Jaringan syaraf tiruan artificial neural network yang terkadang lebih sering disebut neural network, merupakan jaringan dari sejumlah unit yang memproses suatu input menjadi output dengan model menyerupai jaringan syaraf pada manusia. Sistem artificial neural network memiliki sifat yang adaptif menyesuaikan struktur pemecahan masalah berdasarkan pada informasi external maupun internal yang mengalir melalui jaringan tersebut. Beberapa pakar menuliskan definisi tentang artificial neural network, semisal:
- Hecht-Nielsend (1988), Suatu artificial neural network, adalah suatu struktur yang memproses informasi yang terdistribusi dan bekerja secara paralel, yang terdiri atas elemen processing (yang memiliki memory lokal dan beroperasi dengan informasi lokal) yang diinterkoneksi bersama dengan alur sinyal searah yang disebut koneksi. Setiap elemen processing memiliki koneksi keluaran tunggal yang bercabang (fan out) ke sejumlah koneksi kolateral yang diinginkan, setiap koneksi membawa sinyal yang sama dari keluaran elemen processing tersebut. Keluaran dari elemen processing tersebut dapat merupakan sembarang jenis persamaan matematika yang diinginkan. Seluruh proses yang berlangsung pada setiap elemen processing harus benar-benar dilakukan secara lokal, yaitu keluaran hanya bergantung pada nilai masukan pada saat itu yang diperoleh melalui koneksi dan nilai yang tersimpan dalam memory lokal.
- Haykin, S. (1994), Neural Networks: A Comprehensive Foundation, NY, Macmillan, Sebuah artificial neural network adalah sebuah processor yang terdistribusi paralel dan mempuyai kecenderungan untuk menyimpan pengetahuan yang didapatkannya dari pengalaman dan membuatnya tetap tersedia untuk digunakan. Hal ini menyerupai kerja otak dalam dua hal yaitu, pengetahuan diperoleh oleh jaringan melalui suatu proses belajar dan kekuatan hubungan antar sel syaraf yang dikenal dengan bobot sinapsis digunakan untuk menyimpan pengetahuan.
- Zurada, J.M. (1992), Introduction To Artificial Neural Systems, Boston: PWS Publishing Company, Sistem syaraf tiruan atau artificial neural network adalah sistem selular fisik yang dapat memperoleh, menyimpan dan menggunakan pengetahuan yang didapatkan dari pengalaman.
DARPA Neural Network Study (1988, AFCEA International Press, p. 60), Sebuah artificial neural network adalah sebuah sistem yang dibentuk dari sejumlah elemen processing sederhana yang bekerja secara paralel dimana fungsinya ditentukan oleh stuktur jaringan, kekuatan hubungan, dan pegolahan dilakukan pada komputasi elemen atau nodes.
Dalam dunia ilmu pengetahuan kecerdasan buatan dalam upaya menciptakan sistem yang memiliki cara berpikir menyerupai manusia. Melalui teori dasar mekanisme proses berkembangnya kecerdasan, yang disebut Cognitive Science. Kemudian dari Cognitive Science tersebut dibuatlah model computer simulation, kemudian perkembangannya yang lebih lanjut dikenal berbagai sistem kecerdasan buatan yang salah satunya adalah artificial neural network. Konsep artificial neural network berawal dari artikel yang ditulis oleh Waffen McCulloch dan Walter Pitts pada tahun 1943. Isi dari artikel tersebut menjabarkan mengenai rumusan model matematika dari sel-sel otak.
Bagian dari artificial neural network benar-benar meniru sistem syaraf manusia, terdiri dari tiga blok utama yakni input, processing, dan output. Bagian processing ini bersifat hidden, dimana dilakukan bisa lebih dari satu tingkat pemrosesan data.
Sistem artificial neural network pada umumnya digunakan untuk tugas atau pekerjaan yang kurang efisien apabila dikerjakan sendiri langsung oleh manusia, semisal:
- Perkiraan fungsi, atau analisis regresi, sistem pemodelan.
- Klasifikasi, termasuk pengenalan pola dan pengenalan sorting, serta decision making.
- Pengolahan data, termasuk penyaringan, pengelompokan, dan kompresi.
- Robotic.