neural Network

Merupakan tipe yang simpel dari ANN dimana data bergerak hanya satu arah yaitu dari input ke output. Contoh aplikasi vision and speech recognition.

2. Radial Basis Function Neural Network

Merupakan model klasifikasi titik dasar data berdasarkan jarak dari center point, kiat tidak perlu traning data kita hanya perlu membuat grup pada center point. Contoh aplikasi sistem perbaikan pada power sistem.

3. Kohonen Self Organizing Neural Network

Merupakan model dari vektor dari dimensi random adalah input untuk discrete map menjadi bagian dari Neural Network. Contoh aplikasi digunakan untuk mengenali pola pada data seperti analisi medis.

4. Recurrent Neural Network

Merupakan model pada hidden layer dapat mengingat dan dapat menyimpan data pada waktu terakhir sehingga output berguna untuk prediksi kedepan. Contoh aplikasi google assistant, flying drone, robotic.

5. Convolution Neural Network

Merupakan tipe dimana input utama yang mengambil kumpulan seperti sebuat filer, tipe ini mengikuti jaringan untuk mengingat sebuah gambaran bagian. Contoh aplikasi digunakan pada sinyal dan prosessing gambar

6. Modular Neural Network

Merupakan tipe yang mengumpulkan dari perbedaan Neural Network bekerja bersama untuk mendapatkan output. Contoh aplikasinya data diambil dari satu network atau network lainnya data diletakan pada feature network yang terkoneksi satu sama lain.