Minggu, 06 Juni 2010
APLIKASI JARINGAN SYARAF TIRUAN (JST) PADA MODEL MULTI-INPUT MULTI-OUTPUT (MIMO) (STUDI KASUS: SISTEM KILN SEMEN PT. SEMEN PADANG)
Jumat, 12 Maret 2010
Senin, 01 Maret 2010
Bidang-Bidang Kecerdasan Buatan (AI)
Artificial Intelligence (AI) atau kecerdasan buatan adalah suatu ilmu pengetahuan dan teknologi yang berdasarkan pada disiplin ilmu seperti ilmu kompouter, biologi, psikologi, ilmu bahasa, matematika dan teknik. Bidang-bidang kecerdasan buatan (AI) diantaranya sebagai berikut :
1. Expert System
Expert System adalah system yang berusaha mengadopsi pengetahuan manusia kekomputer,agar computer bisa menyelesaikan masalah seperti yang dilakukan para ahli. Sistem pakar merupakan salah satu aplikasi dari Artificial Inteligence (AI) yang banyak dimanfaatkan dalam dunia bisnis. Komponen Sistem pakar terbagi menjadi empat bagian, yaitu:
a. Knowledge base ( basis pengetahuan)
Knowledge Base merupakan inti dari program sistem pakar karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge representation basis pengetahuan adalah sebuah basis data yang menyimpan aturan-aturan tentang suatu domain knowledge/pengetahuan tertentu. Basis pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat atau cirinya). Contoh : If hewan merupakan sayap dan bertelur then hewan jenis burung.
b. Working Memory (basis data atau memori kerja)
Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta awal pada saat sistem beroperasi maupun fakta-fakta pada saat pengambilan kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data berada di adalam memori kerja.
c. Inference Engine (mesin inferensia)
Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan pola-pola penalaran sistem yang digunakan oleh seorang pakar.
d. User interface
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar dengan pemakai. Pada bagian memungkinkan pengguna untuk memasukkan instruksi dan informasi ke dalam sistem pakar serta menerima penjelasan dan kesimpulan.
Contoh apikasi dalam kehidupan sehari-hari:
• Implementasi sistem pakar dalam bidang farmakologi dan terapi sebagai pendukung pengambilan keputusan berbasis web
2. Logica Fuzzy
Logika fuzzy adalah Fuzzy Logic adalah metodologi pemecahan masalah dengan beribu
– ribu aplikasi dalam pengendali yang tersimpan dan pemrosesan informasi. Fuzzy logic menyediakan cara sederhana untuk menggambarkan kesimpulan pasti dari informasi yang ambigu, samar – samar, atau tidak tepat. Sedikit banyak, fuzzy logic menyerupai pembuatan keputusan pada manusia dengan kemampuannya untuk bekerja dari data yang ditafsirkan dan mencari solusi yang tepat.
Mekanisme FIS (fuzzy Inference System):
Contoh implementasi dalam kehidupan sehari-hari:
• Penerapan AI pada robot Asimo.
Singkatnya,
robot ini bisa melakukan apa saja
yang
diinginkan manusia sepanjang sistem kontrol penggeraknya bisa disetting dan tidak mengalami gangguan.Robot tersebut didesain sedemikian rupa dengan menggunakan ilmu kecerdasan buatan
tingkat tinggi. Nama Asimo itu sendiri sebenarnya adalah singkatan dari
”Advance Step in
Innovative Mobility” yang didesain dengan berbagai kemampuan impresif sehingga membuatnya
mampu melakukan tugas-tugas kunci
agar bisa hidup dan bekerja sesuai
dengan kehidupan
sehari-hari manusia. Asimo bisa bergerak menirukan gestur yang mirip dengan manusia karena ia
dilengkapi dengan teknologi i-Walk. Salah satu kelebihan teknologi i-Walk ini gerakan-gerakan robot menjadi lentur hingga mirip gerakan manusia.
mampu membuat gerakan-gerakan robot menjadi lentur hingga mirip gerakan manusia.
Nama :Afif Muchrom NPM :0615031002 Tugas : Buat Blog+ manage Blog
Nama :Fathoni Anwar NPM : Tugas : Cari Bahan
Nama :Surya Tri Satya NPM : Tugas : Cari Bahan
Nama :Pramudianto Arif NPM : Tugas : Cari Bahan
Tugas diberikan pada tanggal 16 Februari 2010 dan selesai tanggal 22 Februari 2010
Read More..
1. Expert System
Expert System adalah system yang berusaha mengadopsi pengetahuan manusia kekomputer,agar computer bisa menyelesaikan masalah seperti yang dilakukan para ahli. Sistem pakar merupakan salah satu aplikasi dari Artificial Inteligence (AI) yang banyak dimanfaatkan dalam dunia bisnis. Komponen Sistem pakar terbagi menjadi empat bagian, yaitu:
a. Knowledge base ( basis pengetahuan)
Knowledge Base merupakan inti dari program sistem pakar karena basis pengetahuan itu merupakan presentasi pengetahuan atau knowledge representation basis pengetahuan adalah sebuah basis data yang menyimpan aturan-aturan tentang suatu domain knowledge/pengetahuan tertentu. Basis pengetahuan ini terdiri dari kumpulan objek beserta aturan dan atributnya (sifat atau cirinya). Contoh : If hewan merupakan sayap dan bertelur then hewan jenis burung.
b. Working Memory (basis data atau memori kerja)
Working memory adalah bagian yang mengandung semua fakta-fakta baik fakta awal pada saat sistem beroperasi maupun fakta-fakta pada saat pengambilan kesimpulan sedang dilaksanakan selama sistem pakar beroperasi basis data berada di adalam memori kerja.
c. Inference Engine (mesin inferensia)
Inference Engine adalah bagian yang menyediakan mekanisme fungsi berfikir dan pola-pola penalaran sistem yang digunakan oleh seorang pakar.
d. User interface
Antarmuka pemakai adalah bagian penghubung antara program sistem pakar dengan pemakai. Pada bagian memungkinkan pengguna untuk memasukkan instruksi dan informasi ke dalam sistem pakar serta menerima penjelasan dan kesimpulan.
Contoh apikasi dalam kehidupan sehari-hari:
• Implementasi sistem pakar dalam bidang farmakologi dan terapi sebagai pendukung pengambilan keputusan berbasis web
2. Logica Fuzzy
Logika fuzzy adalah Fuzzy Logic adalah metodologi pemecahan masalah dengan beribu
– ribu aplikasi dalam pengendali yang tersimpan dan pemrosesan informasi. Fuzzy logic menyediakan cara sederhana untuk menggambarkan kesimpulan pasti dari informasi yang ambigu, samar – samar, atau tidak tepat. Sedikit banyak, fuzzy logic menyerupai pembuatan keputusan pada manusia dengan kemampuannya untuk bekerja dari data yang ditafsirkan dan mencari solusi yang tepat.
Mekanisme FIS (fuzzy Inference System):
Contoh implementasi dalam kehidupan sehari-hari:
• Penerapan AI pada robot Asimo.
Singkatnya,
robot ini bisa melakukan apa saja
yang
diinginkan manusia sepanjang sistem kontrol penggeraknya bisa disetting dan tidak mengalami gangguan.Robot tersebut didesain sedemikian rupa dengan menggunakan ilmu kecerdasan buatan
tingkat tinggi. Nama Asimo itu sendiri sebenarnya adalah singkatan dari
”Advance Step in
Innovative Mobility” yang didesain dengan berbagai kemampuan impresif sehingga membuatnya
mampu melakukan tugas-tugas kunci
agar bisa hidup dan bekerja sesuai
dengan kehidupan
sehari-hari manusia. Asimo bisa bergerak menirukan gestur yang mirip dengan manusia karena ia
dilengkapi dengan teknologi i-Walk. Salah satu kelebihan teknologi i-Walk ini gerakan-gerakan robot menjadi lentur hingga mirip gerakan manusia.
mampu membuat gerakan-gerakan robot menjadi lentur hingga mirip gerakan manusia.
Nama :Afif Muchrom NPM :0615031002 Tugas : Buat Blog+ manage Blog
Nama :Fathoni Anwar NPM : Tugas : Cari Bahan
Nama :Surya Tri Satya NPM : Tugas : Cari Bahan
Nama :Pramudianto Arif NPM : Tugas : Cari Bahan
Tugas diberikan pada tanggal 16 Februari 2010 dan selesai tanggal 22 Februari 2010
Read More..
Kamis, 25 Februari 2010
Foto - Foto Anggota blog
Nama Afif Muchrom
0615031002
Nama: Pramudianto Arief
0615031018
Nama: Fathoni Anwar
0615031078
Nama : Surya Tri Satya
0615031118
Read More..
Senin, 22 Februari 2010
Kecerdasan Buatan ( Artificial Intellegent)
Kecerdasan Buatan (bahasa Inggris: Artificial Intelligence atau AI) didefinisikan sebagai kecerdasan yang ditunjukkan oleh suatu entitas buatan. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika.
Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola.
Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin.
Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.
'Kecerdasan buatan' ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tapi juga mengkonstruksinya. Tidak ada definisi yang memuaskan untuk 'kecerdasan':
1. kecerdasan: kemampuan untuk memperoleh pengetahuan dan menggunakannya, atau
2. kecerdasan yaitu apa yang diukur oleh sebuah 'Test Kecerdasan'
Faham Pemikiran
Secara garis besar, AI terbagi ke dalam dua faham pemikiran yaitu AI Konvensional dan Kecerdasan Komputasional (CI, Computational Intelligence). AI konvensional kebanyakan melibatkan metoda-metoda yang sekarang diklasifiksikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis statistik. Dikenal juga sebagai AI simbolis, AI logis, AI murni dan AI cara lama (GOFAI, Good Old Fashioned Artificial Intelligence). Metoda-metodanya meliputi:
• Sistem pakar: menerapkan kapabilitas pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut.
• Petimbangan berdasar kasus
• Jaringan Bayesian
• AI berdasar tingkah laku: metoda modular pada pembentukan sistem AI secara manual
Kecerdasan komputasional melibatkan pengembangan atau pembelajaran interaktif (misalnya penalaan parameter seperti dalam sistem koneksionis). Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI non-simbolis, AI yang tak teratur dan perhitungan lunak. Metoda-metoda pokoknya meliputi:
• Jaringan Syaraf: sistem dengan kemampuan pengenalan pola yang sangat kuat
• Sistem Fuzzy: teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen.
• Komputasi Evolusioner: menerapkan konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan “survival of the fittest” untuk menghasilkan pemecahan masalah yang lebih baik.
Metoda-metoda ini terutama dibagi menjadi algoritma evolusioner (misalnya algoritma genetik) dan kecerdasan berkelompok (misalnya algoritma semut). Dengan sistem cerdas hibrid, percobaan-percobaan dibuat untuk menggabungkan kedua kelompok ini. Aturan inferensi pakar dapat dibangkitkan melalui jaringan syaraf atau aturan produksi dari pembelajaran statistik seperti dalam ACT-R. Sebuah pendekatan baru yang menjanjikan disebutkan bahwa penguatan kecerdasan mencoba untuk mencapai kecerdasan buatan dalam proses pengembangan evolusioner sebagai efek samping dari penguatan kecerdasan manusia melalui teknologi.
Nama :Afif Muchrom NPM :0615031002 Tugas : Buat Blog+ manage Blog
Nama :Fathoni Anwar NPM : Tugas : Cari Bahan
Nama :Surya Tri Satya NPM : Tugas : Cari Bahan
Nama :Pramudianto Arif NPM : Tugas : Cari Bahan
Tugas diberikan pada tanggal 16 Februari 2010 dan selesai tanggal 22 Februari 2010
Read More..
Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola.
Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin.
Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.
'Kecerdasan buatan' ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tapi juga mengkonstruksinya. Tidak ada definisi yang memuaskan untuk 'kecerdasan':
1. kecerdasan: kemampuan untuk memperoleh pengetahuan dan menggunakannya, atau
2. kecerdasan yaitu apa yang diukur oleh sebuah 'Test Kecerdasan'
Faham Pemikiran
Secara garis besar, AI terbagi ke dalam dua faham pemikiran yaitu AI Konvensional dan Kecerdasan Komputasional (CI, Computational Intelligence). AI konvensional kebanyakan melibatkan metoda-metoda yang sekarang diklasifiksikan sebagai pembelajaran mesin, yang ditandai dengan formalisme dan analisis statistik. Dikenal juga sebagai AI simbolis, AI logis, AI murni dan AI cara lama (GOFAI, Good Old Fashioned Artificial Intelligence). Metoda-metodanya meliputi:
• Sistem pakar: menerapkan kapabilitas pertimbangan untuk mencapai kesimpulan. Sebuah sistem pakar dapat memproses sejumlah besar informasi yang diketahui dan menyediakan kesimpulan-kesimpulan berdasarkan pada informasi-informasi tersebut.
• Petimbangan berdasar kasus
• Jaringan Bayesian
• AI berdasar tingkah laku: metoda modular pada pembentukan sistem AI secara manual
Kecerdasan komputasional melibatkan pengembangan atau pembelajaran interaktif (misalnya penalaan parameter seperti dalam sistem koneksionis). Pembelajaran ini berdasarkan pada data empiris dan diasosiasikan dengan AI non-simbolis, AI yang tak teratur dan perhitungan lunak. Metoda-metoda pokoknya meliputi:
• Jaringan Syaraf: sistem dengan kemampuan pengenalan pola yang sangat kuat
• Sistem Fuzzy: teknik-teknik untuk pertimbangan di bawah ketidakpastian, telah digunakan secara meluas dalam industri modern dan sistem kendali produk konsumen.
• Komputasi Evolusioner: menerapkan konsep-konsep yang terinspirasi secara biologis seperti populasi, mutasi dan “survival of the fittest” untuk menghasilkan pemecahan masalah yang lebih baik.
Metoda-metoda ini terutama dibagi menjadi algoritma evolusioner (misalnya algoritma genetik) dan kecerdasan berkelompok (misalnya algoritma semut). Dengan sistem cerdas hibrid, percobaan-percobaan dibuat untuk menggabungkan kedua kelompok ini. Aturan inferensi pakar dapat dibangkitkan melalui jaringan syaraf atau aturan produksi dari pembelajaran statistik seperti dalam ACT-R. Sebuah pendekatan baru yang menjanjikan disebutkan bahwa penguatan kecerdasan mencoba untuk mencapai kecerdasan buatan dalam proses pengembangan evolusioner sebagai efek samping dari penguatan kecerdasan manusia melalui teknologi.
Nama :Afif Muchrom NPM :0615031002 Tugas : Buat Blog+ manage Blog
Nama :Fathoni Anwar NPM : Tugas : Cari Bahan
Nama :Surya Tri Satya NPM : Tugas : Cari Bahan
Nama :Pramudianto Arif NPM : Tugas : Cari Bahan
Tugas diberikan pada tanggal 16 Februari 2010 dan selesai tanggal 22 Februari 2010
Read More..
Langganan:
Postingan (Atom)
