Jumat, 30 September 2016

TEKNOLOGI SISTEM CERDAS

FUZZY LOGIC

Fuzzy logic merupakan peningkatan dari logika Boolean yang berhadapan dengan konsep kebenaran sebagian. Saat logika klasik menyatakan bahwa segala hal dapat diekspresikan dalam istilah biner (0 atau 1, hitam atau putih, ya atau tidak), logika fuzzy menggantikan kebenaran boolean dengan tingkat kebenaran.
Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistik, konsep tidak pasti seperti "sedikit", "lumayan", dan "sangat". Logika ini berhubungan dengan set fuzzy dan teori kemungkinan. Logika fuzzy diperkenalkan oleh Dr. Lotfi Zadeh dari Universitas California, Berkeley pada 1965. Dalam penyajiannya vaiabel-variabel yang akan digunakan harus cukup menggambarkan ke-fuzzy-an tetapi di lain pihak persamaan-persamaan yang dihasilkan dari variable-variabel itu haruslah cukup sederhana sehingga komputasinya menjadi cukup mudah. Karena itu Profesor Lotfi A Zadeh kemudian memperoleh ide untuk menyajikannya dengan menentukan “derajat keanggotaan” (membership function) dari masing-masing variabelnya.

Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistik, konsep tidak pasti seperti "sedikit", "lumayan", dan "sangat". Logika ini berhubungan dengan set fuzzy dan teori kemungkinan. Logika fuzzy diperkenalkan oleh Dr. Lotfi Zadeh dari Universitas California, Berkeley pada 1965. Dalam penyajiannya vaiabel-variabel yang akan digunakan harus cukup menggambarkan ke-fuzzy-an tetapi di lain pihak persamaan-persamaan yang dihasilkan dari variable-variabel itu haruslah cukup sederhana sehingga komputasinya menjadi cukup mudah. Karena itu Profesor Lotfi A Zadeh kemudian memperoleh ide untuk menyajikannya dengan menentukan “derajat keanggotaan” (membership function) dari masing-masing variabelnya.

Fungsi keanggotaan (membership function), Sudradjat [25] adalah suatu kurva yang menunjukkan pemetaan titik input data kedalam nilai keanggotaanya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1.

Konsep Fuzzy Logic :

      ·         Fuzzy logic umumnya diterapkan pada masalah-masalah yang mengandung unsur ketidakpastian (uncertainty), ketidaktepatan (imprecise), noisy, dan sebagainya.
      ·         Fuzzy logic menjembatani bahasa mesin yang presisi dengan bahasa manusia yang menekankan pada makna atau arti (significance).
      ·         Fuzzy logic dikembangkan berdasarkan cara berfikir manusia.

Aplikasi Logika Fuzzy dalam kehidupan sehari-hari adalah sebagai berikut :

      1.      Logika Fuzzy untuk Sistem Pengaturan Suhu Ruangan.
Untuk menentukan suhu dalam suatu ruangan, kita dapat menentukannya menggunakan Logika Fuzzy. Aturan dalam kontrol, mudah didefinisikan menggunakan kata-kata misalkan :
-          jika suhu dalam suatu ruangan dingin maka naikkan suhu penghangat.
-          jika suhu dalam suatu ruangan panas maka naikkan suhu pendingin.

      2.      Logika Fuzzy untuk Sistem Pengaturan Lampu Lalu lintas.
Logika fuzzy dalam pengaturan lampu lalu lintas amat diperlukan untuk memperlancar arus lalu lintas. Dengan adanya system yang bekerja secara otomatis diharapkan angka kecelakaan yang disebabkan oleh masalah lampu lalu lintas dapat berkurang. Selain itu dengan adanya lampu lalu lintas yang otomatis tentu saja akan mengurangi tugas polisi lalulintas, sehingga mereka bisa mengerjakan hal-hal lain yang belum teratasi.


Referensi:
http://thinkminicorp.blogspot.co.id/2013/11/fuzzylogic-fuzzy-logic-dapat-dikatakan.html
https://anoa5.wordpress.com/2010/03/03/aplikasi-fuzzy-logic-dalam-kehidupan-sehari-hari/
Ayub, Megawati, dkk. 2005, Sistem Tutorial Cerdas Berbasis Fuzzy Genetik, INTEGRAL, Vol. 10 No. 2, Juli 2005

TEKNOLOGI SISTEM CERDAS



ARTIFICIAL INTELLEGENCE
Artificial Intellegence atau AI dalam bahasa Indonesia artinya Kecerdasan Buatan yaitu kecerdasan yang ditunjukkan oleh suatu entitas ilmiah. Kecerdasan dibuat dan dimasukkan ke dalam suatu mesin/ komputer supaya bisa melakukan pekerjaan seperti yang bisa dikerjakan oleh manusia. Terdapat macam-macam bidang yang menggunakan kecerdasan buatan diantaranya yaitu: game komputer, sistem pakar, jaringan syaraf tiruan, logika fuzzy dan robotika.
Kelebihan Artificial Intelligence:
• Artificial Intelligence bersifat konsisten dan teliti .
• Artificial Intelligence lebih bersifat permanent.
• Artificial Intelligence dapat lebih murah daripada kecerdasan alami.
• Artificial Intelligence menawarkan kemudahan untuk digandakan atau disebarkan.
• Artificial Intelligence dapat didokumentasi.

Contoh Penerapan Artificial Intelligence:
• SYSTRAN.
perangkat lunak untuk penerjemahan bahasa.
• Delco Electronics.
Mobil yang dapat mengemudikan sendiri yang menggunakan pendeteksi tepi untuk tetap bertahan di jalan.
• Deep Blue.
program catur 1997 yang mengalahkan Garry Kasparov pecatur dunia .
• Volkswagen AG.
Sistem pengemudi kendaraan otomatis yang diciptakan oleh Jerman.




SISTEM PAKAR
Sistem Pakar adalah Suatu bidang dari ilmu kecerdasan buatan dalam kaitannya dengan sistem pendukung keputusan yang dirancang dengan memasukkan unsur-unsur keahlian dari satu atau beberapa orang pakar kedalam suatu konsep terprogram (code base concept) dalam rangka pengambilan keputusan. Suatu sistem dikatakan sistem pakar apabila memiliki ciri-ciri sebagai berikut (Kusumadewi, 2003):
1. Terbatas pada domain keahlian tertentu
2. Dapat memberikan penalaran untuk data-data yang tidak pasti
3. Dapat mengemukakan rangkaian alasan-alasan yang diberikannya dengan cara yang dapat dipahami
4. Berdasarkan pada kaidah atau rule tertentu
5. Dirancang untuk dikembangkan sacara bertahap
6. Keluarannya atau output bersifat anjuran.


Keuntungan sistem pakar :
  • Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli 
  • Dapat melakukan proses secara berulang secara otomatis 
  • Menyimpan pengetahuan dan keahlian para pakar 
  • Meningkatkan output dan produktivitas 
  • Meningkatkan kualitas
  • Mampu mengambil dan melestarikan keahlian para pakar 
  • Mampu beroperasi dalam lingkungan berbahaya 
  • Memiliki kemampuan untuk mengakses pengetahuan 
  • Memiliki realibilitas 
  • Meningkatkan kapabilitas system computer 
  • Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian 
  • Sebagai media pelengkap dalam pelatihan 
  • Meningkatkan kapabilitas dalam penyelesaian masalah 
  • Menghemat waktu dalam pengambilan keputusan

Kelemahan sistem pakar : 
  • Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal 
  • Sulit dikembangkan. Hal ini erat kaitannya dengan ketersediaan pakar dalam bidangnya 
  •  Sistem pakar tidak 100% bernilai benar

Ternyata sistem banyak diterapkan dibidang-bidang, contohnya :
1.            Penerapan Sistem pakar dalam Industri / Manufaktur
·         System Pakar Dalam Perencanaan Wood Trus fabrication Application merupakan contoh system pakar dalam proses perencanaan. System ini dibuat dengan menggunakan shell sitem pakar SPS (Semi Intelligent Process Selector).
·         Sistem Pakar Dalam Perancangan PRIDE(Pinch Roll Interactive Design Expert / Environment). Sistem pakar ini digunakan untuk merancang system pengaturan kertas untuk mesin fotocopy.
·         Sistem Pakar Dalam Penjadwalan
2.            Sistem Pakar di bidang Manajerial
2.1 Analisis
a) Interpretasi
• Analisa pasar untuk komoditi tertentu
• Identifikasi media iklan yang sesuai
• Identifikasi kebutuhan pelatihan

b) Diagnostik
• Diagnosa kelesuan perusahaan dan usaha penyembuhan

2.2  Sintesa
o Penarikan tenaga kerja
o Strategi penentuan harga
o Strategi pengembangan produk

2.3  Integrasi
o Prediksi perkembangan nilai pada bursa saham efek
3.            Sistem Pakar di Bidang Hankam
·         Mmbantu pertahanan sebuah instansi atau bahkan Negara.
·         Membantu dalam sistem keamanan yang terbatas dapat dilakukan oleh manusia.
·         Mengurangi penyalahgunaan alat yang penting .
4.            Sistem Pakar di Bidang Ekonomi
·         Mampu mengambil keputusan
·         Langkah-langkah pengambilan keputusan jelas
·         Mudah dikembangkan lebih lanjut
·         Memberikan solusi tepat waktu
·         Menyimpan pengetahuan

Referensi:

TEKNOLOGI SISTEM CERDAS

ARTIFICIAL NEURAL NETWORK
Artificial Neural Network atau jaringan saraf tiruan adalah system komputasi dimana arsitektur dan komputasi diilhami dari pengetahuan tentang sel saraf dalam otak. ANN merupakan model yang meniru cara kerja jaringan neural biologis, memiliki sifat adaptif yang dapat mengubah stukturnya untuk memecahkan masalah berdasarkan informasi yang mengalir melalui jaringan tersebut. Dengan jaringan saraf tiruan 
maka kita dapat memberikan semacam kecerdasan pada sistem, dimana sistem
tersebut akan diberikan waktu untuk 'belajar' dan kemudian diharapkan dari
proses belajarnya, sistem bisa memberikan solusi dari suatu kasus. JST (Jaringan Saraf Tiruan) memiliki ciri-ciri sebagai berikut:
1. Memiliki pola hubungan antara elemen-elemen sederhana antara neuron yang disebut arsitektur.
2. Metode yang menentukan bobot pada tiap koneksi(disebut training atau learning, algorithm).
3. Memiliki fungsi aktivasi(Fausett,1933).


Arsitektur Artificial Neural Network


                                                      
Kelebihan Artificial Neural Network : 
  • Mampu mengakuisisi pengetahuan walau tidak ada kepastian.
  • Mampu melakukan generalisasi dan ekstraksi dari suatu pola data tertentu. 
  • Kemampuan perhitungan secara paralel sehingga proses lebih singkat.
Kekurangan Artificial Neural Network :
  • Kurang mampu untuk melakukan operasi-operasi numerik dengan  presisi tinggi. 
  • Kurang mampu melakukan operasi algoritma aritmatik, operasi logika dan simbolis. 
  • Lamanya proses training yang mungkin terjadi dalam waktu yang sangat lama untuk jumlah data yang besar.
                              
Bidang-bidang penelitian yang memanfaatkan jaringan saraf tiruan diantaranya:
- Aeorospace
Autopilot pesawat terbang, simulasi jalur penerbangan, system kendali pesawat, perbaikan autopilot dan simulasi komponen pesawat.
- Otomotif
Sistem kendali otomatis mobil.
- Keuangan dan Perbankan
Pendeteksian uang palsu, evaluator aplikasi kredit, pengidentifikasian pola-pola data pasar saham.
- Pertahanan (Militer)
Pengendali senjata, pendeteksi bom, penelusuran target, pembedaan objek, pengendali sensor, sonar, radar, dan pengolahan sinyal citra yang meliputi kompresi data, ektrasksi bagian istimewa dan penghilangan derau, pengenalan sinyal atau citra.
- Elektronik
Pembuatan perangkat keras yang bias mengimplementasikan jaringan saraf tiruan secara efisien (pendesainan VLSI), machine vision, pengontrol gerakan dan penglihatan robot, sintesis suara.
- Broadcast
Pencarian klip berita melalui pengenalan wajah.

Fungsi dari neural network diantaranya adalah:
1. Pengklasifikasian pola
2. Memetakan pola yang di dapat dari input ke dalam pola baru pada output
3. Penyimpanan pola yang akan dipanggil kembali
4. Memetakan pola-pola yang sejenis
5. Pengoptimasi permasalahan
6. Predikasi

Referensi:
Edy Irwansyah , Muhammad Faisal, 2015:  Teori dan Aplikasi