Amadea K. Nastiti


just an exquisite cat lady around

Artificial Neural Network Part II

Artikel ini merupakan kelanjutan dari kuliah Artificial Neural Network pada tanggal 28 Maret 2012.

Seperti yang telah dibahas dalam artikel sebelumnya, Artificial Neural Network hanya dapat menerima bentuk, profil, kurva dari informasi. Kurva yang dapat diterima oleh neural pun dalam bentuk 1D. Tentu hal ini menimbulkan pertanyaan, karena repotnya harus membuat kurva dulu, mengapa menggunakan Artificial Neural Network? Kapan harus menggunakan Artificial Neural Network? Mari kita bahas satu per satu :)

kucing senang

Ayo! ayo! ayo!

Kapan menggunakan Artificial Neural Network?

Artificial Neural Network, Fuzzy Logic, Artifical Intelligence merupakan bagian dari Non-Linear programming, dimana Non-linear programming ini digunakan pada sistem yang sensitivitasnya tinggi, mudah sekali berubah, tidak fixed, serta sulit didefinisikan. Sehingga saat program menghadapi sesuatu yang tidak sensitif, maka non-linier programming tidak diperlukan.  Namun ketika pada kasus sensitif yang dapat 'dipaksakan' untuk dilakukan oleh program linier, maka tidak perlu menggunakan Non-linier programming. Sensitif disini tidak dapat selalu kita kontrol, ataupun kita paksakan seperti apa hasilnya. Pendekatan dari linear programming dan non-linear programming adalah dengan menggunakan range, atau rentang.

Misal dalam program untuk mendeteksi kanker paru via x-ray, dimana dalam pengidentifikasiannya digunakan ciri dari kanker tersebut, yaitu luasan bulat putih, maka tidak memerlukan Artificial Neural Network, cukup menggunakan fixed programming, image processing, karena kanker tersebut memiliki definisi yang jelas, yaitu hanya dengan luasan dari kanker. Untuk mendeteksi stadium kanker yang bergantung pada ukuran luasannya, maka bisa dengan menggunakan sistem range. Berbeda lagi dalam pendeteksian kanker yang memiliki bentuk yang tidak tentu, maka barulah Artificial Neural Network digunakan.

apaa??

oohh gituuu :D

Mengapa menggunakan Artificial Neural Network?

Artificial Neural Network dapat digunakan untuk mendeteksi beragam jenis input yang memiliki output tertentu. Karena itu jika variabel input yang akan diproses memiliki beberapa jenis ciri ataupun bentuk yang akan mempengaruhi hasil, tentu akan sulit dilakukan pada fixed programming. Mungkin bisa, namun loading program akan lama, serta pada pembuatannya akan membutuhkan banyak sekali variabel if...then yang akan dimasukkan dalam program tersebut. Karena itulah Artificial Neural Network digunakan. Selain itu tidak diperlukan modifikasi program jika ingin menggunakannya untuk aplikasi program berbeda, cukup ajarkan variabel yang akan diproses. Artificial Neural Network bekerja berdasarkan knowledge base, bukan database, sehingga pada penggunaannya awalnya diperlukan banyak training agar hasil output dapat memuaskan. Namun yang perlu diperhatikan adalah Artificial Neural Network hanya dapat memproses dan mempelajari kurva dengan kondisi, pola, ukuran dan dimensi kurva yang sama.

Bagaimana menggunakannya?

Seperti yang telah diketahui, Artificial Neural Network hanya dapat membaca informasi yang berupa profil atau kurva 1 dimensi. Sehingga apapun variabel yang dapat dibuat kurva, Artificial Neural Network dapat memprosesnya. Kurva yang akan diproses pun tidak sembarangan, namun harus kurva yang merupakan bagian meaningful crop yang memiliki ekstraksi ciri agar dalam pembelajaran Artificial Neural Network tidak membingungkan. Ekstraksi ciri dibutuhkan agar Artificial Neural Network dapat membedakan antara kurva satu dan kurva lainnya, yang tentunya akan berpengaruh pada hasil output. Pada umumnya digunakan fixed programming untuk mendefinisi bagian tertentu yang akan diproses nantinya oleh Artificial Neural Network, misal dengan menggunakan Image Processing. Proses yang dilakukan antara lain memisahkan bagian spesifik dari suatu image dengan ketentuan range RGB (red green blue).

rgb

redcat-greencat-bluecat :3

Misal pada program untuk mengenali plat nomor, pada awalnya program harus mengenali dimana letak plat nomor tersebut. Hal ini dilakukan dengan Image Processing. Pertama-tama, memisahkan bagian yang memiliki warna hitam. Kemudian dari bagian tersebut ambil bagian yang memiliki banyak warna hitam dan putih. Sehingga pada akhirnya hanya plat nomor yang akan diproses oleh Artificial Neural Network.

Tinggalkan Komentar

Nama :
E-mail :
Web : tanpa http://
Komentar :
Verification Code :   ">