IMPLEMENTASI JARINGAN SARAF TIRUAN HAMMING DALAM KASUS PENGENALAN POLA ANGKA DAN HURUF

Abstract

Jaringan Saraf Tiruan (JST) mempunyai prinsip kerja meniru cara kerja sel otak (neuron) manusia. Cara kerja sel otak manusia diterjemahkan dalam perhitungan matematis oleh Jaringan Saraf Tiruan, tetapi JST mempunyai koneksi jaringan yang jauh lebih sederhana dibandingkan dengan jaringan saraf sel otak manusia.

Pada awal perkembangannya, JST sempat mengalami kemunduran yang disebabkan belum ditemukannya algoritma yang tepat untuk melatih JST tetapi pada tahun 1974, JST mulai dikembangkan lagi dan terus dikembangkan sampai sekarang ini. JST sudah diaplikasikan dalam berbagai kasus salah satunya untuk pengenalan pola.

Menurut algoritma JST Hamming yang diimplementasikan pada kasus pengenalan pola, JST Hamming terdiri dari 2 lapisan (layer) jaringan. Lapisan pertama merupakan model jaringan arah maju (feedforward) dan lapisan kedua adalah model jaringan arah umpan balik (recurrent). Keluaran pada lapisan pertama akan langsung diteruskan pada lapisan kedua sebagai masukan. Lapisan kedua akan memproses masukan yang diberikan lapisan pertama dan menghasilkan keluaran. Bila keluaran lapisan kedua ini belum konvergen, maka keluaran ini akan diperbaharui menjadi masukan untuk proses berikutnya dilapisan kedua sampai keluarannya konvergen. Tujuan JST Hamming ini adalah mencari pola latih yang mirip dengan pola masukan.

Keberhasilan suatu JST dalam pengenalan pola sangat tergantung pada paket pelatihan yang diberikan kepada jaringan tersebut. Algoritma JST cukup handal dalam mengenal kembali pola yang pernah dilatihkan kepadanya walaupun pola tersebut sudah mendapat noise yang cukup banyak.
IMPLEMENTASI JARINGAN SARAF TIRUAN HAMMING DALAM KASUS PENGENALAN POLA ANGKA DAN HURUF