Slide 1

ADVANCED INTELLIGENT SYSTEMIHSAN (136060300111034)

Tujuan Pembelajaran

Mempelajari konsep dasar dan aplikasi sistem.Memahami penggunaan jaringan syaraf tiruan.Keuntungan dan kerugian dari jaringan syaraf tiruan.Teori dan aplikasi pengetahuan fuzzy logic.

Apa Itu Intelligent Systems?Intelligent Systems adalah sebuah sistem pemrograman yang dibuat agar sebuah mesin/robot dapat berpikir, bertindak dan mengambil keputusan secara rasional layaknya manusia, bahkan bisa punya perasaan seperti kita manusia.Tiga konsep dasar Intelligent SystemsArtificial Neural Network : membahas mengenai bagaimana sistem saraf otak kita bekerja dan bagaimana system alamiah ini bisa diterjemahkan dalam bentuk rumusan matematis agar sebuah mesin/robot bisa punya kemampuan yang sama.Artificial Intelligence : membahas mengenai bagaimana mesin/robot dapat berpikir dan bertindak layaknya manusia.Fuzzy Logic : membahas mengenai bagaimana agar mesin/robot mempunyai unsur perasaan seperti manusia sehingga mesin/robot dapat mengambil keputusan berdasarkan rasa, seperti kita menyimpulkan dan memutuskan sesuatu berdasarkan perasaan.

Mengapa ada Intelligent Systems?

Tujuannya sederhana, yakni membantu, memudahkan, dan meningkatkan efisiensi kerja manusia yang semakin lama semakin sibuk dan rumit. Sistem cerdas bisa membuat mesin/robot yang menggantikan fungsi manusia untuk tugas-tugas tertentu dan memudahkan manusia sendiri untuk berkomunikasi dengan mesin agar perintah dapat dikerjakan dengan sesuai.Aplikasi Intelligent SystemCATUR : Pemain komputer dalam game ini bisa memutuskan dengan sangat tepat ke mana mereka harus bergerak dengan memberikan kemungkinan menang yang sangat besar pula.

Robot Big Dog : robot ini dapat menjaga keseimbangan dirinya sendiri tanpa dikontrol oleh manusia, mereka dapat mendeteksi wilayah yang miring, naik turunnya dataran, dan memutuskan apa yang harus dilakukan agar tetap seimbang.Konsep Dasar Jaringan Saraf TiruanJaringan syaraf tiruan terdiri dari beberapa neuron dan ada hubungan antar neuron- neuron seperti pada otak manusia. Neuron/sel saraf adalah sebuah unit pemroses informasi yang merupakan dasar operasi jaringan syaraf tiruan.Jaringan syaraf tiruan terdiri atas beberapa elemen penghitung tak linier yang masing-masing dihubungkan melalui suatu pembobot dan tersusun secara paralel. Pembobot inilah yang nantinya akan berubah (beradaptasi) selama proses pelatihan.

Contoh Aplikasi JSTPenghitungan jumlah sel darah merah dan sel darah putih.Proses prapengolahan citra digital dimulai dari pengambilan citra sel darah merah yang telah ada, deteksi tepi citra dengan operator laplacian, Training citra sel darah merah dan putih, hingga citra siap untuk dianalisis. Analisis citra yang dilakukan dalam hal ini adalah pencacahan jumlah sel. Program yang dibuat memiliki kemampuan untuk mengenali citra sel darah merah dan putih kemudian menghitung jumlahnya.

Keuntungan dari jaringan syaraf tiruan.

Klasifikasi, termasuk pengenalan pola dan pengenalan urutan, serta pengambil keputusan dalam pengurutan.Pengolahan data, termasuk penyaringan, dan pengelompokanBisa diterapkan pada RobotikOptimasi menemukan suatu jawaban terbaik sehingga mampu meminimalisasi fungsi biaya

Kelemahan dari jaringan syaraf tiruan.Kurang mampu untuk melakukan operasi operasi numerik dengan presisi tinggiKurang mampu melakukan operasi algoritma aritmatik, operasi logika dan simbolisLamanya proses training yang mungkin terjadi dalam waktu yang sangat lama untuk jumlah data yang besar

Metode Pada JSTSalah satu metode yang akan di jelaskan pada kesempatan ini adalah metode Backpropagation.Jaringan Syaraf Tiruan Back-Propagation merupakan salah satu model jaringan yang populer pada jaringan syaraf tiruan. Model jaringan ini banyak digunakan untuk diaplikasikan pada penyelesaian suatu masalah berkaitan dengan identifikasi, prediksi, pengenalan pola dan sebagainyaSalah satu metode pelatihan terawasi pada jaringan syaraf adalah metode Backpropagation, di mana ciri dari metode ini adalah meminimalkan error pada output yang dihasilkan oleh jaringan.

Arsitektur Jaringan

Arsitektur JaringanPada gambar, unit input dilambangkan dengan X, hidden unit dilambangkan dengan Z, dan unit output dilambangkan dengan Y.Bobot antara X dan Z dilambangkan dengan v sedangkan bobot antara Z dan Y dilambangkan dengan w.Proses belajar & PengujianPenggunaan Back Propagation Network terdiri dari 2 tahap:Tahap belajar atau pelatihan, di mana pada tahap ini pada BPN diberikan sejumlah data pelatihan dan targetTahap pengujian atau penggunaan, pengujian dan penggunaan dilakukan setelah BPN selesai belajarTahap Belajar atau PelatihanPada intinya, pelatihan dengan metode backpropagation terdiri dari tiga langkah, yaitu:Data dimasukkan ke input jaringan (feedforward)Perhitungan dan propagasi balik dari error yang bersangkutanPembaharuan (adjustment) bobot dan bias.Fuzzy LogicDua buah logic yang dibahas sebelumnya adalah untuk masalah-masalah yang pasti.Untuk merepresentasikan masalah yang mengandung ketidakpastian ke dalam suatu bahasa formal yang dipahami komputer digunakan fuzzy logic.

Beberapa alasan digunakan fuzzy logicKonsep fuzzy logic mudah dimengerti, karena didalam logika fuzzy terdapat konsep matematis sederhana dan mudah dimengerti yg mendasari penalaran fuzzy.Fuzzy logic sangat flexibelFuzzy logic memiliki toleransi terhadap data yg tidak tepatFuzzy logic mampu memodelkan fungsi2 nonlinear yg sangat komplekFuzzy logic didasarkan pada bahasa alami.Beberapa contoh Aplikasi Fuzzy Pada tahun 1990 pertama kali dibuat mesin cuci dengan logika fuzzy di Jepang (Matsushita Electric Industrial Company). Sistem fuzzy digunakan untuk menentukan putaran yang tepat secara otomatis berdasarkan jenis dan banyaknya kotoran serta jumlah yang akan dicuci. Input yang digunakan adalah: seberapa kotor, jenis kotoran, dan banyaknya yang dicuci. Mesin ini menggunakan sensor optik , mengeluarkan cahaya ke air dan mengukur bagaimana cahaya tersebut sampai ke ujung lainnya. Makin kotor, maka sinar yang sampai makin redup.Beberapa contoh Aplikasi Fuzzy Transmisi otomatis pada mobil. Mobil Nissan telah menggunakan sistem fuzzy pada transmisi otomatis, dan mampu menghemat bensin 12 17%.Kereta bawah tanah Sendai mengontrol pemberhentian otomatis pada area tertentu.Ilmu kedokteran dan biologi, seperti sistem diagnosis yang didasarkan pada logika fuzzy, penelitian kanker, dll.Masalah: Pemberian beasiswaMisalkan terdapat permasalahan sebagai berikut:Sebuah universitas akan memutuskan apakah seorang mahasiswa layak mendapatkan beasiswa atau tidak.Misalkan kriteria yang diperhatikan adalah Indeks Prestasi (IP)3,0 dan hasil Test Psikologi (TP) 8,0.Mahasiswa A memiliki IP=3,0 dan TP=8,0Mahasiswa B memiliki IP=2,999999, dan TP=8,5.Dengan aturan tersebut diputuskan bahwa mahasiswa A layak mendapatkan beasiswa sedangkan mahasiswa B tidak.Pada kasus di atas, universitas tersebut membuat keputusan dengan aturan yang jelas dan membedakan secara tegas, melihat masalah secara hitam dan putih (crisp), dan mungkin dianggap kurang adil.

Crisp setHimpunan yang membedakan anggota dan non anggotanya dengan batasan yang jelas disebut crisp set.Misalnya, jika C={x x integer, x > 2}, maka anggota C adalah 3, 4, 5, dan seterusnya.Sedangkan yang bukan anggota C adalah 2, 1, 0, -1, dan seterusnya.Fuzzy SetPada tabel tersebut terdapat 4 buah fuzzy set dengan anggota dan derajat keanggotaannya sebagai berikut:Balita = {}Dewasa = {20, 30, 40, 50, 60, 70, 80}, di mana derajat keanggotaannya dinyatakan oleh Dewasa = {0.8, 1, 1, 1, 1, 1, 1}.Muda = {5, 10, 20, 30, 40, 50}, di mana derajat keanggotaannya dinyatakan oleh muda = {1, 1, 0.8, 0.5, 0.2, 0.1}.Tua = {20, 30, 40, 50, 60, 70, 80}, di mana derajat keanggotaannya dinyatakan oleh Tua = {0.1, 0.2, 0.4, 0.6, 0.8, 1, 1}.

Konvensi penulisan fuzzy setKonvensi untuk menuliskan fuzzy set yang dihasilkan dari universe U yang diskrit adalah sebagai berikut:

Pada contoh di atas, fuzzy set Tua ditulis sebagai:

KesimpulanJaringan syarat tiruan dan sistem fuzzy, dimana 2 metode tersebut memiliki karakteristik yang bertolak belakang akan tetapi apabila digabungkan akan menjadi suatu metode yang lebih baik. Jaringan syaraf tiruan (JST) memiliki kemampuan Learning , tetapi tidak bisa menjelaskan proses penalaran yang dilakukan karena pengetahuan yang dimilikinya hanya berupa bobot-bobot sinapsis yang biasanya bernilai real. JST tidak memiliki aturan-aturan IF THEN sama sekali, sebaliknya sistem fuzzy tidak memiliki kemampuan learning, tetapi bisa menjelaskan proses penalaran yang dilakukannya berdasarkan aturan-aturan (rules) dalam basis pengetahuan yang dimilikinya.TERIMA KASIH