Soft Computing
Disusun Oleh
Kelompok
3:
-
Muhammad Ikhlas Ladzuardi 17115720
-
Raihan Hambali 15115585
-
Reza Novaldy 17115628
-
Robby Rahman Kusuma 16115222
-
Roni Budianto 16115266
-
Sena Aji Perwira 16115462
-
Septi Indriarti 16115469
-
Wahyu Kurinawan 17115090
UNIVERSITAS
GUNADARMA
2018
ABSTRAK
Soft
Computing adalah sebuah metode yang baik untuk melakukan
pengolahan data. Teknik soft computing telah membawa kemampuan otomatisasi ke
aplikasi tingkat baru. Pengendalian proses adalah sebuah aplikasi penting dari
industri apapun untuk mengendalikan parameter sistem yang kompleks, dengan
pengendalian paramater dapat memberikan added value dari kemajuan tersebut.
Pada pengendalian konvensional umumnya berdasarkan pada model matematika yang
menggambarkan perilaku dinamis dari sistem pengendalian proses. Pada
pengendalian konvensional terdapat kekurangan yang dapat dipahami, pengendali
konvensional sering kalah dengan pengendali (controllers) cerdas. Teknik soft
computing memberikan kemampuan untuk membuat keputusan dan belajar dari data
yang dapat diandalkan. Selain itu, teknik soft computing dapat mengatasi dengan
berbagai lingkungan dan stabilitas ketidakpastian.
PENDAHULUAN
Pertumbuhan
yang cepat dalam teknologi soft computing telah ditandai sebagai perkembangan
baru seperti, pemodelan paradigma dan optimasi mekanisme untuk memecahkan
Masalah kontroler yang modern. soft computing telah memberikan metodologi
canggih untuk pengembangan industri pengendali proses. Hal ini dianggap sebagai
pendekatan seni untuk kecerdasan buatan. Dengan adanya kinerja daya komputasi
yang tinggi, perancangan telah diterapkan pada teknik intelijen buatan untuk
spektrum yang luas dari masalah di dunia nyata yang cerdas dan pengendalian
otonom. Dalam satu dekade terakhir, terlihat perkembangan aplikasi teknik soft
computing di bidang teknik. Seperti penggunaan teknik ini dalam berbagai
aplikasi teknik yaitu membuat alat yang sangat diperlukan.
ISI
1.
Definisi Soft Computing
Soft
Computing dicetus pertama kali pada tahun 1990 sehubungan dengan ide untuk
mendirikan BISC (Berkeley Initiative in Soft Computer) oleh Prof. L.A.Zadeh
dari BerkeleyUniversity. Soft computing, berbeda dengan conventional (hard)
computing, memungkinkan toleransi terhadap input, proses dan output yang
bersifat tidak akurat (imprecision), tidak pasti (uncertainty) dan setengah
benar (partial truth). 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.
Gambar
1. Perkembangan jumlah transistor pada IC dari tahun ke tahun yang menunjukkan
kesesuaian dengan Moore’s law.
Pada
tahun 1965, Gordon Moore telah memberikan prediksi bahwa jumlah transistor pada
IC akan selalu berlipat dua setiap 18 bulan. Dengan kata lain, tiap 18 bulan
kemampuan komputer akan menjadi duakali lebih cepat. Korelasi ini ditunjukkan
pada gambar 1. Ramalan ini secara ajaib masih berlaku hingga saat ini,
setidaknya dalam dua dekade terakhir. Melihat perkembangan pesat dari computer
ini, seringkali timbul fikiran bahwa pada suatu masa, komputer dapat mengatasi
berbagai permasalahan. Semua masalah dalam hidup dapat dirumuskan dan
dikalkulasikan. Hal ini tergambar juga pada beberapa film non-fiksi. Benarkah
demikian? Kalau kita cermati, tidak semua masalah yang kita hadapi dapat dibuat
rumusan yang pasti dan eksak. Memang benar, bahwa komputer dapat menghitung
secara akurat persamaan differensial, perkalian matriks, perhitungan eigen
value secara cepat dan akurat. Akan tetapi terdapat juga masalah dalam
kehidupan sehari-hari yang tidak dapat dibuat rumus matematika yang jelas untuk
menghitung output yang di inginkan.
2.
Metode-metode Soft Computing
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)
Kemudian ditambah dengan :
- Genetic Algorithm
- Evolutionary Computation
- Belief Network
- Chaos Theory
Metode – metode
ini sebenarnya bukanlah sesuatu yang baru yang diadakan setelah konsep soft
computing yang dirumuskan. Yang terjadi justru sebaliknya. Metode –
metode Fuzzy Logic, Artificial Neural Network, Probabilistic Reasoning maupun Genetic
Algorithm telah ada lebih dahulu. Fuzzy Logic telah
berkembang sejak tahun 1965. Konsep – konsep dasar Neural Networktelah
digali sejak tahun 1940an. Demikian halnya dengan Probabilistic
Reasoning dan Genetic Algorithm yang bukan merupakan
hal baru. Oleh karena itu, Zadeh menyebut soft computing sebagai
reinkarnasi dari metode – metode diatas.
- Fuzzy Logic (FL) : Sistem kontrol berbasisfuzzy logic yang pertama kali di buat oleh Matsushita pada tahun 1987 adalah fuzzy logic-controlled shower head. Saat ini, beragam produk peralatan rumah tangga dan elektronik sudah menggunakan Soft Computing, seperti AC, mesin cuci, kulkas, video kamera, dan sebagainya
- Neural Networks (NN) : Sebuah neural network (JST: Jaringan Saraf Tiruan) adalah prosesor yang terdistribusi paralel, terbuat dariunit-unit yang sederhana, dan memiliki kemampuan untuk menyimpan pengetahuan yang diperoleh secaraeksperimental dan siap pakai untuk berbagai tujuan.
- Probabilistic Reasoning (PR) dan Genetic Algorithm (GA) 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, enetic Algorithm. Diskusi dalam makalah ini difokuskan pada salah satu metode dalam PR, yaitu Genetic Algorithm (GA).
3. Tujuan Soft Computing
Tujuan soft computing adalah
terbentuknya High Machine Intelligence Quotient (HMIQ), suatu
system yang mampu mengolah informasi seperti cara berpikir manusia, mempunyai
kemampuan untuk menyelesaikan permasalahan non-linier dan tidak ada model
matematisnya (tractability), serta dapat diimplementasikan dengan biaya
rendah.
Adapun
tujuan metode soft computing adalah :
- Non-linearitas dan kompleksitas problema. Kemampuan menyelesaikan problematika yang sulit dan tidak bisa diselesaikan dengan metoda biasa
- Kemampuan memanipulir parameter yang tidak pasti ( sesuatu yang tidak bisa diukur secara pasti, misalnya mengukur kadar cinta )
- Kemampuan men-generalisir solusi
- Kemampuan klasifikasi dan kuantifikasi data, misalnya dengan lebih mudahnya pengerjaan kasus regresi linier dengan teknologi ini daripada dengan fuzzy logic.
- Kemampuan mengatasi keterbatasan data, misalnya pada dunia statistic.
PENUTUP
Kesimpulan
Makalah
ini membahas garis
besar konsep-konsep dalam
softcomputing dan karakteristik masing-masing metode. Sebagai
suatu solusi, softcomputing memiliki kelebihan
dalam hal kemampuan
mengolah informasi mengandung
unsur ketidakpastian (uncertainty), kebenaran
parsial, atau pada
masalah yang memerlukan proses pembelajaran terhadap
trend yang dialami sebelumnya. Softcomputing lebih menekankan pada
partnership antara metode-metodenya, sehingga kelebihan metode
yang satu akan
menutup kelemahan dari
metode yang lain.
Faktor-faktor inilah yang
menyebabkan softcomputing menjadi
suatu alternatif yang
menjanjikan untuk aplikasi yang luas di berbagai bidang.
REFERENSI
