Artificial
Neural Network Artificial (ANN) atau Jaringan Syaraf Tiruan merupakan sebuah
teknik atau pendekatan pengolahan informasi yang terinspirasi oleh cara kerja
sistem saraf biologis, khususnya pada sel otak manusia dalam memproses
informasi. Elemen kunci dari teknik ini adalah struktur sistem pengolahan
informasi yang bersifat unik dan beragam untuk tiap aplikasi. Neural Network
terdiri dari sejumlah besar elemen pemrosesan informasi (neuron) yang saling
terhubung dan bekerja bersama-sama untuk menyelesaikan sebuah masalah tertentu,
yang pada umumnya dalah masalah klasifikasi ataupun prediksi. Cara kerja Neural
Network dapat dianalogikan sebagaiman halnya manusia belajar dengan mengunakan
contoh atau yang disebut sebagai supervised learning. Sebuah Neural Network
dikonfigurasi untuk aplikasi tertentu, seperti pengenalan pola atau klasifikasi
data, dan kemudian disempurnakan melalui proses pembelajaran. Proses belajar
yang terjadi dalam sistem biologis melibatkan penyesuaian koneksi sinaptik yang
ada antara neuron, dalam halnya pada Neural Network penyesuaian koneksi
sinaptik antar neuron dilakukan dengan menyesuaikan nilai bobot yang ada pada
tiap konektivitas baik dari input, neuron maupun output.
Neural Network memproses informasi
berdasarkan cara kerja otak manusia. Dalam hal ini Neural Network terdiri dari
sejumlah besar elemen pemrosesan yang saling terhubung dan bekerja secara
paralel untuk memecahkan suatu masalah tertentu. Di sisi lain, komputer
konvensional menggunakan pendekatan kognitif untuk memecahkan masalah.
Contoh
Contohnya pengenalan daun untuk
klasifikasi tanaman, pemodelan multivariat deret waktu sumber daya air,
prakiraan harga minyak sawit, prakiraan keuntungan saham dan prakiraan
kebutuhan energi. Pada penelitian ini ANN digunakan untuk membangun
sebuah model pemetaan soal UN matematika secara mudah berdasarkan bank data
hasil laporan UN yang dikeluarkan oleh pusat penilaian pendidikan balitbang
diknas dan BSNP.



