Senin, 23 Maret 2009

Fuzzy Logic


Sejarah Logika Fuzzy

  • Aristoteles : Logika boolean / biner.
  • O / I.
  • T / F.
  • ON / OFF.
  • Gelap / Terang.
  • Tidak ada samar – samara, abu – abu.
  • Dasar dari teknologi digital saat ini.
  • Jika menggunakan logika biner, pertanyaan kancil tak akan ada habisnya.

Logika Fuzzy (Lotfi A Zedeh 1965)

  • Metode ini diformulasikan dalam rangka mencari nilai tengah antara bilangan 0 & 1.
  • Logika fuzzy merupakan peningkatan dari logika boolean.
  • Menggantikan kebenaran boolean dengan tingkat kebenaran.
  • Dasar fuzzy : mencari nilai tengah antara 0 & 1.

Alasan

  • Konsep logikanya mudah dimengerti. Konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
  • Flexible.
  • Memiliki toleransi terhadap data – data yang tidak tepat.
  • Membangun dan mengaplikasikan pengalaman – pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
  • Dapat bekerja dengan teknik – teknik konvensional.

Contoh

  • Mesin cuci satu tabung.
  • ABS pada sistem pengereman mobil.
  • Patern Recognition untuk mengenal tulisan tangan pada mobile device.
  • Image Processing (Adobe Photoshop, Corel).
  • Aplikasi Robotik.
  • Traffic Light yang modern bisa juga dengan metode fuzzy logic sehingga dapat bekerja sepintar pak polisi lantas.

Skema

  • Input fuzzy berupa bilangan crisp (tegas) yang dinyatakan dalam himpunan input.
  • Fuzzifikasi merupakan proses untuk mengubah bilangan crisp menjadi nilai keanggotaan dalam himpunan fuzzy.
  • Fuzzy inference system merupakan bagian pengambilan kesimpulan (reasoning) dan keputusan.
  • Knowledge base berisi aturan-aturan yang biasanya dinyatakan dengan perintah IF …. THEN….
  • Defuzzification merupakan proses untuk merubah nilai output fuzzy menjadi nilai crips.

Himpunan Crisp

Nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan uA[x], memiliki dua kemungkinan yaitu :

  • satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan.
  • nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan.

Rabu, 11 Maret 2009

Materi 5


SISTEM PAKAR

Sistem Pakar (Expert System)
•Martin dan Oxman 1998
Sistem berbasis komputer yang menggunakan pengetahuan, fakta, dan teknik penalaran dalam memecahkan masalah yang biasanya hanya dapat dipecahkan oleh seorang pakar dalam bidang tersebut.

•Durkin
Program komputer yang dirancang untuk memodelkan kemampuan penyelesaian masalah yang dilakukan oleh seorang pakar.

•Giarratano dan Riley
Sistem komputer yang bisa menyamai atau meniru kemampuan seorang pakar.

Sistem Pakar (Expert System)
•Sistem yang menggunakan pengetahuan manusia yang terekam dalam komputer untuk memecahkan persoalan yang membutuhkan keahlian manusia


Area Sistem Pakar :
Sistem pakar diterapkan untuk mendukung pemecahan masalah, antara lain:
.Pembuatan Keputusan (Decicion Making)
.Pemaduan Pengetahuan (Knowledge Fusing)
.Pembuatan Desai (Designing)
.Perencanaan (Planning)
.Prakiraan (Forecasting)
.Pengaturan (Regulating)
.Pengendalian (Controlling)
.Diagnosis (Diagnosing)
.Perumusan (Prescribing)
.Penjelasan (Explaining)
.Pemberian Nasihat (Advising)
.Pelatihan (Tutoring)

Ciri-ciri Sistem Pakar :
•Terbatas pada bidang yang spesifik
•Berdasarkan pada rule atau kaidah tertentu
•Outputnya bersifat nasihat atau anjuran
•Output tergantung dari dialog dengan user

Keuntungan Sistem Pakar :
•Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli
•Menyimpan pengetahuan dan keahlian para pakar
•Meningkatkan output dan produktivitas
•Menghemat waktu dalam pengambilan keputusan
•Meningkatkan kualitas

Kelemahan Sistem Pakar :
•Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal
•Sulit dikembangkan
.Ketersediaan pakar di bidangnya
•Tidak 100% bernilai benar

Konsep Dasar
•Keahlian : Suatu kelebihan penguasaan pengetahuan dibidang tertentu yang diperoleh dari pelatihan,membaca atau pengalaman

•Ahli : Seseorang yang memiliki pengetahuan, penilaian, pengalaman, metode tertentu, kemampuan penerapan keahlian dalam memberikan advise untuk pemecahan persoalan

•Pengalihan keahlian : Pengalihan keahlian dari para ahli ke komputer untuk kemudian dialihkan lagi ke orang lain yang bukan ahli

•Inferensi : Kemampuan untuk melakukan penalaran dengan menggunakan pengetahuan yang ada untuk menghasilkan suatu kesimpulan atau hasil akhir

•Aturan : Sebagian besar sistem pakar dibuat dalam bentuk rule-based system biasanya berbentuk IF-THEN


Struktur Sistem Pakar
•Basis pengetahuan : Berisi pengetahuan yang dibutuhkan untuk memahami, memformulasi, dan memecahkan masalah.

•Mesin inferensi :Komponen ini berupa program komputer yang menyediakan suatu metodologi untuk memikirkan (reasoning) dan memformulasi kesimpulan.

•Blackboard : Area dalam memori yang digunakan untuk merekam kejadian yang sedang berlangsung termasuk keputusan sementara

•Antarmuka pengguna : Media komunikas antara user dan program berupa: pertanyaan – jawaban, menu, formulir, grafik

•Subsistem penjelasan : Digunakan untuk melacak respon dan memberikan penjelasan tentang kelakuan sistem pakar secara interaktif melalui pertanyaan

•Sistem penyaring pengetahuan : Seorang pakar mempunyai sistem penyaring pengetahuan, artinya: menganalisa sendiri performa mereka belajar dari pengalaman, serta meningkatkan pengetahuannya untuk konsultasi berikutnya.

Bagaimana Sistem PakarMelakukan Inferensi?
•Sistem Perantaian Maju(Forward Chaining Systems)
•Sistem Perantaian Balik(Backward Chaining Systems)

Fasilitas Penjelasan :
•System Pakar: Apakah ada bensin dalam tangki bahan bakar?
•Klien: Ya
•System Pakar: Apakah starter dapat dihidupkan?
•Klien: Tidak
•System Pakar: Apakah lampu menyala?
•Klien: Mengapa?
•System Pakar: Saya mencoba membuktikan bahwa ada masalah dengan aki. Sudah ditunjukkan adalah tidak benar starter dapat dihidupkan. Sehingga jika tidak benar bahwa lampu menyala, maka ada masalah dengan aki. Apakah lampu menyala?
•Klien: Tidak
•System Pakar: Saya berkesimpulan bahwa ada masalah dengan aki
•Klien: Bagaimana bisa?
•System Pakar: Hal ini sesuai dengan aturan no 2: JIKA TIDAK BENAR starter_dapat_dihidupkan DAN TIDAK BENAR lampu_menyala MAKA ada_masalah_dengan_aki bahwa tidak benar starter_dapat_dihidupkan sudah dijawab, bahwa tidak benar lampu_menyala sudah dijawab, sehingga dapat disimpulkan bahwa ada_masalah_dengan_aki.

Selasa, 03 Maret 2009

Materi 3

Metode Pencarian dan Pelacakan

Hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian.
  1. Pencarian = suatu proses mencari solusidari suatu permasalahan melalui sekumpulan kemungkinan ruang keadaan (state space).
  2. Ruang keadaan = merupakan suatu ruang yang berisi semua keadaan yang mungkin.
Untuk mengukur perfomansi metode pencarian, terdapat empat kriteria yang dapat digunakan :
  • Completeness : apakah metode tersebut menjamin penemuan solusi jika solusinya memang ada?
  • Time complexity : berapa lama waktu yang diperlukan?
  • Space complexity : berapa banyak memori yang diperlukan
  • Optimality : apakah metode tersebut menjamin menemukan solusi yang terbaik jika terdapat beberapa solusi berbeda
Dua teknik pencarian dan pelacakan
  • Pencarian buta (blind search) :
  • Pencarian melebar pertama (Breadth – First Search)
  • Pencarian mendalam pertama (Depth – First Search)
  • Pencarian terbimbing (heuristic search) :
  • Pendakian Bukit (Hill Climbing)
  • Pencarian Terbaik Pertama (Best First Search)
UKSW
SIASAT UKSW

LK_FTI