1. Jaringan
saraf tiruan
Jaringan saraf tiruan (JST) atau artificial neural networt (ANN)
disebut juga simulated neural network (SNN) tau biasanya hanya disebut neural
network (NN) adalah jaringan dari kelompok kecil yang di modelkan dengan
jaringan saraf manusia.JST adalah sebuat alat pemodelan setatistik dengan
non-linier.JST dapat digunakan untuk memodelkan hubungan yang konpeks antara
input dan outputuntuk menemukan pola-pola pada data.
Neural network adalah
suatu struktur informasi yang trdistribusi dan bekerja secara paralel.yang
terdiri atas elemen pemrosesan yang di interkoneksi bersama dengan alur sinyal
searah yang disebut koneksi.seruruh proses yang berlangsung setiap elemen pemrosesan harus dilakukan benar-benar secara
lokal,yaitu pengeluaran tergantung hanya pada nilai pemasukan pada saat itu
yang di peroleh pada koneksi dannilai yang tersimpan pada memori lokal.
2. Karakteristik jaringan saraf tiruan
2. Karakteristik jaringan saraf tiruan
Karakteristik jaringan
saraf tiruan terdiri atas arsitektur,pelatihan/pembelajaran dan fungsi
aktivasi.
Arsitektur jaringan
saraf,berdasarkan asumsinya terdiri dari.
Ø Pemrosesan
informasi terjadi pada bayak elemen pemrosesan sederhana yang disebut neuron.
Ø Sinyal
dilewatkan neuron yang membantu jaringan neuron.
Ø Setiap
elemen jaringan neuron memeilikai 1 bobot.
Ø Sinyal
yang di kirim ke neuron berikutnya adalah info dikalikan dengan pembobotan yang
sesuai.
Ø Setiap
network mengerjakan aktivasi untuk mendapatkan ouputnya.
3.
Metode backpropagation
Aturan belajar ini
adalah menggunakan error atau ketidak sesuaian output dengan target koreksi
bobotnya.bobot di koreksi sampai error dapat diterima (memenuhi toleransi yang
kita berikan) atau sampai dengan jumlah epcoh tertentu.proses pengajaran atau
pembentukan bobot yang digunakan adalah sebaimana yang digunakan dalam
pengajaran yang bersifat supervisat learning (pembelajaran yang menggunakan
target).sehinga aturan ini memerlukan pemasangan output untuk tiap input yang
akan di ajarkan.
Prinsip algoritma
blackpropagation memiliki 3 fase yaitu fase feedforward,fase kalkulasi dan backpropagation
error,dan fase penyesuaian bobot.
4.
Fungsi aktivasi.
Fungsi aktivasi
merupakan fungsi pengelola jumlah data input menjadi data output.
5.
Narkoba
Narkoba adalah
singkatan dari narkotika dan obat/bahan berbahaya.
Pengertian narkotika
adalah zat atau obat yang berasal dari tumbuhan atau bukan tumbuhan sintetis dan
semi sintetis yang menyebabkan penurunan atau kesadaran,hilang rasa atau
mengurangi rasa sampai nyeri dan dapat menimbulkan ketergantungan.
Pengertian
pesikotrapika adalah zat atau obat yang alamiah maupun sintetik bukan narkotika
yang berkasiat,psikoaktif melalui selektif menurut susunan saraf pusat yang
menyebabkan perubahan pada khas pada aktifitas mental dan perilaku.
Pengertian zat akditif
adalah obat serta bahan-bahan aktif yang apa bila dikomsumsi oleh organisme
hidup dapat menyebabkan kerja biologi serta menimbulkan ketergantungan atau
adiksi yang sulit di hentikan dan berefek ingin mengunakannya secara terus
menerus yang jika dihentikan dapat memberi efek leleh luar biasa atau rasa
sakit luar biasa.
6.
Analisis dan perancangan sistem
·
Masukkan sistem dan inisialisasi
·
Proses
·
Penguji
7.
Kesimpulan
1.
Pada penelitian ini menggunakan 3
lapisan yaitu lapisan masukan yang berisi seluruh variabel gejal a penyalah gunaan narkoba yang terdiri
atas 23 buah.lapisan tersembunyi yang digunakan adalah yang menggunakan epoch
terkecil pada saat konevergensi yaitu 50 buah lapis.lapisan luar yang berisi
target pengujian yang diidentifikasikan sebagai narkotika,pesikotrapika dan zat
adiktif yang berjumlah 3 buah lapis.
2.
Penggunaan teknik backpropagation pada
jaringan saraf tiruan dalam mendeteksi penyalah gunaan narkoba sesuai digunakan
karena output layer yang di pakai berjumlah lebih dari 3 buah.
3.
Penerapan pendeteksi jaringan saraf
tiruan penyalah gunaan narkoba Mengunakan program metleb.
