soft computing - UNIT F
Headlines News :
English French German Spain Italian Dutch Russian Portuguese Japanese Korean Arabic Chinese Simplified
Home » » soft computing

soft computing

Written By riza falefi on Senin, 07 Maret 2011 | 07.44


Abstrak:
Softcomputing merupakan metode yang dapat mengolah data-data yang bersifat tidak pasti, impresisi dan
dapat diimplementasikan dengan biaya yang murah (low-cost solution). Beberapa metode yang termasuk
dalam kategori softcomputing misalnya fuzzy logic, artificial neural network, probabilistyc reasoning.
Softcomputing bukanlah suatu metode yang berjalan sendiri dalam menyelesaikan masalah, melainkan
lebih pada kerjasama serasi antara metode-metode di atas, sehingga segi positif tiap metode dapat
berkontribusi secara aktif. Komputer merupakan alat yang mungkin tidak dapat lagi kita lepaskan dari kehidupan sehari-hari. Di masa lampau, komputer selalu diasosiasikan dengan barang yang mahal,super canggih dan dapat menghitung lebih cepat daripada kemampuan manusia. Tapi saat ini ungkapan tersebut sudah banyak mengalami perubahan. Bila disebutkan"komputer", maka yang terbayang saat ini adalah sebuah piranti canggih yang bila dikoneksikan dengan internet, akan membuat sang pengguna dapat berjalan-jalan di dunia virtual yang kaya dengan informasi audio maupun visual. Fenomena ini menunjukkan perubahan fungsi computer dari sekedar “alat hitung” menjadi sebuah piranti yang lebih “manusiawi”. Hal ini merupakan buah yang dipetik dari pesatnya perkembangan teknologi hardware maupun software computer.

DEFINISI SOFTCOMPUTING
Berbagai macam definisi softcomputing diberikan oleh para ahli. Salah satu definisinya adalah sebagaimana disampaikan oleh pencetus softcomputing, yaitu Prof. Lotfi A. Zadeh, di homepage BISC [2], sbb.
“Berbeda dengan pendekatan konvensional hardcomputing,softcomputing dapat bekerja dengan baik walaupun terdapat ketidakpastian, ketidakakuratan maupun kebenaran parsial pada data yang diolah. Hal inilah yang melatarbelakangi fenomena dimana kebanyakan metode softcomputing mengambil human-mind sebagai model.”.
Mengapakah human-mind merupakan model
yang menarik bagi pengembangan
softcomputing ? Kunci dari pertanyaan ini
sebenarnya terletak pada struktur dan fungsi
dari otak manusia. Otak manusia merupakan
mesin molekuler, yang terdiri dari dua jenis
sel: neuron dan glia. Dalam otak kita terdapat
sekitar 1011 sel neuron, sedangkan sel glia
sekitar 3 sampai 4 kali lipatnya. Sel neuron
berfungsi sebagai pemroses informasi yang
diterima oleh otak. Sel neuron terhubung
antara satu dengan yang lain dengan
benang-benang panjang. Berat otak manusia
saat lahir sekitar 400 gram, sedangkan saat
dewasa sekitar 1500 gram. Pertambahan berat ini disebabkan oleh bertambahpanjangnya benang-benang
tersebut, disamping pertambahan sel glia.
Pertambahan panjang ini berkaitan erat
dengan proses pembelajaran yang dialami
oleh manusia. Hal ini merupakan ide awal
bagi pengembangan metode softcomputing:
artificial neural network, yang memilikikemampuan pembelajaran terhadap informasi 
yang telah diterima. 

Selain kemampuan pembelajaran, otak manusia juga memiliki kemampuan untuk mengambil keputusan walaupun informasi mengandung unsur ketakpastian dan kekurangtegasan, seperti “manis”, “pahit”, “tinggi”, “rendah”, dsb. Hal ini merupakan konsep yang mendasari pengembangan metode fuzzy, yang mencerminkan cara berfikir manusia. Selain neural network dan fuzzy, masih banyak lagi jenis-jenis metode softcomputing, yang ide awalnya bersumber dari otak manusia maupun mekanisme biologi yang terdapat di alam semesta. 

METODE-METODE
SOFTCOMPUTING
-
Mengacu pada definisi yang diberikan oleh Zadeh, metode-metode dalam softcomputing dapat dikategorikan ke dalam tiga kategori besar:
- Fuzzy Logic (FL)
- Neural Network Theory (NN)
- Probabilistic Reasoning (PR).

a. Fuzzy Logic (FL)
Fuzzy merupakan representasi suatu pengetahuan yang dikonstruksikan dengan if-then rules. Karakteristik dari metode ini adalah
->   pemecahan masalah dilakukan dengan menjelaskan sistem bukan lewat angka-angka, melainkan     secara     linguistik,atau variable-variable yang mengandung ketakpastian/ketidaktegasan.
-> Pemakaian if-then rules untuk menjelaskan kaitan antara satu variable dengan yang lain.
-> Menjelaskan sistem memakai algoritma fuzzy

Berawal dari paper-paper Zadeh di tahun 1965 mengenai fuzzy-sets, ilmu ini berkembang pesat, dan mulai menemukan aplikasinya di bidang control pada tahun 1974.Pada saat itu,Mamdani memperkenalkan aplikasi fuzzy sebagai alat kontrol steam-engine. Hal ini merupakan momentum penting, sebagai awal bagi teknologi fuzzy untuk menemukan ladang aplikasi di dunia industri. Fuzzy memiliki kelebihan-kelebihan, diantaranya:
1. Dapat mengekspresikan konsep yang sulit untuk dirumuskan, seperti misalnya “suhu ruangan yang nyaman”
2. Pemakaian membership-function memungkinkan fuzzy untuk melakukan observasi obyektif terhadap nilai-nilai yang subyektif.Selanjutnya membership-function ini dapat dikombinasikan untuk membuat pengungkapan konsep yang lebih jelas.
3. Penerapan logika dalam pengambilan keputusan

Dewasa ini, fuzzy merupakan salah satu metode memiliki aplikasi luas di bidang kontrol. Hal ini disebabkan a.l.

1. kontrol memiliki potensi aplikasi yang
sangat luas dan dibutuhkan di berbagai
bidang
2. kuantitas suatu materi dalam sistem
kontrol sangat jelas, dan dapat
diekspresikan dengan istilah-istilah yang
fuzzy seperti “besar”, “banyak”
3. aturan dalam kontrol mudah untuk didefinisikan memakai
kata-kata.Misalnya “jika suhu dalam ruangan terlalu
dingin, naikkan suhu penghangat”
4. perkembangan teori fuzzy sangat pesat, sehingga
batas-batasnya dapat dirumuskan dengan jelas.

Neural Networks
Neural Networks (Jaringan Saraf Tiruan) menurut Haykin [4] didefinisikan sebagai berikut :
“Sebuah neural network (JST: Jaringan Saraf Tiruan) adalah prosesor yang terdistribusi paralel, terbuat dari unit-unit yang sederhana, dan memiliki kemampuan untuk menyimpan pengetahuan yang diperoleh secara eksperimental dan siap pakai untuk berbagai tujuan. Neural network ini meniru otak manusia dari
sudut : 1) Pengetahuan diperoleh oleh network dari lingkungan, melalui suatu proses pembelajaran. 2) Kekuatan koneksi antar unit yang disebut synaptic weights, berfungsi untuk menyimpan pengetahuan yang telah diperoleh oleh jaringan tersebut.”

Dewasa ini, neural network telah diaplikasikan di berbagai bidang. Hal ini dikarenakan neural network memiliki kelebihan-kelebihan sbb.
1. Dapat memecahkan problema non-linear yang umum dijumpai di aplikasi
2. Kemampuan memberikan jawaban terhadap pattern yang belum pernah dipelajari (generalization)
3. Dapat secara otomatis mempelajari data numerik yang diajarkan pada jaringan tersebut.

Probabilistic Reasoning
Genetic Algorithm (GA)
Penentuan cara perumusan genotype START dan Reasoning berarti mengambil suatu keputusan atas suatu alasan atau sebab tertentu. Dua jenis reasoning adalah logical reasoning dan probabilistic reasoning. Salah satu kelebihan probabilistic reasoning dibandingkan logical reasoning terletak pada
kemampuan untuk mengambil keputusan yang rasional, walaupun informasi yang diolah kurang lengkap atau mengandung unsur ketidakpastian. Termasuk dalam kategori PR antara lain teori Chaos, Belief
Networks, Genetic Algorithm. 
Beberapa keunggulan yang dimiliki oleh GA
adalah sbb. 

1. GA memiliki kemampuan untuk mencari
nilai optimal secara paralel, melalui
proses kerjasama antara berbagai unit
yang disebut kromosom individu.
2. GA tidak memerlukan perhitungan matematika
yang rumit seperti differensial yang diperlukan oleh
algoritma optimisasi yang lain.

Namun GA juga memiliki kelemahan dan keterbatasan:
1. Tidak memiliki rumusan yang pasti,bagaimana
mentransfer parameter permasalahan ke dalam kode genetik.
Dengan kata lain, hal ini memerlukan pengalaman dan wawasan dari desainer.

2. Banyak parameter yang perlu diset secara baik agar proses evolusi dalam
GA berjalan sesuai dengan yang diharapkan.

3. Penentuan rumus menghitung fitness merupakan hal yang sangat penting dan
mempengaruhi proses evolusi pada GA. Sayangnya tidak ada prosedur yang baku
bagaimana menentukan rumus tsb.Dalam hal ini pengalaman dari desainer memegang peranan penting.

Terlepas dari kendala yang ada, GA merupakan alternatif solusi yang dikenal
cukup handal dalam berbagai masalah optimisasi.

sekian dulu ya... di kesempatan yang akan datang akan kita bahas lagi.















Share this article :

0 komentar:

Poskan Komentar

TEMPAT JUAL BELI TEMPLATE/ SALE YOUR TEMPLATE

melayang


 
Support : Creating Website | UNIT F | unitf blog
Copyright © 2011. UNIT F - All Rights Reserved
Template Modify by M.R.F
Proudly powered by Blogger