Jaringan saraf tiruan adalah nama untuk jenis teknologi komputer yang mencoba meniru otak manusia. Jaringan saraf tiruan atau JST mencakup neuron simulasi dan rangsangan untuk upaya mereproduksi fungsi otak. Berbagai perangkat lunak dan perangkat ini menggunakan model algoritma saraf untuk membuat proses pengambilan keputusan yang diharapkan para perencana akan meniru proses berpikir manusia. Jaringan saraf tiruan merupakan kemajuan besar dari ide-ide yang relatif primitif tentang komputer dalam dekade sebelumnya.
Perangkat lunak jaringan saraf secara tradisional diterapkan untuk bermain game dan tugas-tugas lain yang melibatkan pemikiran manusia yang relatif diperhitungkan. Dalam arti yang lebih bio-fisik, jaringan saraf didasarkan pada pemeriksaan bagaimana neuron otak berkomunikasi dan menyampaikan pesan. Aplikasi jaringan saraf mencakup interaksi berbagai fungsi, di mana para insinyur melihat total output produktif untuk melihat bagaimana sistem jaringan saraf tiruan ini dapat secara efektif meniru pemikiran manusia. Berbagai “aplikasi kehidupan nyata” untuk JST termasuk analisis regresi, pendekatan fungsi, robotika, dan pemrosesan data umum.
Berbagai jenis jaringan syaraf tiruan telah dikembangkan untuk berbagai ketentuan penelitian. Ini menggunakan berbagai jenis model pembelajaran seperti pembelajaran yang diawasi, tidak diawasi, atau diperkuat. Jenis jaringan saraf termasuk jaringan saraf umpan maju satu arah, fungsi basis radial atau jaringan RBF, jaringan pengorganisasian diri Kohonen, dan bahkan jaringan saraf modular di mana jaringan yang lebih besar terdiri dari beberapa jaringan kecil.
Jenis lain dari struktur baru yang diterapkan pada jaringan saraf tiruan sering disebut “komite mesin” di mana berbagai struktur jaringan masing-masing memberikan “suara” atau “pendapat” mereka sendiri dalam proses pemodelan keputusan. Ini juga kadang-kadang disebut jaringan saraf asosiatif atau ASNN. Manfaat dari penelitian semacam ini terbukti bagi para insinyur yang percaya bahwa ASNN dapat membantu memodelkan pengambilan keputusan kelompok manusia atau pemodelan kompleks lainnya dalam beberapa cara yang mirip dengan model pengambilan keputusan individu yang disediakan oleh ANN.
Prinsip yang sering digunakan oleh jaringan syaraf tiruan disebut “logika fuzzy”. Kata “kabur” digunakan untuk menggambarkan kesenjangan dalam data atau pengetahuan. Jaringan saraf seringkali dapat menutup beberapa data atau kesenjangan pengetahuan dengan menebak dan prediksi statistik, yang bertentangan dengan logika biner “ya atau tidak” yang secara tradisional dikaitkan dengan pengambilan keputusan elektronik. Mengatasi logika fuzzy membantu jaringan saraf untuk memberikan hasil simulasi yang lebih baik. Menggunakan blok bangunan dari penelitian sebelumnya, perencana dan insinyur yang berpengalaman dengan jaringan saraf tiruan terus meningkatkan apa yang dapat dilakukan alat ini untuk mendorong batas pengetahuan kita tentang pikiran kita sendiri.