BAB.2 Fundamental jaringan saraf biologis


Otak manusia berisi sekitar 1011 sel syaraf (neuron) yang bertugas untuk memproses informasi yang masuk. Tiap sel syaraf dihubungkan dengan sel syaraf lain hingga sekitar 104 sinapsis. Tiap sel bekerja seperti suatu prosesor sederhana. Masing-masing sel tersebut saling berinteraksi sehingga mendukung kemampuan kerja otak manusia. Jaringan saraf biologis terdiri dari sel-sel saraf (neuron) ditunjukkan pada gambar. 2.1
                                                  Gambar 2.1 Sel Neuron
Komponen utama neuron dapat dikelompokkan menjadi 3 bagian :
1. Dendrit = bertugas menerima informasi = jalur input bagi soma
2. Badan sel (soma) = tempat pengolahan informasi
3. Akson = bertugas mengirimkan impuls-impuls sinyal ke sel syaraf lain = jalur output bagi soma
Dapat diperhatikan dari gambar diatas :
·         Sebuah neuron menerima impuls-impuls sinyal (informasi) dari neuron lain melalui dendrit dan mengirimkan sinyal yang dibangkitkan (hasil penjumlahan) oleh badan sel melalui akson.
·          Akson dari sel syaraf ini bercabang-cabang dan berhubungan dengan dendrit dari sel syaraf lain dengan cara mengirimkan impuls melalui sinapsis.
·         Sinapsis adalah unit fungsional antara 2 buah sel syaraf, misal A dan B, dimana yang satu adalah serabut akson dari neuron A dan satunya lagi adalah dendrit dari neuron B.
·         Kekuatan sinapsis bisa menurun / meningkat tergantung seberapa besar tingkat propagasi (penyiaran) sinyal yang diterimanya.
·         Impuls-impuls sinyal (informasi) akan diterima oleh neuron lain jika memenuhi batasan tertentu, yang sering disebut dengan nilai ambang (threshold).









Aktivitas saraf berpindah dari satu neuron ke yang lain dalam hal pemicu listrik yang melakukan perjalanan dari satu sel ke sel yang lain turun ke neuron akson dan difusi molekul neurontransmitter melalui membran pada celah sinaptik (Gambar. 2.3) akson dapat dilihat sebagai kawat sambungan. Namun, mekanisme aliran sinyal tidak melalui konduksi listrik tetapi melalui pertukaran yang diangkut melalui difusi ion. Proses transportasi ini bergerak sepanjang sel neuron, akson turun dan melalui persimpangan sypnatic pada akhir akson melalui ruang sypnatic sangat sempit untuk dendrit dan / atau dari neuron berikutnya pada tingkat rata-rata 3m / detik., seperti pada gambar. 2.3.

Gambar 2.2 Interkoneksi dari jaringan saraf biologi




Gambar 2.3 Peresimpangan sinaptik



Gambar 2.1 dan 2.2 menunjukkan bahwa neuron tertentu mungkin memiliki beberapa (ratusan) sinapsis, neuron dapat terhubung (menyampaikan pesan / sinyal) ke banyak (ratusan) neuron lainnya. Sama halnya, karena ada banyak dendrit per setiap neuron, neuron tunggal dapat menerima pesan (sinyal saraf) dari banyak neuron lainnya.

Penting untuk dicatat bahwa tidak semua interkoneksi sama-sama berbobot. beberapa memiliki prioritas yang lebih tinggi (berat badan lebih tinggi) daripada yang lain. juga beberapa yang dan beberapa penghambatan (melayani untuk memblokir transmisi pijat). Perbedaan ini dipengaruhi oleh perbedaan dalam kimia dan dengan adanya pemancar kimia dan modulasi di dalam zat neuron, akson dan di celah sypnatic. Sifat ini interkoneksi antara neuron dan sinyal juga penting untuk jaringan syaraf tiruan.

Analog sederhana dari elemen saraf gambar. 2.1 adalah seperti dalam gambar. 2.4. Pada analog, yang merupakan blok bangunan umum (neuron) dari setiap jaringan syaraf tiruan, diamati perbedaan bobot sinyal di berbagai interkoneksi (sinapsis) seperti yang disebutkan di atas. Analog dari badan sel, dendrit, akson, dan persimpangan sinaptik dari neuron biologis gambar. 2.1 ditunjukkan dalam bagian yang tepat dari gambar. 2.4. jaringan biologis gambar. 2.2 sehingga menjadi jaringan gambar. 2.5.


 

Gambar 2.4 Skematik dari sel saraf bilogis


Gambar 2.5 Skematik dari jaringan saraf bilogical


Komentar

Posting Komentar

Postingan populer dari blog ini

SOAL UTS

Gambar
              1.APA ITU JST??? Jaringan saraf tiruan (JST) (Bahasa Inggris: artificial neural network (ANN) , atau juga disebut simulated neural network (SNN) , atau umumnya hanya disebut neural network (NN) ), adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan sistem saraf manusia. JST merupakan sistem adaptif yang dapat mengubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut. Oleh karena sifatnya yang adaptif, JST juga sering disebut dengan jaringan adaptif. Jaringan   Syaraf  Tiruan  dibuat  pertama  kali  pada  tahun  1943  oleh neurophysiologist Waren cCulloch dan logician Walter Pits, namun teknologi yang tersedia pada saat itu belum memungkinkan mereka berbuat lebih jauh. Jaringan ...
Terus membaca

BAB 7 Jaringan Hopfield

Gambar
BAB 7 Jaringan Hopfield 7.1 Pengantar Semua jaringan sampai sekarang diasumsikan hanya maju mengalir dari input ke output, yaitu interkoneksi yang tidak berulang. Hal ini terjamin stabilitas jaringan. Sejak jaringan saraf biologis menggabungkan umpan balik, jaringan buatan tertentu juga akan menggabungkan fitur itu. Jaringan Hopfield memang menggunakan umpan-maju dan umpan balik. Setelah umpan balik yang digunakan, stabilitas tidak dapat dijamin dalam kasus umum. Akibatnya, desain jaringan Hopfield harus menjadi salah satu yang menyumbang stabilitas di pengaturannya. 7.2 Jaringan Biner Hopfield Gambar 7.1 menggambarkan satu lapisan jaringan Hopfield berulang. Meskipun pada dasarnya jaringan single-layer, struktur umpan balik yang membuatnya efektif untuk berperilaku sebagai jaringan multi-layer. Keterlambatan umpan balik akan ditampilkan untuk menjalankan peran utama dalam stabilitas. Delay tersebut adalah untuk jaringan saraf biologis, menunda di celah sinaptik da...
Terus membaca

BAB 9 Adaptive Resonance Theory

Gambar
Adaptive Resonance Theory ( ART ) berasal oleh Carpenter dan Grossberg (1987a) untuk tujuan pengembangan jaringan saraf tiruan yang secara kinerja, khususnya (namun bukan hanya) di pengenalan pola atau klasifikasi tugas, lebih dekat dengan yang ada pada jaringan saraf biologis  dibanding kasus yang di sebelumnya dibahas jaringan. Salah satu tujuan utama mereka adalah untuk datang dengan jaringan saraf yang dapat melestarikan elastisitas jaringan biologis dalam belajar atau dalam mengenali pola-pola baru, yaitu, dalam belajar tanpa harus menghapus (lupa) atau untuk secara substansial menghapus pola sebelumnya belajar. Karena tujuan dari jaringan saraf ART adalah untuk  mendekati jaringan saraf biologis, jaringan saraf ART tidak membutuhkan “guru” tapi sebagai fungsi tanpa pengawasan jaringan mengorganisir diri. ART-I versi berhubungan dengan input biner. Perpanjangan ART-I yang dikenal sebagai ART-II [Carpenter dan Grossberg, 1987b] penawaran dengan kedua pol...
Terus membaca