Kamis, 20 Oktober 2016

TEKNOLOGI SISTEM CERDAS



METODE PENCARIAN

1. BLIND SEARCH
Blind Search merupakan pencarian asal. Jika solusi sudah ditemukan, maka pencarian akan dihentikan. Jika dibuat skemanya, pencarian buta hanya mengenal 3 bagian yaitu [masalah]-[pencarian]-[solusi]. Blind search tidak mempunyai atribut atau informasi tambahan. Misalkan dalam kotak ada 3 kelereng warna merah, 3 biru, dan 3 kuning. Masalahnya adalah, ambillah satu kelereng yang berwarna merah. Solusi, setelah melakukan pencarian, kemudian didapat satu kelereng warna merah, nah, itulah solusinya. ciri2 Blind Search
- Membangkitkan simpul berdasarkan urutan
- Kalau ada solusi, solusi akan ditemukan
- hanya memiliki informasi tentang node yang telah dibuka (node selanjutnya tidak diketahui).


    Ø  BREADTH FIRST SEARCH  (BFS) atau sering disebut juga pencarian melebar. semua node pada level n akan dikunjungi terlebih dahulu sebelum mengunjungi node-node pada level n+1. Pencarian dimulai dari node akar terus ke level 1 dari kiri ke kanan, kemudian berpindah ke level berikutnya dari kiri ke kanan hingga solusi ditemukan.

contoh:

https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEid8ep4nigDZexM4gRICjoh6-WPKW98WRc8a2gcjMB41XKovew6vhBQacubQFlGM1dt5dI_CVOADE8FppCYO8q1bjTW5Cr1KgPNMTx9IvnBxs77suvTN_SpoxJanG1wN5shK2-oszB1WGP2/s1600/ai1.JPG

pada BFS teknik pencarian pesoalannya adalah dengan membuka node (titik) per levelnya.. sehingga pada persoalan diatas penyelesaian pada BFS adalah.

https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh02tqNQWdJf-hYZPNKXFSYEn_Gjycm07XJ2jPWsNPFe6qJ3-mHsXiBSIqboTh5td49UqO5UyAfHbQKqVEHxa6YgV0yJuuZztQeM4ACRPAdJw-ISPfStmWXOtRJWwYUeR7R4wORwnBwLTzP/s1600/ai1bfs.JPG

jadi urutan node yang di lalui pada pencarian BFS adalah. a,b,c,d,e,f,g,h.

Keuntungannya :
·         Tidak akan menemui jalan buntu, menjamin ditemukannya solusi (jika solusinya memang ada) dan solusi yang ditemukan pasti solusi yang paling baik.
·         Jika ada 1 solusi, maka breadth – first search akan menemukannya.
·         Jika ada lebih dari 1 solusi, maka solusi minimum akan ditemukan

Kerugiannya :
·         Membutuhkan memori yang banyak, karena harus menyimpan semua simpul yang pernah dibangkitkan dan hal ini harus dilakukan agar BFS dapat melakukan penelusuran simpul-simpul sampai di level bawah.
·         Membutuhkan waktu yang cukup lama

Kesimpulan :
Teknik pencarian Breadth – First Search  ini :
Completeness : dimana teknik yang digunakan adanya solusi
Optimality : dimana teknik yang digunakan menemukan solusi yang terbaik saat adanya beberapa solusi berbeda
Time complexity : waktu yang dibutuhkan cukup lama
Space complexity : memori yang dibutuhkan juga banyak.


     Ø  DEPTH FIRST SEARCH (DFS) atau sering disebut juga pencarian mendalam. dilakukan pada suatu simpul dalam setiap level dari yang paling kiri. Jika pada level yang paling dalam tidak ditemukan solusi, maka pencarian dilanjutkan pada simpul sebelah kanan dan simpul yang kiri dapat dihapus dari memori. Jika pada level yang paling dalam tidak ditemukan solusi, maka pencarian dilanjutkan pada level sebelumnya. Demikian seterusnya sampai ditemukan solusi.
Contoh:

https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg8E4cLOEVqw49jStSdyqgAjMNWu9rzTVCAcLQSGe06-z2G41KLTHP5N3-hfF1Y7xoK3YFSJxo6XN214cgt38Y-yOkqtVhfoO0eh0rpje5U_kKvAPGc7tTfCA7azFLNKWAy-VnckhoiDMZe/s1600/ai1dfs.JPG
jadi solusi node yang di lalui pada DFS adalah a,b,e,h.

Keuntungannnya :
  • Membutuhkan memori relatif kecil, karena hanya node-node pada lintasan yang aktif saja yang disimpan. 
  • Dan secara kebetulan, akan menemukan solusi tanpa harus menguji lebih banyak lagi dalam ruang keadaan, jadi jika solusi yang dicari berada pada level yang dalam dan paling kiri, maka DFS akan menemukannya dengan cepat (waktunya cepat) 
Kerugiannya : 
  • Memungkinkan tidak ditemukannya atau tidak adanya tujuan yang diharapkan, karena jika pohon yang dibangkitkan mempunyai level yang sangat dalam (tak terhingga) à tidak complete karena tidak ada jaminan akan menemukan solusi. 
  • Hanya mendapat 1 solusi pada setiap pencarian, karena jika terdapat lebih dari satu solusi yang sama tetapi berada pada level yang berbeda, maka DFS tidak menjamin untuk menemukan solusi yang paling baik à tidak optimal.


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: