Neural Network adalah algoritma dengan model yang dibuat untuk meniru fungsi belajar yang dimiliki otak manusia yang berdasar pada jaringan saraf manusia. Dalam algoritma ini, dikenal model perceptron yaitu model jaringan yang terdiri dari beberapa unit masukan dan memiliki sebuah unit keluaran. Kelebihan dari algoritma ini ialah toleransi yang tinggi terhadap data yang menganggu, kemampuan untuk mengklasifikasikan pola, cocok untuk input dan output yang bersifat continue .Sementara kekurangannya ialah membutuhkan sejumlah parameter yang terbaik ditentukan secara empiris dan waktu percobaan yang lama. Contoh penerapan metode Neural Network ialah menentukan status kelulusan mahasiswa dengan melihat IPK dan semester.
Tahapan dalam algoritma Neural Network dengan model percepttron ialah:
- Inisialisasi semua bobot dan bias
- Selama ada elemen vektor masukan yang respon unit keluarannya sama dengan target, maka akan dilakukan :
      -Set aktivasi unit masukan
      -Hitung respon unit keluaran
      -Perbaiki bobot pola yang mengandung kesalahan
      -Ulangi iterasi sampai perubahan bobot tidak ada
Itulah beberapa algoritma yang umum digunakan dalam metode klasifikasi pada Data Mining, semoga penjelasan ini dapat membantu teman-teman yang baca dalam mencari algoritma yang pas untuk mengklasifikan permasalahan yang dimiliki.
Referensi :
Macam-macam Algoritma Data Mining
Data Mining by Romi Satria Wahono
