1. Sistem pakar
Sistem pakar merupakan suatu program komputer yang mengandung pengetahuan dari beberapa pakar manusia mengenai suatu bidang yang spesifik. Tujuan utama dari sistem pakar ini adalah sebagai cara untuk pengalihan keahlian dari para ahli dalam bidangnya ke dalam media elektronik seperti computer, yang kemudian keahlian tersebut dialihkan lagi pada orang yang bukan ahli. Bentuk umum dari sitem pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai kelas suatu masalah spesifik serta analisis matematis dari masalah tersebut.
Berdasarkan pada 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 potensi terbesar untuk memecahkan masalah bisnis. Pengembangan sistem pakar dibagi menjadi dua generasi. Kebanyakan sistem pakar generasi pertama menggunakan aturan “jika-maka” untuk merepresentasikan dan menyimpan pengetahuannya. Sistem pakar generasi kedua jauh lebih fleksibel dalam mengadopsi banyak representasi pengetahuan dan metode pertimbangan.
Model Sistem Pakar terdiri dari 4 bagian utama, yaitu :
1. User Interface, model ini memungkinkan pemakai untuk beriteraksi dengan sistem pakar.
2. Knowledge Base, model ini dapat menyimpan akumulasi pengetahuan dari masalah yang akan diselesaikan.
3. Inference Engine, model inference engine ini menyediakan kemampuan penalaran yang menafsirkan isi knowledge base.
4. Development Engine, model yang terakhir ini digunakan oleh pakar dan analis sistem untuk menciptakan sistem pakar.
Ciri-ciri Sistem Pakar
1. Memiliki informasi yang handal.
2. Mudah dimodifikasi.
3. Heuristik dalam menggunakan pengetahuan (yang sering kali tidak sempurna) untuk mendapatkan penyelesaiannya.
4. Dapat digunakan dalam berbagai jenis komputer.
5. Memiliki kemampuan untuk beradaptasi.
Keuntungan dan kerugian menggunakan suistem pakar
1. Keuntungan bagi Manager.
• Mempertimbangkan lebih banyak alternatif.
• Menerapkan logika yang lebih tinggi.
• Menyediakan lebih banyak waktu untukmengevaluasi hasil keputusan.
• Membuat keputusan yang lebih konsisten.
2. Keuntungan sistem pakar bagi perusahaan.
• Kinerja perusahaan lebih baik.
• Mempertahankan pengendalian atas pengetahuan perusahaan.
2. Algoritma Genetika
Algoritma genetik adalah algoritma pencarian yang berdasarkan pada mekanisme sistem natural yakni genetik dan seleksi alam. Dalam aplikasi algoritma genetik, variabel solusi dikodekan ke dalam struktur string yang merepresentasikan barisan gen, yang merupakan karakteristik dari solusi problem.
Siklus Algoritma Genetika :
Beberapa definisi penting dalam Algoritma Genetika :
• Genotype (Gen), sebuah nilai yang menyatakan satuan dasar yang membentuk suatu arti tertentu dalam satu kesatuan gen yang dinamakan kromosom. Dalam algoritma genetika, gen ini bisa berupa nilai biner, float, integer maupun karakter.
• Allele, nilai dari gen.
• Kromosom, gabungan gen-gen yang membentuk nilai tertentu.
• Individu, menyatakan satu nilai atau keadaan yang menyatakan salah satu solusi yang mungkin dari permasalahan yang diangkat.
• Populasi, merupakan sekumpulan individu yang akan diproses bersama dalam satu siklus proses evolusi.
• Generasi, menyatakan satu-satuan siklus proses evolusi.
• Nilai Fitness, menyatakan seberapa baik nilai dari suatu individu atau solusi yang didapatkan.
Hal-hal yang harus dilakukan untuk menggunakan Algoritma Genetika adalah sebagai berikut :
a. Mendefinisikan individu, dimana individu menyatakan salah satu solusi (penyelesaian) yang mungkin dari permasalahan yang diangkat.
b. Mendefinisikan nilai fitness, yang merupakan ukuran baik-tidaknya sebuah individu atau baik-tidaknya solusi yang didapatkan.
c. Menentukan proses pembangkitan populasi awal. Hal ini biasanya dilakukan dengan menggunakan pembangkitan acak seperti random-walk.
d. Menentukan proses seleksi yang akan digunakan.
e. Menentukan proses perkawinan silang (cross-over) dan mutasi gen yang akan digunakan.
3. Fuzzy logic
Fuzzy Logic adalah suatu cara untuk memetakan suatu ruang input ke dalam suatu ruang output.
Skema Logika Fuzzy :
Antara input dan output terdapat suatu kotak hitam yang harus memetakan input ke output yang sesuai.
Misal :
Pemetaan input-output pada masalah produksi: “diberikan data persediaan barang, berapa jumlah barang yang harus diproduksi?”
Terdapat beberapa cara/metode yang mampu bekerja di kotak hitam tersebut, misal :
• Sistem Fuzzy
• Jaringan Syaraf Tiruan
• Sistem Linear
• Sistem Pakar
• Persamaan Diferensial, dll.
Alasan menggunakan Logika Fuzzy :
1) Konsep Logika Fuzzy mudah dimengerti
2) Logika Fuzzy sangat fleksibel
3) Memiliki toleransi terhadap data-data yang tidak tepat
4) Dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan
5) Logika Fuzzy didasarkan pada bahasa alami
4. Jaringan Syaraf Tiruan (Neural Network)
Jaringan Syaraf Tiruan adalah paradigma pemrosesan suatu informasi yang terinspirasi oleh sistim sel syaraf biologi, sama seperti otak yang memproses suatu informasi. Elemen mendasar dari paradigma tersebut adalah struktur yang baru dari sistem pemrosesan informasi. Jaringan Syaraf Tiruan, seperti manusia, belajar dari suatu contoh. Jaringan Syaraf Tiruan dibentuk untuk memecahkan suatu masalah tertentu seperti pengenalan pola atau klasifikasi karena proses pembelajaran.
Jaringan Syaraf Tiruan biasanya mempunyai 3 lapisan yaitu unit-unit lapisan input yang terhubung dengan lapisan tersembunyi yang selanjutnya terhubung dengan lapisan output.
• Aktifitas unit-unit lapisan input menunjukkan informasi dasar yang kemudian digunakan dalam Jaringan Syaraf Tiruan.
• Aktifitas setiap unit-unit lapisan tersembunyi ditentukan oleh aktifitas dari unit-unit input dan bobot dari koneksi antara unit-unit input dan unit-unit lapisan tersembunyi.
• Karakteristik dari unit-unit output tergantung dari aktifitas unit-unit lapisan tersembunyi dan bobot antara unit-unit lapisan tersembunyi dan unit-unit output.
Jaringan Syaraf Tiruan mulai dilirik banyak kalangan karena mempunyai banyak kelebihan dibandingkan sistem konvensional. Jaringan Syaraf Tiruan mewakili pikiran manusia untuk mendekatkan diri dengan komputer, maksudnya Jaringan Syaraf Tiruan dirancang agar komputer dapat bekerja seperti/layaknya otak manusia. Berikut ini beberapa keunggulan dari Jaringan Syaraf Tiruan adalah :
1) Adaptive learning: Suatu kemampuan untuk melakukan suatu kegiatan yang didasarkan atas data yang diberikan pada saat pembelajaran atau dari pengalaman sebelumnya.
2) Self-Organisation: Dapat membuat organisasi sendiri atau me-representasikan informasi yang didapat pada saat pembelajaran.
3) Real Time Operation: Dapat menghasilkan perhitungan parallel dan dengan device hardware yang khusus yang dibuat akan memberikan keuntungan dengan adanya kemampuan tersebut.
4) Fault Tolerance melalui Redundant Information Coding: Kerusakan pada bagian tertentu dari jaringan akan mengakibatkan penurunan kemampuan. Beberapa jaringan mempunyai kemampuan untuk menahan kerusakan besar pada jaringan.
5) Kelebihan Jaringan Syaraf Tiruan terletak pada kemampuan belajar yang dimilikinya. Dengan kemampuan tersebut pengguna tidak perlu merumuskan kaidah atau fungsinya. Jaringan Syaraf Tiruan akan belajar mencari sendiri kaidah atau fungsi tersebut. Dengan demikian Jaringan Syaraf Tiruan mampu digunakan untuk menyelesaikan masalah yang rumit dan atau masalah yang terdapat kaidah atau fungsi yang tidak diketahui.
6) Kemampuan Jaringan Syaraf Tiruan dalam menyelesaikan masalah yang rumit telah dibuktikan dalam berbagai macam penelitian.
sumber :
http://www.eepis-its.edu/~basuki/lecture/AlgoritmaGenetika.pdf
personal.ftsl.itb.ac.id/djunaedi/files/2009/03/ga-011.pdf
http://arflstxtx.blogspot.com/2010/02/sistem-pakar-dan-kecerdasan-buatan.html
http://www.snapdrive.net/files/544779/FUZZY%201.pdf
Tidak ada komentar:
Posting Komentar