September 2016 ~ My arTikel

Artificial Intelegence - Fuzzy Logic

Posted by KTC | 04.32 Categories:

Fuzzy Logic

Pengertian :

Fuzzy Logic atau dalam bahasa Indonesia logika Fuzzy adalah teknik/ metode yang dipakai untuk mengatasi hal yang tidak pasti pada masalah – masalah yang mempunyai banyak jawaban. Pada dasarnya Fuzzy logic merupakan logika bernilai banyak/ multivalued logic yang mampu mendefinisikan nilai diantara keadaan yang konvensional seperti benar atau salah, ya atau tidak, putih atau hitam dan lain-lain.

Dengan kata lain Fuzzy Logic mempunyai fungsi untuk “meniru” kecerdasan yang dimiliki manusia untuk melakukan sesuatu dan mengimplementasikannya ke suatu perangkat, misalnya robot, kendaraan, peralatan rumah tangga, dan lain-lain.

Penalaran Logika Fuzzy memnyediakan cara untuk memahami kinerja system dengan cara menilai input dan output system dari hasil pengamatan. Logika Fuzzy menyediakan cara untuk menggambarkan kesimpulan pasti dari informasi yang samar-samar, ambigu dan tidak tepat. Fuzzy logic Pertama kali dikembangkan oleh Lotfi A. Zadeh tahun 1965.

Alasan digunakannya Fuzzy Logic :

Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari penalaran.
Fuzzy sangat sederhana dan mudah dimengerti.
Fuzzy Logic sangat fleksibel.
Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.
Logika fuzzy mampu memodelkan fungsi-fungsi non linear yang sangat kompleks.
Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali secara konvensional.
Logika fuzzy didasarkan pada bahasa alami.

Contoh Penerapan Fuzzy Logic :

Sistem Pengereman Mobil (Nissan).
Pengontrol kereta bawah tanah di Sendai, Jepang.
Penghematan Konsumsi Daya Listrik AC (Mitsubhishi Heavy Industries Tokyo).

Sumber dari :

Muhammad Tajuddin - 3KA31 - 17114562

Metode Tsukamoto Pada Metode Tsukamoto, setiap konsekuen pada aturan yang berbentuk IF-Then harus direpresentasikan dengan suatu himpunan fuzzy dengan fungsi keanggotaan yang monoton. Sebagai hasilnya, output hasil inferensi dari tiap-tiap aturan diberikan secara tegas (crisp) berdasarkan α-predikat (fire strength). Hasil akhirnya diperoleh dengan menggunakan rata-rata terbobot. Metode Mamdani Metode Mamdani sering juga dikenal dengan nama Metode Max-Min. Metode ini diperkenalkan oleh Ebrahim Mamdani pada tahun 1975. Untuk mendapatkan output, diperlukan 4 tahapan: Pembentukan Himpunan Fuzzy Aplikasi fungsi implikasi (aturan) Komposisi aturan Penegasan (defuzzy)

Read more at: http://elektronika-dasar.web.id/operator-implikasi-dan-sistem-inferensi-fuzzy-logic-controller/
Copyright © Elektronika Dasar

Continue No comments

Artificial Intelegence - Sistem Pakar

Posted by KTC | 04.09 Categories:

Artificial Intelegence

Pengertian Artificial Intelegence :

Artificial Intelegence (AI) dalam bahasa Indonesia artinya Kecerdasan Buatan yaitu kecerdasan yang ditunjukkan oleh suatu entitas ilmiah. Kecerdasan dibuat dan dimasukkan ke dalam suatu mesin/ komputer supaya bisa melakukan pekerjaan seperti yang bisa dikerjakan oleh manusia. Kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, perencanaan dan penjadwalan, pengendalian, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah di kehidupan yang nyata.

Kelebihan Artificial Intelegence (AI) :

Artificial Intelligence bersifat konsisten dan teliti .

Artificial Intelligence lebih bersifat permanent.

Artificial Intelligence dapat lebih murah daripada kecerdasan alami.

Artificial Intelligence menawarkan kemudahan untuk digandakan atau disebarkan.

Artificial Intelligence dapat didokumentasi.

Sistem Pakar :

Pengertian Sistem Pakar :

Sistem Pakar adalah sistem/program yang bertingkah laku seperti ahlinya atau pakarnya. Sistem pakar merupakan sistem yang berbasis pengetahuan digunakan untuk membantu menyelesaikan masalah-masalah yang ada dalam dunia nyata.

Sistem Pakar juga suatu program komputer yang dirancang untuk mengambil keputusan seperti keputusan yang diambil oleh seorang atau beberapa orang pakar. Menurut Marimin (1992), sistem pakar adalah sistem perangkat lunak komputer yang menggunakan ilmu, fakta, dan teknik berpikir dalam pengambilan keputusan untuk menyelesaikan masalah-masalah yang biasanya hanya dapat diselesaikan oleh tenaga ahli dalam bidang yang bersangkutan.

Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-kaidah penarikan kesimpulan (inference rules) dengan basis pengetahuan tertentu yang diberikan oleh satu atau lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang selanjutnya digunakan dalam proses pengambilan keputusan untuk penyelesaian masalah tertentu.

Menurut Arhami, Muhammad 2005 definisi Sistem Pakar :

System pakar merupakan salah satu bagian kecerdasan buatan yang akhir-akhir ini mengalami perkembangan yang sangat pesat. System ini dirancang untuk dapat menirukan keahlian seorang pakar dalam menjawab pertanyaan dan menyelesaikan suatu permasalahan baik di bidang kesehatan, bisnis, ekonomi, keuangan dan sebagainya.
System pakar merupakan program computer yang mampu menyimpan pengetahuan dan kaidah dari domain pakar yang khusus. Dengan bantuan system pakar seorang yang awam atau tidak ahli dalam suatu bidang tertentu akan dapat menjawab pertanyaan, menyelesaikan masalah dan mengambil keputusan yang biasanya dilakukan oleh seorang pakar.

Sistem Pakar menurut Siswanto (kecerdasan tiruan, 2010) program komputer :

Program komputer yang menangani masalah dunia nyata, masalah yang kompleks yang membutuhkan interpretasi pakar.
program komputer untuk menyelesaikan masalah dengan menggunakan komputer dengan model penalaran manusia dan mencapai kesimpulan yang sama dengan yang dicapai oleh seorang jika berhadapan dengan masalah.

Keuntungan Sistem Pakar :

Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.
Menyimpan pengetahuan dan keahlian para pakar.
Meningkatkan output dan produktivitas.
Meningktkan kualitas.
Mampu mengambil dan melestarikan keahlian para pakar.
Memiliki kemampuan untuk mengakses pengetahuan.

Kekurangan Sistem Pakar :

Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
Sulit dikembangkan. Hal itu tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.
System pakar tidak 100% bernilai pasar.

Contoh Penerapan :

SYSTRAN : Perangkat lunak untuk penerjemahan bahasa.

Delco Electronics : Mobil yang dapat mengemudikan sendiri yang menggunakan pendeteksi tepi untuk tetap bertahan di jalan.

Deep Blue : Program catur 1997 yang mengalahkan Garry Kasparov pecatur dunia .

Volkswagen AG : Sistem pengemudi kendaraan otomatis yang diciptakan oleh Jerman.

Sumber dari :

Muhammad Tajuddin - 3KA31 - 17114562

Continue No comments

Artificial Neural Network

Posted by KTC | 03.22 Categories:

Artificial Neural Network

Pengertian Artificial Neural Network :

Jaringan Syaraf Tiruan atau Neural Network adalah paradigma pemrosesan suatu informasi yang terinspirasi oleh sistim sel syaraf biologi, sama seperti otak yang memproses suatu informasi. Elemen mendasar dari paradigma tersebut adalah struktur yang baru dari sistim pemrosesan informasi. Jaringan Syaraf Tiruan (Neural Network), seperti manusia, belajar dari suatu contoh. Jaringan Syaraf Tiruan (Neural Network) dibentuk untuk memecahkan suatu masalah tertentu seperti pengenalan pola atau klasifikasi karena proses pembelajaran. Jaringan Syaraf Tiruan atau Neural Network berkembang secara pesat pada beberapa tahun terakhir. Jaringan Syaraf Tiruan telah dikembangkan sebelum adanya suatu komputer konvensional yang canggih dan terus berkembang walaupun pernah mengalami masa vakum selama beberapa tahun.

Read more at: http://elektronika-dasar.web.id/jaringan-syaraf-tiruan-neural-network/
Copyright © Elektronika Dasar

Artificial Neural Network (Jaringan Syaraf Tiruan) adalah paradigma pemrosesan suatu informasi yaitu terinspirasi oleh sistem sel syaraf biologi, sama seperti otak yang memproses suatu informasi. Elemen mendasar dari paradigma tersebut adalah struktur yang baru dari sistem pemrosesan informasi. Artificial Neural Network (Jaringan Syaraf Tiruan), seperti manusia, belajar dari suatu contoh. Artificial Neural Network (Jaringan Syaraf Tiruan) dibentuk untuk memecahkan suatu masalah tertentu seperti pengenalan pola atau klasifikasi karena proses pembelajaran.

Artificial Neural Network (Jaringan Syaraf Tiruan) berkembang secara pesat pada beberapa tahun terakhir. Jaringan Syaraf Tiruan telah dikembangkan sebelum adanya suatu komputer konvensional yang canggih dan terus berkembang walaupun pernah mengalami masa vakum selama beberapa tahun.

Artificial Neural Network memiliki Arsitektur. Setiap neuron dapat memiliki beberapa masukan dan mempunnyai satu keluaran. Jalur masukan pada suatu neuron bisa berisi data mentah atau data hasil olahan neuron sebelumnya. Sedangkan hasil keluaran suatu neutron dapat berupa hasil akhir atau berupa bahan masukkan bagi neutron berikutnya. Jaringan neuron buatan terdiri atas kumpulan grup neuron yang tersusun dalam lapisan yaitu :

Lapisan Input (Input Layer).
Lapisan Tersembunyi (Hidden Layer).
Lapisan Output (Output Layer).

Keuntungan :

Suatu neural jaringan dapat melaksanakan tugas yang suatu program linier tidak bisa.
Ketika suatu unsur neural jaringan gagal, ANN masih dapat melanjut tanpa masalah oleh paralel mereka.
ANN bias diimplementasikan pada berbagai aplikasi.
ANN bias diimplementasikan tanpa masalah yang berarti

Kerugian:

ANN membutuhkan “pelatihan” terlbih dahulu sebelum beroprasi.
Arsitektur dari ANN berbeda dari arsitektur kebanyakan microprocessor, sehingga membutuhkan proses emulasi.
Membutuhkan waktu processing yang tinggi untuk ANN dengan ukuran yang besar.

Contoh Pengaplikasian Artificial Neural Network dalam Security :

Pemanfaatan Artificial Neural Network juga sudah mulai banyak dibicarakan pada dunia security, salah satu impelementasinya diterapkan pada IDS (Intrusion Detection System).Teknik IDS yang umumnya digunakan saat ini adalah menggunakan signature serangan untuk menentukan apakah suatu paket termasuk dalam jenis serangan tertentu atau bukan.

Apabila ada paket yang melintasi jaringan dan ditangkap oleh IDS (dalam hal ini Snort) dan paket tersebut memenuhi kriteria rules diatas maka IDS akan dapat langsung memutuskan bahwa telah terjadi suatu jenis serangan DDOS yangmemanfaatkan tools stacheldracht, dan snort akan langsung mengambil tindakan yang telah ditetapkan sebelumnya. misalnya : mengirimkan pesan alert via sms atau mail ke administrator sistem).

Sumber dari :