Neuron Adalah

Seajarah Jaringan Saraf Tiruan

Neuron Adalah – Pengertian, Bagian, Fungsi, Macam Dan Sejarahnya – Awal dari Jaringan Saraf Tiruan dimulai pada tahun 1940an. Jaringan Saraf Tiruan pertama dirancang oleh Warren McCulloch dan Walter Pitts pada tahun 1943 yang dikenal dengan McCulloch-Pitts neurons. Peneliti ini menyadari bahwa dengan menggabungkan banyak neuron sederhana menjadi sistem saraf adalah sumber peningkatan kemampuan berhitung.


Donald Hebb merancang hukum pembelajaran pertama untuk Jaringan Saraf Tiruan yang dikenal dengan Hebb Learning. Pemikiran dia adalah jika dua neuron aktif secara bersamaan maka kekuatan koneksi antara neuron seharusnya bertambah. Pada tahun 1950-an dan 1960-an, Jaringan Saraf Tiruan memasuki masa keemasannya. Dimulai oleh Frank Rosenblatt bersama beberapa peneliti lainnya mengenalkan dan mengembangkan sekumpulan besar Jaringan Saraf Tiruan yang disebut perceptrons. Aturan pembelajaran perceptrons menggunakan pengulangan untuk penyesuaian bobot yang lebih efektif  daripada aturan Hebb.

Neuron Adalah


Bernard Widrow dan muridnya, Marcian (Ted) Hoff [Widrow-Hoff, 1960], mengembangkan aturan pembelajaran yang berhubungan dekat dengan aturan pembelajaran perceptron. Aturan ini menyesuaikan bobot untuk mengurangi perbedaan antara net input ke unit output yang diharapkan. Aturan pembelajaran Widrow-Hoff untuk single-layer network adalah pelopor dari aturan backpropagation untuk multilayer nets. Jaringan ini disebut juga ADALINE yang diinterpretasi dari Adaptive Linear Neuron atau Adaptive Linear System.


Pada tahun 1970-an pengembangan Jaringan Saraf Tiruan memasuki masa sunyi, karena ada demonstrasi dari Minsky dan Papert dari terbatasnya perceptrons (contohnya single-layer nets) yang tidak mampu menyelesaikan masalah sederhana seperti XOR dan kurangnya metode umum untuk melatih jaringan multilayer net. Walaupun begitu penelitian untuk Jaringan Saraf Tiruan masih berlanjut. Banyak dari pemimpin – pemimpin yang mulai mempublikasikan pekerjaan mereka, seperti Kohonen, Anderson, Grossberg, dan Carpenter.


Pada tahun 1980-an antusias dari peneliti kembali terbentuk, karena ditemukannya metode baru untuk menyelesaikan masalah XOR tersebut yaitu metode backpropagation. Metode ini berguna untuk menyebarkan informasi tentang kesalahan – kesalahan pada unit output kembali ke unit hidden. Tokoh kunci lain yang membuat antusias dari peneliti kembali adalah John Hopfield. Bersamaan dengan David Tank, Hopfield mengembangkan beberapa Jaringan Saraf Tiruan berdasarkan bobot tetap dan aktifasi yang dapat beradaptasi. Selain itu juga ada Neocognition yang ditemukan oleh Kunihiko Fukushima dan teman – temannya.


Pengertian Sel Saraf (neuron)

Sel saraf atau neuron adalah sel yang mengantarkan impuls “rangsangan” dari reseptor “panca indera” ke otak dan sebaliknya. Sel saraf atau yang biasa disebut dengan neuron, juga bertanggung jawab atas gerak refleks. Neuron-neuron tersebut membentuk suatu sistem saraf pada manusia.

Sel saraf berbeda dengan sel-sel pada umumnya karena terdapat akson “neurit” sehingga sel saraf terlihat seperti memiliki “ekor”. Sel saraf terdiri dari bagian-bagian yang umumnya terdapat pada sel hewan dan beberapa bagian lainnya


Bagian-Bagian Neuron

Neuron memiliki spesialisasi bagoan sel seperti akson dan dendrit yang membantu mereka menerima dan mengirim informasi. Ketika bagian dari sistem saraf pusat (SSP) menderita luka parah, tidak dapat menghasilkan neuron baru atau regenerasi akson baru untuk neuron yang rusak. Tidak ada pengobatan yang dapat membantu memulihkan fungsi saraf setelah cedera pada SSP.


Sistem saraf pusat terdiri dari otak dan sumsum tulang belakang, sedangkan sistem saraf perifer “PNS” terdiri dari saraf yang membantu menghubungkan SSP ke masing-masing dan setiap bagian dari tubuh. Sebuah neuron ialah sel khusus yang mampu mentransfer impuls elektrokimia disebut impuls saraf. Dalam kebanyakan kasus, neuron yang diproduksi oleh jenis khusus dari sel induk.


Mereka tidak mengalami pembelahan sel, untuk diameter sel tubuh neuron dapat bervariasi 4 hingga 100 mikrometer. Untuk dapat memahami berbagai jenis dan fungsi neuron maka untuk itu perlu untuk dapat mengetahui strukturnya. Nah berikut ini ialah bagian-bagian neuron beserta fungsinya.


  • Dendrit

Dendrit merupakan percabangan dari badan sel saraf yang berupa tonjolan sitoplasma yang pendek dan bercabang-cabang. Fungsi dendrit ialah untuk menerima dan mengantarkan rangsangan ke badan sel.


  • Badan Sel

Badan sel merupakan bagian utama dari sel saraf yang mengandung bagian-bagian yang umumnya dimiliki oleh sel hewan. Di dalam badan sel terdapat sitoplasma, nukleus (inti sel) dan nukleolus (anak inti sel). Fungsi badan sel ialah untuk menerima impuls (rangsangan) dari dendrit dan meneruskannya ke neurit (akson).


  • Inti Sel

Inti sel (nukleus) ialah inti sel saraf yang berfungsi sebagai pengatur kegiatan sel saraf (neuron). Di dalam inti sel juga terdapat kromosom dan DNA yang berfungsi untuk mengatur sifat keturunan dari sel tersebut.


  • Neurit

Neurit ialah serabut sel saraf panjang yang merupakan penjuluran sitoplasma badan sel. Neurit disebut juga dengan akson. Neurit mirip dengan dendrit, namun neurit hanya ada satu dan berukuran lebih besar dan lebih panjang dari dendrit. Di dalam neurit terdapat benang-benang halus yang disebut neurofibril.


Akson berperan dalam menghantarkan impuls dari badang sel yang menuju efektor, seperti otot dan kelenjar. Meskipun diameter akson hanya beberapa mikrometer, namun panjangnya bisa mencapai 1 hingga 2 meter. Fungsi neurit ialah untuk meneruskan impuls dari badan sel saraf ke sel saraf lainnya.


  • Selubungan Mielin

Selubung mielin ialah selaput pembungkus neurit, selubung mielin banyak mengandung lemak dan bersegmen-segmen. Lekukan di antara dua segmen disebut nodus ranvier. Selubung mielin dikelilingi oleh sel schwann. Sel yang memproduksi selubung mielin disebut dengan sel glial atau oligodendrosit. Fungsi selubung mielin ialah untuk melindungi neurit dari kerusakan dan mencegah impuls bocor. Fungsi selubung mielin mirip pembungkus kabel listrik yang bersifat isolator.


  • Sel Schwann

Sel schwann ialah sel yang mengelilingi selubung mielin. Pada sel ini ditemukan oleh Theodore Schwann, seorang ilmuwan dari Jerman. Sel schwann bekerja dengan menghasilkan lemak dan membungkus neurit berkali-kali sampai terbentuk selubung mielin. Fungsi sel schwann ialah untuk mempercepat jalanya impuls, yang membantu menyediakan makanan untuk neurit dan membantu regenerasi neurit.


  • Nodus Ranvier

Nodus ranvier ialah bagian pada neurit yang tidak terbungkus selubung mielin. Selubung mielin berfungsi sebagai pelindung akson dan membungkusnya, namun selubung ini tidak membungkus secara keseluruhan dan yang tidak terbungkus merupakan nodus ranvier. Fungsi utamanya sebagai loncatan untuk dapat mempercepat impuls saraf ke otak atau sebaliknya.


Nodus ranvier berdiameter sekitar 1 mikrometer dan ditemukan oleh Louis-Antoine Ranvier. Adanya nodus ranvier tersebut memungkinkan saraf meloncat dari satu nodus ke nodus yang lain, sehingga impuls lebih cepat sampai pada tujuan. Jika nodus ranvier diselubungi oleh selubung myelin maka impul saraf tidak bisa loncat ke nodus ranvier, akhirnya tidak terjadi respon apapun.


  • Oligodendrosit

Oligodendrosit ialah sebuah sel pendukung yang menyediakan isolasi bagi sel-sel saraf dengan membentuk selubung mielin di sekitar akson. Fungsi oligodendrosit ialah untuk membentuk selubung mielin yang sama pada sistem saraf pusat dan sebagai sel penyokong. Oligodendrosit memiliki beberapa juluran memanjang yang masing-masing membungkus (seperti dadar gulung) sepotong akson antar neuron untuk membentuk segmen mielin.


  • Sinapsis

Sinapsis ialah titik temu antara terminal akson salah satu neuron dengan neuron lain. Pada setiap neuron, terminal aksonnya membengkak membentuk suatu tonjolan kecil yang disebut dengan tombol sinpasis. Pada setiap sinapsis terdapat celah sinapsis, sebuah menyediakan koneksi antar neuron yang memungkinkan informasi sensorik mengalir di antara mereka.


Pada bagian ujung akson terdapat kantong yang disebut bulbus akson. Kantong tersebut berisi zat kimia yang disebut neurotransmiter. Neurotransmiter dapat berupa astilkolin dan kolinesterase yang berfungsi dalam penyampaian impuls saraf pada sinapsis. Fungsi sinapsis ialah untuk mengirimkan impuls dari akson ke dendrit di sel saraf lain.


Model Neuron

Menurut Haykin (2009), neuron adalah unit pengolah informasi yang merupakan dasar dari proses sebuah Jaringan Saraf Tiruan. Dijelaskan juga ada tiga elemen dasar dari model saraf yaitu:

  1. Satu set dari sinapsis, atau penghubung yang masing-masing digolongkan oleh bobot atau kekuatannya.
  2. Sebuah penambah untuk menjumlahkan sinyal-sinyal input. Ditimbang dari kekuatan sinaptik masing-masing neuron.
  3. Sebuah fungsi aktivasi untuk membatasi amplitudo output dari neuron. Fungsi ini bertujuan membatasi jarak amplitude yang diperbolehkan oleh sinyal output menjadi sebuah angka yang terbatas.

Model-neuron-non-linear

 


Model saraf juga mencakup bias diterapkan secara eksternal. Bias memiliki efek meningkatkan atau menurunkan input bersih fungsi aktivasi tergantung pada apakah positif atau negatif. Fungsi aktivasi mendefinisikan output dari neuron. Ada dua tipe dasar dari fungsi aktivasi:


  • Threshold Function (fungsi aktivasi threshold). Di engineering bentuk fungsi ini sering disebut juga Heaviside  function.

Grafik-Fungsi-Threshold

  • Sigmoid Function (fungsi aktivasi sigmoid). Fungsi aktivasi sigmoid merupakan bentuk paling umum dari fungsi aktivasi yang digunakan untuk pembuatan Jaringan Saraf Tiruan. Fungsi yang meningkat secara tepat yang memperlihatkan keseimbangan yang tinggi antara sifat linear dan non-linear.

Grafik-Fungsi-Sigmoid


Keuntungan

Menurut Haykin (2009), Jaringan Saraf Tiruan memberikan banyak sifat dan kemampuan yang berguna diantaranya:

  1. Nonlinearity

Nonlinearity adalah sifat yang sangat berguna jika mekanisme fisik yang mendasari bertanggung jawab atas pembuatan sinyal input adalah non-linear.


  1. Inputoutput Mapping

Paradigma pembelajaran popular pada saat ini yang disebut learning with a teacher atau supervised learning, melibatkan modifikasi dari bobot sinaptik Jaringan Saraf Tiruan dengan mengaplikasikan sekumpulan contoh training atau contoh tugas. Pelatihan pada jaringan dilakukan berulang – ulang kali untuk semua contoh yang ada, sampai jaringan tersebut mencapai keadaan yang stabil di mana tidak ada perbedaan yang jauh di dalam bobot sinaptik (synaptic weights).


  1. Adaptivity

Jaringan Saraf Tiruan mempunyai kemampuan untuk mengadaptasi bobot sinaptiknya untuk mengubah lingkungannya. Pada intinya, Jaringan Saraf Tiruan dilatih untuk beroperasi didalam lingkungan tertentu dapat dilatih ulang dengan mudah untuk menghadapai perubahan kecil di dalam kondisi lingkungan yang sedang beroperasi.


  1. Evidential Response

Dalam konteks pengenalan pola, sebuah Jaringan Saraf Tiruan dapat dirancang untuk menyediakan informasi tidak hanya tentang pola mana saja yang harus dipilih, tapi juga keyakinan pada keputusan yang dibuat.

  1. Contextual Information

Pengetahuan yang direpresentasikan oleh struktur dan keadaan aktifasi Jaringan Saraf Tiruan. Setiap neuron di dalam jaringan berpotensi dipengaruhi oleh aktifitas global dari seluruh neuron lainnya di dalam jaringan.


  1. Fault Tolerance

Jaringan Saraf Tiruan diimplementasikan dalam bentuk perangkat keras, mempunyai potensi untuk diwariskannya Fault Tolerance atau kemampuan untuk berhitung dengan tepat dalam arti performanya menurun secara perlahan dalam kondisi operasi yang merugikan.


  1. VLSI Implementability

Sifat paralel yang besar – besaran dari Jaringan Saraf Tiruan membuatnya berpotensi cepat untuk menghitung tugas tertentu. Fitur yang sama ini membuat Jaringan Saraf Tiruan cocok untuk implementasi menggunakan teknologi very-large-scale-integrated (VLSI).


  1. Uniformity of Analysis and Design

Pada dasarnya, Jaringan Saraf Tiruan menikmati universalitas sebagai pengolah informasi. Fitur ini menunjukkan dirinya sendiri dalam berbagai cara :

  • Neuron, dalam satu bentuk atau lainnya merepresentasikan sebuah bahan umum untuk semua Jaringan Saraf Tiruan
  • Keumuman ini membuatnya memungkinkan untuk menyebarkan teori dan algoritma pembelajaran dalam aplikasi yang berbeda dari Jaringan Saraf Tiruan
  • Jaringan – jaringan modular dapat dibentuk melalui integrasi modul (seamless integration of modules).

  1. Neurobiological Analogy

Rancangan dari Jaringan Saraf Tiruan dimotivasi oleh analogi dengan otak, yang menjadi bukti hidup bahwa proses paralel fault-tolerant tidak hanya mungkin secara fisik, tapi juga cepat dan kuat. Neurobiologist melihat Jaringan Saraf Tiruan sebagai alat penelitian untuk menafsirkan fenomena neurobiologis (neurobiological phenomena).


Demikianlah pembahasan mengenai Neuron Adalah – Pengertian, Bagian, Fungsi, Macam Dan Sejarahnya semoga dengan adanya ulasan tersebut dapat menambah wawasan dan pengetahuan anda semua, terima kasih banyak atas kunjungannya. 🙂 🙂 🙂