Bagi suatu negara, sumber daya manusia merupakan intangible asset yang sangat penting dan berharga dalam peran krusialnya untuk kemajuan suatu negara. Semakin tinggi kualitas dari setiap sumber daya manusia maka akan berpotensi untuk meningkatkan produktivitas negara tersebut yang juga akan dapat berdampak positif terhadap bidang ekonomi, daya saing global, teknologi dan lain-lain. Terlebih hal ini dapat menguntungkan bagi Indonesia yang akan menghadapi bonus demografi yakni kuantitas sumber daya manusia yang produktif akan lebih banyak dibandingkan usia non produktif. Namun apabila kita melihat data statistik Tingkat Kecerdasan (IQ) tahun 2022 di kawasan Asia Tenggara pada laporan dari World Population Review, yang berjudul The Intelligence of Nations, Indonesia berada pada urutan terbawah bersama Timor Leste yang memiliki skor rata-rata yang sama yakni 78,49. Meskipun demikian, perlu ditekankan bahwa IQ bukan merupakan satu-satunya parameter yang menunjukan tingkat kecerdasan/intelektualitas penduduk suatu negara.

Dalam rangka usaha untuk meningkatkan tingkat kecerdasan, terkadang dapat dilakukan dengan meniru atau mencontoh suatu model yang telah terbukti kecerdasannya. Model tersebut jika dikaitkan dengan situasi saat ini yakni situasi berkembangnya dunia teknologi secara pesat khususnya pada bidang Artificial Intelligence (AI) atau kecerdasan buatan, maka terdapat model matematika sekaligus pendekatan yang populer dan efektif untuk memodelkan kemampuan belajar mesin dan pengambilan keputusan. Model Matematika tersebut adalah Artificial Neural Network (ANN). Artificial Neural Network (ANN) merupakan  sebuah model yang terinspirasi oleh sistem saraf otak manusia dalam melakukan klasifikasi data. Atau dengan kata lain, Neural Network sebenarnya mengadopsi dari kemampuan otak manusia yang mampu memberikan stimulasi/rangsangan, melakukan proses, dan memberikan output. 

Untuk memahami bagaimana cara kerja Artificial Neural Network dapat digambarkan seperti proses kerja jaringan saraf pada otak manusia. Otak manusia memuat sekitar 10^11 neuron. Neuron ini berfungsi memproses setiap informasi yang masuk. Satu neuron memiliki 1 akson, dan minimal 1 dendrit. Setiap sel saraf terhubung dengan saraf lain, jumlahnya mencapai sekitar 10^4 sinapsis. Masing-masing sel itu saling berinteraksi satu sama lain yang menghasilkan kemampuan tertentu pada kerja otak manusia. Secara mendasar dan sederhana, struktur Artificial Neural Network yakni : 

1. Input berfungsi seperti dendrite yang sebagai bagian dari sel saraf berfungsi untuk mengirimkan impuls yang diterima ke badan sel saraf.

2. Output, berfungsi seperti akson yang sebagai bagian dari sel saraf berfungsi untuk mengirimkan impuls dari badan sel ke jaringan lain .

3. Fungsi aktivasi, berfungsi seperti sinapsis yang sebagai bagian dari sel saraf berfungsi untuk mengirimkan impuls dari badan sel ke jaringan lain.

Cara kerja Artificial Neural Network yang terinspirasi dengan cara sistem saraf otak manusia ini biasanya digunakan untuk pemrosesan data seperti pengenalan pola, klasifikasi, regresi, dan lain sebagainya. Salah satu metode untuk meningkatkan performa Artificial Neural Network (ANN) adalah dengan melakukan pelatihan pada data melalui iterasi yang tepat dan pelatihan ini merupakan proses kunci dalam mengembangkan model ANN. Dengan proses iterasi atau pengulangan yang tepat, maka performa model akan diperbaiki secara bertahap. Meskipun saat ini, Artificial Neural Network (ANN) lebih dikenal dan dirancang untuk tugas pemrosesan data, ternyata ada beberapa hikmah atau pelajaran berharga untuk dapat diterapkan dalam kehidupan sehari-hari dengan tujuan untuk terus belajar dan menuntut ilmu. Beberapa hikmah tersebut di antaranya:

1. Belajar dan Adaptasi

ANN dibuat dengan terinspirasi dari kemampuan otak manusia untuk belajar dan beradaptasi. Kemampuan otak untuk membentuk dan mengubah koneksi sinaptik antara neuron, yang dikenal sebagai neuroplastisitas, mirip dengan proses pelatihan pada model ANN. Adapun pengertian menurut wikipedia tentang neuroplastisitas adalah konsep neurosains yang merujuk kepada kemampuan otak dan sistem saraf semua spesies untuk berubah secara struktural dan fungsional sebagai akibat dari input lingkungan. Dalam meningkatkan kemampuan berpikir kita, penting untuk selalu berusaha dengan terus belajar, menuntut ilmu dan beradaptasi dengan lingkungan yang selalu berubah. Belajar secara terus menerus akan membuka kesempatan untuk memahami gagasan baru, mengeksplorasi solusi alternatif, dan meningkatkan pemahaman kita tentang dunia yang terus berkembang.

2. Optimisasi dan Pemecahan Masalah

Dalam model ANN, optimisasi adalah proses mencari bobot sinapsis yang tepat untuk mencapai kinerja yang maksimal pada tugas yang diberikan. Demikian pula dalam menuntut ilmu kita perlu mengasah kemampuan dengan latihan pemecahan masalah. Ini berarti mencari solusi yang efisien, kreatif, dan inovatif untuk menghadapi tantangan yang dihadapi dalam kehidupan sehari-hari. Dengan menghadapi masalah sebagai peluang untuk belajar dan berkembang, kita dapat tumbuh sebagai pribadi yang lebih tangguh dan berkembang secara intelektual.

3. Generalisasi dan Fleksibilitas

Kemampuan model ANN yang luar biasa untuk melakukan generalisasi pada data baru yang belum pernah dilihat sebelumnya menunjukkan pentingnya memiliki fleksibilitas dalam cara berpikir kita. Dalam menghadapi situasi yang tidak terduga, fleksibilitas berpikir memungkinkan kita untuk menemukan solusi yang kreatif dan menghadapinya dengan penuh percaya diri. Ketika kita melihat tantangan sebagai kesempatan untuk belajar, kita dapat menghadapinya dengan lebih tenang dan berpikir secara rasional untuk mencapai hasil yang lebih baik.

4. Kesalahan adalah Bagian dari Pembelajaran

Pada saat pelatihan model ANN, kesalahan adalah bagian alami dari prosesnya. Selama proses pelatihan, Model ANN akan memperbarui parameter  untuk mencoba mengurangi kesalahan atau error antara hasil prediksi dan nilai yang sebenarnya pada data pelatihan yang diketahui. Demikian juga, kita sebagai manusia harus memahami bahwa kesalahan adalah bagian normal dari proses belajar dan berkembang. Alih-alih menghindari kesalahan, kita harus melihatnya sebagai kesempatan untuk belajar dan tumbuh. Dengan menerima kesalahan sebagai bagian dari perjalanan pembelajaran, kita dapat terus berusaha untuk menjadi pribadi yang lebih baik dari sebelumnya.

5. Keterhubungan dan Kolaborasi

Dalam model ANN, kinerja keseluruhan dipengaruhi oleh keterhubungan antara neuron dalam jaringan. ANN menunjukkan betapa pentingnya koneksi antar neuron untuk meningkatkan kinerja sistem secara keseluruhan. Demikian juga, sebagai manusia, kita saling terhubung dengan orang lain dan dunia di sekitar kita. Keterhubungan ini memungkinkan kita untuk saling belajar, bertukar gagasan, dan menginspirasi satu sama lain. Melalui kolaborasi dan keterhubungan, kita dapat memperluas wawasan kita, menggali perspektif yang berbeda, dan meningkatkan kemampuan berpikir melalui diskusi dan refleksi. 

Dari beberapa hikmah tersebut, maka meneladani cara kerja Artificial Neural Network merupakan salah satu motivasi bagi manusia sebagai subjek atau sumber daya manusia untuk terus belajar atau menuntut ilmu dalam kontribusinya yang sangat penting bagi suatu negara. Selain itu, cara kerja Artificial Neural Network yang terinspirasi dari jaringan saraf biologis yang membentuk otak manusia ini juga merupakan motivasi bagi kita untuk tidak mudah menyerah dalam memecahkan masalah apapun itu, seperti halnya Artificial Neural Network yang harus melalui tahap pelatihan model dengan menggunakan data pelatihan sebelum model tersebut diimplementasikan atau digunakan dalam dunia nyata.

Selama proses pelatihan, model ANN akan memproses data pelatihan dan melakukan iterasi atau epoch. Pada setiap iterasi, model akan menghitung error atau loss antara prediksi model dengan label yang sebenarnya pada data pelatihan. Setelah itu, model akan melakukan penyesuaian bobot dan bias di seluruh jaringan berdasarkan perhitungan loss tersebut menggunakan teknik seperti "backpropagation".

Tujuan dari pelatihan ini adalah untuk mengoptimalkan bobot dan bias di seluruh jaringan agar model ANN dapat memberikan prediksi yang akurat pada data pelatihan. Dengan melakukan iterasi berulang, model ANN belajar dari kesalahan dan berusaha untuk memperbaiki kinerjanya pada setiap iterasi. Begitupun juga kita sebagai manusia yang dianugerahi otak, meskipun dihadapkan dengan kesulitan ketika memecahkan suatu masalah atau dalam proses belajar untuk menguasai kemampuan baru, maka dapat mengikuti seperti halnya cara kerja model Artificial Neural Network.   

Seperti kita ketahui bersama dalam beberapa tahun terakhir, teknologi Artificial Intelligence telah berkembang pesat salah satunya melalui model ANN yang sangat canggih. Namun perlu ditekankan bahwa tingkat kompleksitas dan kecerdasan otak manusia tetap lebih unggul dibandingkan teknologi tersebut. Selain itu, manusia juga mempunyai indera yang dalam bahasa medisnya disebut sebagai reseptor. Reseptor ini memiliki keanekaragaman fungsi yang memungkinkan manusia untuk menerima informasi dari lebih banyak sumber dibandingkan teknologi Artificial Intelligence. Dan juga sejauh ini, kemampuan sensorik yang kompleks dari manusia tidak dimiliki oleh teknologi AI. Sehingga dalam proses menuntut ilmu juga perlu untuk memaksimalkan kerja indra.

Kemudian sebagai penutup, terdapat nasehat Imam Syafi’i tentang syarat-syarat yang harus dilakukan dalam proses menuntut ilmu. Bahwa tidak akan memperoleh ilmu kecuali dengan enam perkara yaitu kecerdasan, semangat, sungguh-sungguh, berkecukupan, bersahabat dengan guru, dan membutuhkan waktu yang lama.

sumber gambar : 

https://medium.com/predict/artificial-neural-networks-mapping-the-human-brain-2e0bd4a93160

sumber : 

https://goodstats.id/infographic/tingkat-kecerdasan-iq-tertinggi-di-asia-tenggara-2022-uSXx0

https://id.wikipedia.org/wiki/Neuroplastisitas#:~:text=Neuroplastisitas adalah konsep neurosains yang,sebagai akibat dari input lingkungan.

https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/20032/19397

https://chat.openai.com/

https://bard.google.com/?hl=en

https://socs.binus.ac.id/2012/07/26/konsep-neural-network/

https://medium.com/swlh/a-study-of-artificial-neural-networks-ann-7e1f7f2ac891

https://mui.or.id/hikmah/31647/6-syarat-utama-mencari-ilmu-menurut-imam-syafii/

https://www.youtube.com/watch?v=n9fgDpZmHSw&t=2265s&ab_channel=alummahtv