Sekilas tentang Jaringan Syaraf Tiruan Hopfield

Arsitektur :
Berdasarkan arsitektur atau pola koneksi yang digunakan dalam pada jaringan syaraf tiruan, maka jaringan syaraf tiruan tersebut dapat dibedakan dalam 2 (dua) kategori, yaitu Struktur Feedforward dan Struktur Recurrent (Feedback). JST Hopfield termasuk dalam Struktur Recurrent (Feedback).
Diambil dari satu contoh aplikasi JST Hopfiled :
Model arsitektur Hopfield ini terdapat empat neuron simetris, yaitu output yang ditargetkan harus sama dengan input. Untuk mencapai hasil yang optimal/konvergen, output dijadikan inputan kembali, namun diteruskannya jaringan tidak pada dirinya sendiri tetapi ke neuron yang lain. Proses ini berjalan terus-menerus sampai dicapai kondisi yang stabil. Pada halaman berikut ini adalah gambar model jaringan Hopfield dengan 4 (empat) unsur cuaca atau 4 neuron.
Capture

Cara Kerja :
Jaringan Hopfield akan menyimpan sekumpulan neuron pada posisi yang seimbang sedimikian rupa, sehingga apabila diberikan suatu kondisi awal, maka jaringan tersebut akan merespon untuk mendesain suatu titik keseimbangan ketika mencapai konvergensi, dimana eror yang diperoleh minimum.
Jaringan ini akan bekerja secara rekursif, sedemikian rupa sehingga output jaringan akan dikirim kembali sebagai input jaringan dalam setiap kali operasi dilakukan.
Jaringan Hopfield diuji dengan satu atau lebih vektor input yang diberikan sebagai kondisi awal jaringan. Setelah input diberikan, jaringan akan merespon untuk menghasilkan suatu output yang selanjutnya akan dikirim kembali menjadi input. Proses ini akan dilakukan secara terus-menerus. Setiap vektor input akan mendekati satu titik keseimbangan yang terdekat. Pada dasarnya, algoritma Hopfield akan mencoba untuk menytabilkan output jaringan, sesuai dengan nilai target yang diberikan oleh user.

Capture

Di bawah ini merupakan alur proses dari JST Hopfield secara umum :CaptureAplikasi :
Struktur Hopfield neural network memiliki besar bobot yang simetris, sehingga sangat cocok digunakan untuk pengenalan objek atau image.
Contoh aplikasi JST Hopfield antara lain :

  • Untuk pengenalan huruf pada citra digital
  • Untuk prakiraan cuaca
  • Pada travelling salesman problem

Sumber :
http://digilib.petra.ac.id/viewer.php?page=20&submit.x=19&submit.y=26&submit=next&qual=high&submitval=next&fname=%2Fjiunkpe%2Fs1%2Felkt%2F2009%2Fjiunkpe-ns-s1-2009-23405006-11517-elman-chapter2.pdf
http://www.bmkg.go.id/Puslitbang/filePDF/Dokumen_3147_Volume_10_Nomor_2_November_2009_Aplikasi_Hopfield_Neural_Network_untuk_Prakiraan_Cuaca.pdf
elib.unikom.ac.id/download.php?id=22332
kk.mercubuana.ac.id/files/14070-13-563782147086.doc
http://elektronika-dasar.com/teori-elektronika/arsitektur-jaringan-syaraf-tiruan/

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s