Apa Itu Metode ANN Artificial Neural Network? Ini Penjelasannya

ANN merupakan singkatan dari Artificial Neural Network yang merupakan cabang dari ilmu kecerdasan buatan yang berhubungan dengan ilmu biologi. Istilah ini termasuk ke dalam ilmu soft computing yang mengadopsi kemampuan otak manusia dalam memberikan stimulasi atau rangsangan,  melakukan proses serta memberikan output.

Kemampuan manusia dalam memproses setiap informasi termasuk hasil kompleksitas proses yang terjadi di dalam otak. Hal inilah yang kemudian diadaptasi ke dalam metode ANN karena kekuatan komputasi yang luar biasa dari otak manusia menjadi bagian yang sangat unggul dalam kajian ilmu pengetahuan. 

Metode ANN Artificial Neural Network memiliki fungsi untuk pengklasifikasian pola, memetakan pola yang diperoleh dari input ke dalam pola baru, menyimpan pola untuk dipanggil kembali, memetakan pola yang sejenis, optimasi masalah, dan juga melakukan prediksi. Metode ini sudah ada sejak tahun 1943 yang diperkenalkan oleh Warren McCulloch dan Walter Pitts.

Pada awalnya hal ini terjadi dari proses kombinasi processing unit sederhana yang dilakukan bersama-sama sehingga memberikan peningkatan secara keseluruhan pada kekuatan komputasi. Pada perkembangannya di temukanlah sebuah two layer network yang disebut dengan perceptron yang memungkinkan pekerjaan klasifikasi pembelajaran tertentu.

Hal tersebut dilakukan dengan penambahan bobot pada setiap koneksi antar Network. Keberhasilan perceptron dalam proses pengklasifikasian pola tidak sepenuhnya akan menjadi sempurna. Di dalamnya masih ditemukan keterbatasan salah satunya Ia tidak mampu menyelesaikan permasalahan XOR.

Penerapan ANN

Metode ANN Artificial Neural Network ini dapat digunakan atau diterapkan pada beberapa task seperti recognition, classification, approximation, prediction, memori simulation, clusterization dan sejenisnya. Konsep dasar dari metode ini dimulai dari otak manusia yang memuat sekitar 1011 neuron.

Neuron tersebut akan berfungsi memproses setiap informasi yang masuk dimana setiap satu neuron memiliki satu akson dan satu dendrit. Dendrit berfungsi sebagai pengirim impuls yang diterima ke badan sel saraf. akson bertugas mengirimkan impuls dari badan ke sel jaringan. Ada pula sinapsis yang bekerja sebagai unit fungsional di antara dua sel syaraf.

Metode ANN Artificial Neural Network ini mengadopsi mekanisme berpikir dari sebuah sistem atau aplikasi yang menyerupai otak manusia. Hal ini berlaku untuk pemrosesan berbagai sinyal elemen yang diterimanya, pemberian toleransi terhadap kesalahan dan error, hingga melakukan paralel processing.

Metode ini memiliki struktur dengan metode penentuan bobot dari setiap koneksi dan fungsi aktivasi. Strukturnya terdiri dari input yang berfungsi sebagai dendrit, output sebagai akson, dan fungsi aktivasi sebagai sinapsis. Metode ini dibangun dari node atau unit yang terhubung oleh link secara langsung.

Proses pada metode ANN Artificial Neural Network di mulai dengan input diterima oleh neuron beserta nilai bobot kemudian akan dijumlahkan oleh suatu fungsi perambatan atau summing function dengan lambang sigma (∑). Hasil penjumlahan akan diproses oleh fungsi aktivasi setiap neuron dan akan dibandingkan hasil penjumlahan dengan threshold (nilai ambang).