Artificial Neural Network

Artificial Neural Network

Pengertian Artificial Neural Network :

Jaringan Syaraf Tiruan atau Neural Network adalah paradigma pemrosesan suatu informasi yang terinspirasi oleh sistim sel syaraf biologi, sama seperti otak yang memproses suatu informasi. Elemen mendasar dari paradigma tersebut adalah struktur yang baru dari sistim pemrosesan informasi. Jaringan Syaraf Tiruan (Neural Network), seperti manusia, belajar dari suatu contoh. Jaringan Syaraf Tiruan (Neural Network) dibentuk untuk memecahkan suatu masalah tertentu seperti pengenalan pola atau klasifikasi karena proses pembelajaran. Jaringan Syaraf Tiruan atau Neural Network berkembang secara pesat pada beberapa tahun terakhir. Jaringan Syaraf Tiruan telah dikembangkan sebelum adanya suatu komputer konvensional yang canggih dan terus berkembang walaupun pernah mengalami masa vakum selama beberapa tahun.

Read more at: http://elektronika-dasar.web.id/jaringan-syaraf-tiruan-neural-network/
Copyright © Elektronika Dasar

        Artificial Neural Network (Jaringan Syaraf Tiruan) adalah paradigma pemrosesan suatu informasi yaitu terinspirasi oleh sistem sel syaraf biologi, sama seperti otak yang memproses suatu informasi. Elemen mendasar dari paradigma tersebut adalah struktur yang baru dari sistem pemrosesan informasi. Artificial Neural Network (Jaringan Syaraf Tiruan), seperti manusia, belajar dari suatu contoh. Artificial Neural Network (Jaringan Syaraf Tiruan) dibentuk untuk memecahkan suatu masalah tertentu seperti pengenalan pola atau klasifikasi karena proses pembelajaran.

        Artificial Neural Network (Jaringan Syaraf Tiruan) berkembang secara pesat pada beberapa tahun terakhir. Jaringan Syaraf Tiruan telah dikembangkan sebelum adanya suatu komputer konvensional yang canggih dan terus berkembang walaupun pernah mengalami masa vakum selama beberapa tahun.

Artificial Neural Network memiliki Arsitektur. Setiap neuron dapat memiliki beberapa masukan dan mempunnyai satu keluaran. Jalur masukan pada suatu neuron bisa berisi data mentah atau data hasil olahan neuron sebelumnya. Sedangkan hasil keluaran suatu neutron dapat berupa hasil akhir atau berupa bahan masukkan bagi neutron berikutnya. Jaringan neuron buatan terdiri atas kumpulan grup neuron yang tersusun dalam lapisan yaitu :

• Lapisan Input (Input Layer).
• Lapisan Tersembunyi (Hidden Layer).
• Lapisan Output (Output Layer).

Keuntungan :

1. Suatu neural jaringan dapat melaksanakan tugas yang suatu program linier tidak bisa.
2. Ketika suatu unsur neural jaringan gagal, ANN masih dapat melanjut tanpa masalah oleh paralel mereka.
3. ANN bias diimplementasikan pada berbagai aplikasi.
4. ANN bias diimplementasikan tanpa masalah yang berarti

Kerugian:

1. ANN membutuhkan “pelatihan” terlbih dahulu sebelum beroprasi.
2. Arsitektur dari ANN berbeda dari arsitektur kebanyakan microprocessor, sehingga membutuhkan proses emulasi.
3. Membutuhkan waktu processing yang tinggi untuk ANN dengan ukuran yang besar.

Contoh Pengaplikasian Artificial Neural Network dalam Security :

        Pemanfaatan Artificial Neural Network juga sudah mulai banyak dibicarakan pada dunia security, salah satu impelementasinya diterapkan pada IDS (Intrusion Detection System).Teknik IDS yang umumnya digunakan saat ini adalah menggunakan signature serangan untuk menentukan apakah suatu paket termasuk dalam jenis serangan tertentu atau bukan.

        Apabila ada paket yang melintasi jaringan dan ditangkap oleh IDS (dalam hal ini Snort) dan paket tersebut memenuhi kriteria rules diatas maka IDS akan dapat langsung memutuskan bahwa telah terjadi suatu jenis serangan DDOS yangmemanfaatkan tools stacheldracht, dan snort akan langsung mengambil tindakan yang telah ditetapkan sebelumnya. misalnya : mengirimkan pesan alert via sms atau mail ke administrator sistem).

Sumber dari :

1. http://elektronika-dasar.web.id/jaringan-syaraf-tiruan-neural-network/
2. http://note-why.blogspot.co.id/2012/10/artificial-neural-network-ann.html
3. https://yogipriyo.wordpress.com/2010/01/03/artificial-neural-network/

Muhammad Tajuddin - 3KA31 - 17114562

Jaringan Syaraf Tiruan atau Neural Network adalah paradigma pemrosesan suatu informasi yang terinspirasi oleh sistim sel syaraf biologi, sama seperti otak yang memproses suatu informasi. Elemen mendasar dari paradigma tersebut adalah struktur yang baru dari sistim pemrosesan informasi. Jaringan Syaraf Tiruan (Neural Network), seperti manusia, belajar dari suatu contoh. Jaringan Syaraf Tiruan (Neural Network) dibentuk untuk memecahkan suatu masalah tertentu seperti pengenalan pola atau klasifikasi karena proses pembelajaran. Jaringan Syaraf Tiruan atau Neural Network berkembang secara pesat pada beberapa tahun terakhir. Jaringan Syaraf Tiruan telah dikembangkan sebelum adanya suatu komputer konvensional yang canggih dan terus berkembang walaupun pernah mengalami masa vakum selama beberapa tahun.

Read more at: http://elektronika-dasar.web.id/jaringan-syaraf-tiruan-neural-network/
Copyright © Elektronika Dasar

Jaringan Syaraf Tiruan atau Neural Network adalah paradigma pemrosesan suatu informasi yang terinspirasi oleh sistim sel syaraf biologi, sama seperti otak yang memproses suatu informasi. Elemen mendasar dari paradigma tersebut adalah struktur yang baru dari sistim pemrosesan informasi. Jaringan Syaraf Tiruan (Neural Network), seperti manusia, belajar dari suatu contoh. Jaringan Syaraf Tiruan (Neural Network) dibentuk untuk memecahkan suatu masalah tertentu seperti pengenalan pola atau klasifikasi karena proses pembelajaran. Jaringan Syaraf Tiruan atau Neural Network berkembang secara pesat pada beberapa tahun terakhir. Jaringan Syaraf Tiruan telah dikembangkan sebelum adanya suatu komputer konvensional yang canggih dan terus berkembang walaupun pernah mengalami masa vakum selama beberapa tahun.

Read more at: http://elektronika-dasar.web.id/jaringan-syaraf-tiruan-neural-network/
Copyright © Elektronika Dasar