ARTIFICIAL NEURAL NETWORK

ARTIFICIAL NEURAL NETWORK

     Sebuah Artificial Neural Network (ANN) adalah paradigma pengolahan informasi yang terinspirasi oleh sistem syaraf secara biologis, seperti otak. Elemen kunci dari paradigma Artificial Neural Network adalah struktur novel dari sistem  pengolahan informasi. Terdiri dari sejumlah elemen pemrosesan yang saling  berhubungan (neuron) yang sangat besar, bekerja serentak untuk menyelesaikan masalah tertentu (Pricipe,2000).

    Seperti manusia yang belajar dari contoh, demikian juga dengan Artificial  Neural Network. Sebuah Artificial Neural Network dikonfigurasi untuk aplikasi tertentu, seperti klasifikasi pengenalan pola atau data, melalui proses pembelajaran. Belajar dalam sistem biologis melibatkan penyesuaian terhadap koneksi sinaptik yang ada antara neuron. Hal ini berlaku juga pada Artificial Neural Network dimana memperoleh pengetahuan melalui pembelajaran, dan pengetahuan yang disimpan dalam koneksi antar-neuron yang kuat dan dikenal sebagai bobot sinaptik (Alyda,2006).

    Salah satu penerapan Artificial Neural Network  adalah digunakan untuk  pengenalan karakter optik yang dikenal dengan Optical Character Recognation. Optical Character Recognition merupakan suatu teknologi yang memungkinkan mesin (komputer) secara otomatis dapat mengenali karakter lewat suatu mekanisme optik. Proses yang dilakukan adalah mengubah citra yang mengandung karakter-karakter di dalamnya ke dalam informasi yang dapat dimanipulasi oleh mesin.

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.


Sumber: 
David A. Forsyth, Jean Ponce, 2003. Computer Vision : A Modern Approach. Pearson Education International.

http://www.academia.edu/7523960/IMPLEMENTASI_ARTIFICIAL_NEURAL_NETWORK_ANN_UNTUK_OPTICAL_CHARACTER_RECOGNATION

http://fridusuhendra.blogspot.co.id/2013/09/jaringan-syaraf-tiruan-jaringan-syaraf.html

Pengertian Sistem Pakar dan Contohnya

Pengertian Sistem Pakar dan Contohnya

ARTIFICIAL INTELEGENCE

Artificial Intelligence 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.

Dalam pembahasan ini Artificial Intelegence terbagi menjadi 2 yaitu ; Sistem Pakar dan Fuzzy Logic. Berikut ini merupakan pembahasan mengenai Sistem Pakar beserta contoh penerapannya.

SISTEM PAKAR

Pengertian;

Sistem Pakar adalah sistem informasi yang berisi dengan pengetahuan dari pakar sehingga dapat digunakan untuk konsultasi. Pengetahuan dari pakar di dalam sistem ini digunakan sebagi dasar oleh Sistem Pakar untuk menjawab pertanyaan (konsultasi).
Kepakaran (expertise) adalah pengetahuan yang ekstensif dan spesifik yang diperoleh melalui rangkaian pelatihan, membaca, dan pengalaman.

Pengetahuan membuat pakar dapat mengambil keputusan secara lebih baik dan lebih cepat daripada non-pakar dalam memecahkan problem yang kompleks. Kepakaran mempunyai sifat berjenjang, pakar top memiliki pengetahuan lebih banyak daripada pakar yunior. Tujuan Sistem Pakar adalah untuk mentransfer kepakaran dari seorang pakar ke komputer, kemudian ke orang lain (yang bukan pakar).

Sistem pakar adalah suatu program computer yang mengandung pengetahuan dari satu atau lebih pakar manusia mengenai suatu bidang spesifik. Jenis program ini pertama kali dikembangkan oleh periset kecerdasan buatan pada dasawarsa 1960-an dan 1970-an dan diterapkan secara komersial selama 1980-an. Bentuk umum sistem pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut. Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan suatu rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.

Sistem Pakar memiliki ciri-ciri yaitu:

• Terbatas pada domain keahlian tertentu.
• Dapat memberikan penalaran untuk data yang tidak pasti.
• Dapat mengemukakan rangkaian alasan yang diberikan dengan cara yang dapat dipahami. 
•  Berdasarkan kaidah atau rule tertentu.
• Dirancang untuk dapat dikembangkan secara bertahap.

Contoh Penerapan :

• MYCIN  : Digunakan untuk mendiagnosa penyakit.
• Dendral  : Digunakan untuk mengidentifikasikan struktur molekul campuran kimia yang tidak dikenal.
• XCON & XSEL : Digunakan untuk konfigurasi sistem komputer besar.
• Prospector : Digunakan dalam bidang ilmu biologi.

Sumbernya Berasal Dari :

http://sonyanovelisa.blogspot.co.id/2012/10/aplikasi-penerapan-sistem-pakar-dalam_6579.html

https://3onoikom.wordpress.com/materi-kuliah/sistem-pakar/

https://id.wikipedia.org/wiki/Sistem_pakar#Contoh_Sistem_Pakar

Hayadi B. Hermawan, Sistem Pakar, Bengkulu, Deepublish, 2016

Pengertian Fuzzy Logic dan Contohnya

Pengertian Fuzzy Logic dan Contohnya

ARTIFICIAL INTELEGENCE

Artificial Intelligence 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.

Dalam pembahasan ini Artificial Intelegence terbagi menjadi 2 yaitu ; Sistem Pakar dan Fuzzy Logic. Berikut ini merupakan pembahasan mengenai Fuzzy Logic beserta contoh penerapannya.

FUZZY LOGIC

Pengertian;

Fuzzy logic jika di artikan kedalam Bahasa Indonesia logika Fuzzy adalah teknik/ metode yang dipakai untuk mengatasi hal yang tidak pasti pada masalah – masalah yang mempunyai banyak jawaban. Pada dasarnya Fuzzy logic merupakan logika bernilai banyak/ multivalued logic yang mampu mendefinisikan nilai diantara keadaan yang konvensional seperti benar atau salah, ya atau tidak, putih atau hitam dan lain-lain.

Penggunaan System Fuzzy tidak bermaksud untuk mengacu kepada sebuah system yang tidak jelas atau kabur atau remang-remang. Sebaliknya yang dimaksud dengan System Fuzzy yaitu sebuah system yang dibangun dengan definisi, cara kerja dan deskripsi yang jelas. Penalaran Logika Fuzzy menyediakan cara untuk memahami kinerja system dengan cara menilai input dan output system dari hasil pengamatan. Logika Fuzzy menyediakan cara untuk menggambarkan kesimpulan pasti dari informasi yang samar-samar, ambigu dan tidak tepat. Fuzzy logic Pertama kali dikembangkan oleh Lotfi A. Zadeh tahun 1965.

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. Logika ini berhubungan dengan set fuzzy dan teori kemungkinan.

Fuzzy Logic adalah suatu cabang ilmu Artificial Intellegence, yaitu suatu pengetahuan yang membuat komputer dapat meniru kecerdasan manusia sehingga diharapkan komputer dapat melakukan hal-hal yang apabila dikerjakan manusia memerlukan kecerdasan.

Dengan kata lain fuzzy logic mempunyai fungsi untuk “meniru” kecerdasan yang dimiliki manusia untuk melakukan sesuatu dan mengimplementasikannya ke suatu perangkat, misalnya robot, kendaraan, peralatan rumah tangga, dan lain-lain.

Contoh Penerapan dari Fuzzy Logic:

• Sistem Pengereman Mobil (Nissan).
• Pengontrol kereta bawah tanah di Sendai, Jepang. 
• Penghematan Konsumsi Daya Listrik AC (Mitsubhishi Heavy Industries Tokyo).
• Mesin Cuci.
• Kamera.
• Microwave.

Contoh penerapan Logika Fuzzy dalam kehidupan sehari-hari:

• Logika Fuzzy untuk Sistem Pengaturan Suhu Ruangan.

Untuk menentukan suhu dalam suatu ruangan, kita dapat menentukannya menggunakan Logika Fuzzy. jika suhu dalam suatu ruangan dingin maka naikkan suhu penghangat, dan jika suhu dalam suatu ruangan panas maka naikkan suhu pendingin.

• Logika Fuzzy untuk Sistem Pengaturan Lampu Lalulintas.

Untuk memperlancar arus lalulintas dengan adanya system yang bekerja secara otomatis diharapkan angka kecelakaan bias dikurangi. Untuk kepadatan jumlah kendaraan dibuat pemberitahuan seperti: Tidak Padat (TP), Kurang Padat (KP), Cukup Padat (CP), Padat (P) dan Sangat Padat (SP).

Sumbernya Berasal Dari :

https://amarnotes.wordpress.com/2013/10/14/apa-itu-fuzzy-logic/

http://thinkminicorp.blogspot.co.id/2013/11/fuzzylogic-fuzzy-logic-dapat-dikatakan.html

Naba Agus, Tutorial Mudah & Cepat Fuzzy Logic dengan MatLab, edisi 1, Malang, Agus Naba, 2009.