Jaringan saraf adalah sub-bidang kecerdasan buatan dan pembelajaran mesin yang memodelkan jaringan saraf biologis. Mereka bertujuan untuk meniru cara otak manusia berfungsi, belajar dari pengalaman dan mengenali pola dalam data. Jaringan saraf terdiri dari lapisan masukan dan keluaran, serta beberapa lapisan tersembunyi. Setiap lapisan terdiri dari node atau neuron, yang saling berhubungan dan berbagi bobot.
Jaringan saraf digunakan untuk memperkirakan fungsi yang diinginkan dengan melatihnya pada sekumpulan masukan yang besar dengan tujuan memperoleh aturan umum atau pemetaan dari masukan ke keluaran yang sesuai. Input biasanya berupa angka, namun bisa juga berupa gambar atau jenis data lainnya. Output dapat berupa nilai, kategori, atau jenis data apa pun.
Struktur jaringan saraf ditentukan oleh pengguna, karena pengguna harus menentukan jumlah lapisan dan node untuk setiap lapisan. Setiap node menerapkan fungsi tertentu pada inputnya, dan output dari node tersebut adalah input ke node berikutnya. Rantai node ini disebut sebagai jalur propagasi maju. Selama fase pelatihan, bobot koneksi antar node disesuaikan berdasarkan umpan balik dari lapisan keluaran. Proses ini, yang dikenal sebagai backpropagation, memungkinkan jaringan saraf belajar dari kesalahannya.
Jaringan saraf digunakan dalam berbagai aplikasi, mulai dari pengenalan tulisan tangan hingga klasifikasi gambar. Mereka kini dipandang sebagai alat yang ampuh untuk memahami kumpulan data besar dan membuat prediksi. Seiring dengan meningkatnya daya komputasi dan ketersediaan data, jaringan saraf menjadi semakin populer dan penerapannya semakin luas.
