Neural Network — Jaringan Syaraf Tiruan

Model komputasi terinspirasi neuron biologis. Terdiri dari layer neuron yang saling terhubung dengan bobot yang dapat disesuaikan lewat training.

Neural network modern: input layer, hidden layers, output layer. Setiap neuron menerapkan weighted sum + activation function. Training dengan backpropagation + gradient descent.

June 21, 2026 1 min concepts

Also known as: jaringan syaraf tiruan, JST, artificial neural network, ANN

Neural Network

Definisi

Neural network (jaringan syaraf tiruan) adalah model komputasi yang terinspirasi dari cara kerja neuron di otak biologis.

Struktur

Input → [Hidden Layer 1] → [Hidden Layer 2] → ... → Output

Setiap neuron:

Menghitung weighted sum dari input
Menambahkan bias
Menerapkan activation function (ReLU, sigmoid, tanh, GELU)
Mengirim output ke neuron berikutnya

Jenis

Feedforward — informasi mengalir satu arah
Recurrent (RNN) — ada loop, cocok untuk sequence
Convolutional (CNN) — filter berbagi bobot, cocok untuk gambar
Transformer — attention mechanism, cocok untuk bahasa

Training

Training neural network = menyesuaikan bobot agar output sesuai target. Algoritma: backpropagation + gradient descent.

Sejarah

1943 — McCulloch-Pitts
1958 — Perceptron
1986 — Backpropagation
2012 — AlexNet, deep learning naik daun