Uji Pengetahuan Jaringan Syaraf Tiruan

Apa yang dimaksud dengan arsitektur jaringan syaraf?

• Arsitektur jaringan syaraf tidak memiliki hubungan antara neuron.

• Arsitektur jaringan syaraf hanya terdiri dari satu lapisan neuron.

• Arsitektur jaringan syaraf adalah metode pengolahan data secara manual.

• Arsitektur jaringan syaraf adalah struktur yang terdiri dari lapisan neuron yang saling terhubung dalam model jaringan syaraf tiruan.

Sebutkan komponen utama dalam arsitektur jaringan syaraf!

• Koneksi, protokol, server, client

• Sistem, perangkat keras, perangkat lunak, jaringan

• Neuron, lapisan, fungsi aktivasi, bobot.

• Algoritma, model, data, output

Jelaskan perbedaan antara jaringan syaraf feedforward dan recurrent!

• Jaringan syaraf feedforward lebih kompleks daripada jaringan syaraf recurrent.

• Jaringan syaraf recurrent tidak dapat digunakan untuk prediksi.

• Jaringan syaraf feedforward memiliki umpan balik, sedangkan jaringan syaraf recurrent tidak.

• Jaringan syaraf feedforward tidak memiliki umpan balik, sedangkan jaringan syaraf recurrent memiliki umpan balik.

Apa itu algoritma pembelajaran dalam konteks jaringan syaraf?

• Algoritma pembelajaran adalah cara untuk mengubah struktur jaringan syaraf.

• Algoritma pembelajaran adalah metode untuk melatih jaringan syaraf agar dapat mengenali pola dan membuat prediksi.

• Algoritma pembelajaran digunakan untuk menghapus data dari jaringan syaraf.

• Algoritma pembelajaran hanya berfungsi untuk menguji jaringan syaraf.

Sebutkan jenis-jenis algoritma pembelajaran yang umum digunakan!

• Pembelajaran Berbasis Kasus

• Pembelajaran Berbasis Proyek

• Jenis-jenis algoritma pembelajaran yang umum digunakan adalah: 1. Pembelajaran Terawasi 2. Pembelajaran Tidak Terawasi 3. Pembelajaran Semi-Terawasi 4. Pembelajaran Penguatan.

• Pembelajaran Klasifikasi

Apa yang dimaksud dengan fungsi aktivasi dalam jaringan syaraf?

• Fungsi aktivasi adalah proses pelatihan jaringan syaraf.

• Fungsi aktivasi adalah fungsi yang menentukan output neuron berdasarkan input yang diterima.

• Fungsi aktivasi hanya digunakan dalam lapisan output.

• Fungsi aktivasi tidak mempengaruhi hasil akhir dari neuron.

Sebutkan beberapa contoh fungsi aktivasi yang sering digunakan!

• Leaky ReLU

• Swish

• Sigmoid, ReLU, Tanh

• Softmax

Jelaskan peran fungsi aktivasi dalam proses pembelajaran!

• Fungsi aktivasi hanya digunakan untuk mengurangi noise dalam data.

• Fungsi aktivasi tidak berpengaruh pada kecepatan pembelajaran model.

• Fungsi aktivasi hanya berfungsi pada lapisan input dari jaringan saraf.

• Fungsi aktivasi membantu model belajar pola non-linear dan menentukan output neuron.

Apa itu pengenalan pola dalam konteks jaringan syaraf?

• Pengenalan pola adalah teknik untuk meningkatkan kecepatan jaringan syaraf.

• Pengenalan pola hanya digunakan dalam pengolahan gambar.

• Pengenalan pola adalah proses identifikasi dan klasifikasi pola dalam data menggunakan jaringan syaraf.

• Pengenalan pola adalah proses penghapusan data yang tidak relevan.

Sebutkan aplikasi nyata dari jaringan syaraf dalam pengenalan pola!

• Pengenalan wajah dalam sistem keamanan.

• Pengenalan teks dalam pengolahan dokumen.

• Pengenalan suara dalam aplikasi musik.

• Pengenalan objek dalam permainan video.