Activation Function

Fungsi aktivasi paling umum digunakan dalam kecerdasan buatan, pembelajaran mesin, pembelajaran mendalam, dan ilmu data. Ini adalah komponen penting dari jaringan saraf dan digunakan untuk memperkenalkan non-linearitas ke dalam model, yang memungkinkannya mempelajari pola dan hubungan yang kompleks dalam data. Fungsi aktivasi digunakan dalam berbagai lapisan jaringan saraf, termasuk lapisan input, tersembunyi, dan output, untuk mengubah data input menjadi bentuk yang lebih berguna untuk lapisan berikutnya. Oleh karena itu, fungsi aktivasi adalah bagian penting dari banyak aplikasi AI, ML, DL, dan Ilmu Data.

Berikut ini adalah postingan khusus kamus AI Kami yang menjelaskan terkait pembahasan terkait apa itu pengertian, makna, dan akronim, istilah, jargon, atau terminologi Activation Function berdasarkan dari berbagai jenis macam reference atau referensi relevan terpercaya yang telah Kami rangkum dan kumpulkan, termasuk definisinya menurut ahli.

Gambar Penjelasan Apa Pengertian Arti Activation Function Dan Definisi Istilah Akronim Atau Jargon Kata Dalam Kamus AI
Ilustrasi Gambar Penjelasan Apa Itu Pengertian Arti Dan Definisi Istilah Akronim Atau Jargon Kata Teknisnya

Pengertian Umum Activation Function

Activation Function adalah fungsi matematis yang digunakan dalam jaringan saraf tiruan untuk menentukan output dari setiap neuron. Fungsi ini digunakan untuk mengaktifkan atau mematikan neuron berdasarkan input yang diterima. Dalam jaringan saraf tiruan, setiap neuron menerima input dari neuron lain atau dari input eksternal, kemudian menghasilkan output yang akan diteruskan ke neuron lain atau sebagai output akhir dari jaringan.

Definisi Menurut Ahli

Menurut buku “Deep Learning” karya Ian Goodfellow, Yoshua Bengio, dan Aaron Courville, Activation Function adalah fungsi matematis yang diterapkan pada output dari setiap neuron dalam jaringan saraf tiruan. Fungsi ini bertujuan untuk memperkenalkan non-linearitas pada jaringan, sehingga jaringan dapat mempelajari pola yang lebih kompleks. Beberapa jenis Activation Function yang umum digunakan dalam jaringan saraf tiruan antara lain sigmoid, ReLU, dan tanh.

Fungsi Activation Function

Activation Function adalah fungsi matematika yang digunakan pada jaringan saraf tiruan (neural network) untuk menentukan output dari setiap neuron. Fungsi ini bertanggung jawab untuk mengubah input yang diterima oleh neuron menjadi output yang diinginkan.

Activation Function memiliki beberapa fungsi penting dalam jaringan saraf tiruan, yaitu:

  • Memperkenalkan non-linearitas pada jaringan saraf tiruan, sehingga memungkinkan jaringan untuk mempelajari pola yang lebih kompleks.
  • Mengatur rentang nilai output dari setiap neuron, sehingga output dapat diinterpretasikan dengan lebih mudah.
  • Menghilangkan nilai negatif dari output, sehingga output selalu bernilai positif.

Contoh Activation Function

Berikut adalah beberapa contoh Activation Function yang sering digunakan pada jaringan saraf tiruan:

  • Step Function: menghasilkan output 1 jika input lebih besar dari nilai ambang (threshold), dan 0 jika sebaliknya.
  • Sigmoid Function: menghasilkan output yang berada dalam rentang 0 hingga 1, sehingga cocok digunakan pada masalah klasifikasi biner.
  • ReLU (Rectified Linear Unit) Function: menghasilkan output 0 jika input negatif, dan input itu sendiri jika input positif.
  • Tanh Function: mirip dengan Sigmoid Function, namun menghasilkan output yang berada dalam rentang -1 hingga 1.

Rumus atau Formula terkait Activation Function

Activation Function adalah fungsi matematis yang digunakan pada jaringan saraf tiruan (neural network) untuk menentukan output dari setiap neuron. Ada beberapa jenis Activation Function yang umum digunakan, di antaranya:

1. Sigmoid Function

Sigmoid Function adalah fungsi matematis yang menghasilkan output dalam rentang 0 hingga 1. Rumus dari Sigmoid Function adalah:

f(x) = 1 / (1 + e^-x)

Simbol yang digunakan:

  • f(x) = output dari Sigmoid Function
  • x = input ke Sigmoid Function
  • e = bilangan konstan Euler (2.71828…)

2. ReLU Function

ReLU (Rectified Linear Unit) Function adalah fungsi matematis yang menghasilkan output 0 jika inputnya negatif, dan menghasilkan output sama dengan input jika inputnya positif. Rumus dari ReLU Function adalah:

f(x) = max(0, x)

Simbol yang digunakan:

  • f(x) = output dari ReLU Function
  • x = input ke ReLU Function
  • max = fungsi matematis yang mengembalikan nilai terbesar dari dua input

3. Tanh Function

Tanh (Hyperbolic Tangent) Function adalah fungsi matematis yang menghasilkan output dalam rentang -1 hingga 1. Rumus dari Tanh Function adalah:

f(x) = (e^x – e^-x) / (e^x + e^-x)

Simbol yang digunakan:

  • f(x) = output dari Tanh Function
  • x = input ke Tanh Function
  • e = bilangan konstan Euler (2.71828…)

Jenis Macam Arti Fungsi Aktivasi dalam Kamus Terjemahan Bahasa Inggris, Indonesia, Jawa, Sunda, dan Malaysia

Selain membahas tentang arti, apa itu, pengertian, definisi, fungsi, dan rumus atau formula terkaitnya, untuk lebih memperluasnya di sini Kami juga akan menerangkan beberapa jenis macam arti kata dalam kamus terjemahan bahasa Inggris, Indonesia, Jawa, Sunda, dan Malaysia.

Agar dapat dengan mudah dipahami, di postingan khusus Kamus AI ini Kami akan menjelaskannya dalam bentuk tabel terjemahan bahasa Inggris, Indonesia, Jawa, Sunda, dan Malaysia sebagai berikut.

Nama Bahasa Terjemahan
Bahasa Inggris Activation Function
Bahasa Indonesia Fungsi Aktivasi
Bahasa Jawa Fungsi Aktivitas
Bahasa Sunda Fungsi Aktivasina
Bahasa Malaysia Fungsi Pengaktifan

Beberapa Paper (Artikel Ilmiah atau Makalah) atau Buku yang Terkait dengan Istilah Activation Function serta Link atau Tautannya

Di bawah ini adalah beberapa jenis macam paper (termasuk artikel ilmiah atau makalah) dan Buku yang berkaitan dengan istilah Activation Function:

  1. Deep Residual Learning for Image Recognition – https://arxiv.org/abs/1512.03385
  2. Generative Adversarial Networks – https://arxiv.org/abs/1406.2661
  3. Attention Is All You Need – https://arxiv.org/abs/1706.03762
  4. BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding – https://arxiv.org/abs/1810.04805
  5. ImageNet Classification with Deep Convolutional Neural Networks – https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf

Kesimpulan

Itulah beberapa hal yang dapat Kami jelaskan dalam postingan khusus kamus, glosarium, atau kumpulan istilah kata Activation Function.

Dalam dunia kecerdasan buatan (AI), Activation Function adalah salah satu komponen penting dalam jaringan saraf tiruan (neural network). Fungsi ini bertanggung jawab untuk mengubah input yang diterima oleh neuron menjadi output yang dihasilkan oleh neuron tersebut. Activation Function sangat penting karena tanpa adanya fungsi ini, jaringan saraf tiruan tidak akan mampu belajar dan menghasilkan prediksi yang akurat. Selain itu, pemilihan Activation Function yang tepat juga dapat mempengaruhi kecepatan dan akurasi dari proses pembelajaran jaringan saraf tiruan. Oleh karena itu, pemahaman yang baik tentang Activation Function sangatlah penting bagi para pengembang AI untuk menciptakan jaringan saraf tiruan yang efektif dan efisien.

Penutup

Demikianlah, di atas adalah penjelasan dan penguraian tentang apa itu arti dari akronim, istilah, jargon, atau terminologi Activation Function.

Semoga kamus, glosarium, atau kumpulan istilah teknis bidang teknologi khususnya Artificial Intelligence, kecerdasan buatan, atau AI yang sudah Kami bagikan di sini dapat bermanfaat serta dapat menambah wawasan para pembaca.

Jangan lupa kunjungi, baca, dan lihat juga pembahasan istilah lainnya di laman Kamus AI Kami.

Sumber (Referensi)

Glosarium Kamus AI ini dibuat berdasar dari simpulan arti definisi dari berbagai referensi terkait (relevan) yang Kami anggap terpercaya termasuk seperti Wikipedia, Deep AI, Open AI, Oxford Technology Dictionary dan beberapa sumber lainnya. Kata Activation Function ini merupakan salah satu dari kumpulan istilah terkait Deep Learning, Artificial Intelligence, Machine Learning, Data Science dalam konteks atau bidang AI yang dimulai dengan awalan atau huruf A. Artikel Kamus AI ini di-update pada bulan May tahun 2024.

Tinggalkan Komentar