Pendahuluan Dr. Suyanto, S.T., M.Sc. HP/WA:

Slides:



Advertisements
Presentasi serupa
KECERDASAN BUATAN VISKA ARMALINA, S.T., M.Eng..
Advertisements

Referensi : Kusumadewi, Sri. Artificial Intelligence Teknik dan Aplikasinya, Yogayakarta, Graha Ilmu, 2003 Pandjaitan, Lanny. Dasar – Dasar Komputasi Cerdas,
Materi 1 Pengantar Kecerdasan Buatan
HO-1 KTB401 Kecerdasan Buatan
KECERDASAN BUATAN PENDAHULUAN.
Sistem Pengambil Keputusan
Topik Khusus 1 Pertemuan I Oleh: Achmad Zakki Falani, S.Kom, M.Kom.
3 SKS Samuel Wibisono, drs.MT.. Out Come Setelah mengikuti pertemuan ini mahasiswa diharapkan dapat menjelaskan: latar belakang munculnya cabang keilmuan.
Pengertian Kecerdasan Buatan (Artificial Intelligence)
Informatics Theory & Programming (ITP) Informatics Eng. Dept. – IT Telkom.
1 Pertemuan 19 LOGIKA FUZZY Matakuliah: H0434/Jaringan Syaraf Tiruan Tahun: 2005 Versi: 1.
Soft Computing (SC) M. Haviz Irfani, S.Si, M.T.I. September 2011.
Soft Computing - Introduction
Pendahuluan CS3243 Kecerdasan Mesin dan Artifisial
1 Pertemuan 26 NEURO FUZZY SYSTEM Matakuliah: H0434/Jaringan Syaraf Tiruan Tahun: 2005 Versi: 1.
PENGENALAN KECERDASAN KOMPUTASIONAL
Kuliah Sistem Fuzzy Pertemuan 1 “ Inteligensia Semu ” (IS)
Kuliah Sistem Fuzzy Pertemuan 12 “Algoritma Genetika”
KECERDASAN BUATAN (3 SKS Teori). PENILAIAN UAS40 % UTS30 % TUGAS 15 % QUIZ15 % KEHADIRAN MINIMAL 80%
Studi Kasus Dr. Suyanto, S.T., M.Sc. HP/WA:
Evolution Strategies (ES)
Manajemen Support Sistem
PENGENALAN KECERDASAN KOMPUTASIONAL
PENGANTAR KECERDASAN BUATAN
2 The Software Product.
Fuzzy EAs Dr. Suyanto, S.T., M.Sc. HP/WA:
Teori Bahasa Otomata (1) Introduction
Teknologi terkini D. Sinaga, M.Kom.
Evolutionary Computation
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
TEKNIK PENCARIAN & PELACAKAN
Logika Fuzzy dan aplikasinya
Paralelisasi dan Distribusi
Learning Dr. Suyanto, S.T., M.Sc. HP/WA:
Evolutionary Programming (EP)
Differential Evolution (DE)
Evolutionary Algorithms (EAs)
Materi 1 Pengantar Kecerdasan Buatan
PENGANTAR PENGANTAR KECERDASAN BUATAN Artificial intelligence
SISTEM KONTROL ROBOTIK
DASAR ILMU BIDANG INFORMATIKA
Grammatical Evolution (GE)
Evolving ANN Dr. Suyanto, S.T., M.Sc. HP/WA:
Konvergensi Prematur dan Pencegahannya
Neuro-Fuzzy Dr. Suyanto, S.T., M.Sc. HP/WA:
Disiplin Ilmu, Metode Penelitian, Computing Method
I Gusti Ayu Agung Diatri Indradewi, S.Kom
2 The Software Product.
KECERDASAN BUATAN (ARTIFICIAL INTELGENCE-AI)
Manajemen Support Sistem
KECERDASAN BUATAN.
PENGANTAR PENGANTAR KECERDASAN BUATAN Artificial intelligence
ARTIFICIAL INTELEGENCE
Introduction to Soft computing
Mata Kuliah Analisa Perancangan Sistem Informasi
PROGRAM STUDI SISTEM INFORMASI TEKNIK INFORMATIKA
Kasus 8: Image Segmentation
KECERDASAN BUATAN By Serdiwansyah N. A..
Sistem Pendukung Keputusan
Artificial Intelligence
Pertemuan 15 ALGORITMA GENETIKA
CSG3G3 Kercerdasan Mesin dan Artifisial Reasoning 2: Fuzzy
Pendahuluan LOGIKA FUZZY
SISTEM KONTROL ROBOTIK
PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
CSH4313 Kecerdasan Kolektif (Swarm Intelligence) Pendahuluan
Sistem Pendukung Keputusan Roni Andarsyah, ST., M.Kom Lecture Series.
KONTRAK PERKULIAHAN.
2 The Software Product.
Pengenalan Kecerdasan Buatan (Artificial Intelligence / AI )
Transcript presentasi:

Pendahuluan Dr. Suyanto, S.T., M.Sc. HP/WA: 0812 845 12345 Intelligence Computing Multimedia (ICM) Informatics faculty – Telkom University

Apa itu Soft Computing SC is an evolving collection of methodologies, which aims to exploit tolerance for imprecission, uncertainty, and partial truth to achieve robustness, tractability (TR) and low cost (LC) [Zadeh, Lotfi A., 2006] Tujuan SC: terbentuknya High Machine Intelligence Quotient (HMIQ), sistem yang mampu mengolah informasi seperti cara berpikir manusia, mampu menyelesaikan permasalahan non-linier dan tidak ada model matematisnya (TR), serta dapat diimplementasikan dengan biaya rendah (LC). Komponen utama SC: Fuzzy Logic, Neural Network, dan Probabilistic Reasoning. Kemudian diikuti oleh Belief Network, Genetic Algorithms, Chaos Theory dan Learning Theory. Yang terpenting dalam SC: satu komponen dengan komponen lainnya saling melengkapi dan berkontribusi untuk menyelesaikan suatu permasalahan.

Teknik Dasar SC Awalnya, teknik dasar SC hanya empat: Fuzzy Logic Evolutionary Computation (EC) Neuro Computing atau Artificial Neural Networks (ANN) Probabilistic Computing Para ahli menambahkan teknik lain yang bisa digolongkan ke dalam SC, diantaranya: Support Vector Machine Rough Sets Multivalued Logic Chaos Computing Immune Network Theory

Masalah pada metode SC Seleksi data masukan dan keluaran Pada pendekatan ANN, harus tersedia data yang digunakan untuk melatih sistem. Pada pendekatan Fuzzy Logic, harus tersedia pengetahuan tentang rule.

Masalah pada metode SC Pada Algortima Genetika, penentuan fungsi obyektif yang menguji kualitas individu menjadi titik penting dari mekanisme pencarian solusi. Seleksi arsitektur sistem yang bersifat coba-coba, belum tersedianya formulasi walaupun untuk satu jenis aplikasi. Suatu metode baik untuk aplikasi tertentu tapi bisa sangat buruk untuk aplikasi lainnya.

Solusi: Hybrid Systems Fuzzy Logic yang digabungkan dengan ANN atau Evolutionary Algorithm (EA) ANN yang digabungkan dengan Fuzzy Logic atau EA EA yang digabungkan dengan Fuzzy Logic atau ANN

Hybrid Fuzzy Systems Evolving Fuzzy: Fuzzy Logic Control yang dibangkitkan dan di-tune menggunakan EA Fuzzy Neural Systems: ANN yang dimodifikasi oleh Fuzzy System Neural Fuzzy Systems: Fuzzy Logic Control yang di-tune menggunakan ANN

Hybrid ANN Systems Fuzzy Neural Systems: ANN yang dimodifikasi oleh Fuzzy System Evolving Neural Networks: Weights dan/atau topologi (arsitektur) ANN yang di-tune menggunakan Evolutionary Algorithm (EA)

Hybrid EA Systems Parameter EA dikontrol menggunakan Fuzzy logic Parameter EA dikontrol menggunakan EA juga

Referensi [SUY08] Suyanto, 2008, “Soft Computing: Membangun Mesin Ber-IQ Tinggi”, Informatika, Bandung Indonesia. ISBN: 978-979-1153-49-2. [TET01] Tettamanzi A., Tomassini M., ”Soft Computing”. Springer-Verlag Berlin Heidelberg, 2001. Printed in Germany.