UNIVERSITAS GUNADARMA
FAKULTAS ILMU KOMPUTER
& TEKNOLOGI INFORMASI
MAKALAH
SOFT COMPUTING
Nama
Anggota :
Irpan Fajar
Santoso 13115449
Kevin Jayadi Ahmad 13115699
Khairun Khalbi 13115717
M
Faisal Azis 13115923
Manggala
Hesthawa 14115011
Mochammad
Haikal 14115233
Muhammad
Hanif 14115627
Muhammad
Rais 14115726
ABSTRAKSI
Keywords:
softcomputing, ketakpastian, low-cost solution, fuzzy, artificial neural
network, probabilistic reasoning
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.
1.
PENDAHULUAN
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”.
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 komputer 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 diinginkan. Misalnya:
-
bagaimanakah trend dari bursa saham pada
tahun depan ?
- bagaimanakah cuaca esok hari, hujan ataukah mendung, ataukah terang benderang ?
- Kapankah terjadinya gempa bumi di wilayah Tokai (Jepang Tengah) ?
- Bagaimana mengenali seseorang lewat suaranya ?
- bagaimanakah cuaca esok hari, hujan ataukah mendung, ataukah terang benderang ?
- Kapankah terjadinya gempa bumi di wilayah Tokai (Jepang Tengah) ?
- Bagaimana mengenali seseorang lewat suaranya ?
Solusi untuk permasalahan jenis kedua ini tidak dapat
dirumuskan dengan mudah. Banyak sekali faktor-faktor terlibat, yang mengandung
kerancuan, ketidakpastian, kebenaran parsial, dsb. Dalam hal ini, solusi yang
diharapkan lebih menitikberatkan pada hal-hal sbb.
-
memiliki kemampuan untuk mempelajari trend
yang telah ada, dan memprediksi keadaan di masa yad. (learning ability)
-
kemampuan menganalisa informasi yang
disertai oleh noise.
-
robust, sangat unggul
-
low cost solution
-
praktis dan mudah direalisasikan
Salah satu alternatif solusi yang memenuhi kriteria
ini adalah softcomputing. Dalam bab-bab berikutnya akan dijelaskan lebih lanjut
mengenai definisi, metode-metode dalam softcomputing, dan contoh aplikasinya.
2. PEMBAHASAN
2.1 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 dan sebagainya.
“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 memiliki
kemampuan
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.
2.2 RISET
DAN APLIKASI SOFTCOMPUTING
Dewasa
ini penelitian di bidang softcomputing berkembang dengan pesat dan aplikasinya
dapat ditemukan di berbagai bidang. Hal ini disebabkan softcomputing menawarkan
solusi yang sangat sesuai dengan karakteristik informasi pada real-life domain
yang senantiasa diikuti dengan faktor impresisi, ketidakpastian, dan memerlukan
kemampuan pembelajaran.
Berawal
dari pemakaiannya untuk alat kontrol mesin uap, dewasa ini fuzzy memiliki
wilayah aplikasi yang luas terutama dalam bidang kontrol, robotika, pattern
recognition, sistem cerdas, dll. Selain paper dan artikel yang dipublikasikan
oleh berbagai journal ilmiah, diskusi mengenai fuzzy ini dapat diikuti di
berbagai milis, maupun newsgroup seperti comp.ai.fuzzy. Arsip posting newsgroup
ini dapat dibaca lewat http://groups.google.com/ dengan mengetikkan
“comp.ai.fuzzy” pada kotak pencarian.
Neural
Network memiliki aplikasi yang sangat luas di bidang pattern recognition,
seperti voice recognition, character recognition maupun aplikasi-aplikasi pada
bidang ekonomi, bisnis dan bioteknologi. Salah satu forum diskusi virtual
(newsgroup) yang terkenal di bidang ini adalah comp.ai.neural-nets yang
arsipnya dapat dilihat di google, dengan cara sama sebagaimana uraian
sebelumnya. Kumpulan dari materi diskusi yang berlangsung sejak 1994 di forum
ini, kemudian dirangkumkan oleh Warren Sale sebagai FAQ (Frequently Asked
Questions) yang dapat dilihat arsipnya di
Aplikasi
Genetic Algorithm dapat ditemukan di problem optimisasi seperti job-scheduling,
optimisasi rute mobil, penentuan kandidat gen yang memiliki potensi kedokteran
dan farmasi pada bidang bioinformatika. Salah satu forum diskusi yang cukup
hangat mengenai riset di bidang GA adalah comp.ai.genetic (newsgroup). Arsip
diskusi pada forum ini dapat dicari dengan cara sebagaimana diuraikan di atas.
Selain itu, informasi mengenai Genetic Algorithm ini dapat juga dilihat pada
situs
Salah
satu journal yang didedikasikan untuk mempublikasikan penelitian di bidang
softcomputing di antaranya adalah “Soft Computing - A Fusion of Foundations,
Methodologies and Applications” terbitan Springer-Verlag Heidelberg. Journal
lain adalah Applied Soft Computing yang diterbitkan oleh Elsevier. Disamping
itu, paper mengenai teori dan aplikasi softcomputing dapat dibaca pada
journal-journal IEEE, IEICE, maupun proseding seminar-seminar internasional
dalam bidang tersebut.
Ciri
khas dari softcomputing adalah penekanan pada partnership atau kerjasama yang
saling menguntungkan dari berbagai metode yang ada. Tiap metode memiliki segi
positif yang dapat disumbangkan secara komplementer, menutupi kekurangan dari
metode yang lain. Contoh populer dari kerjasama komplementer ini adalah sistem
neurofuzzy. Aplikasi dari kombinasi kedua metode ini dapat dimanfaatkan untuk
sistem control pada AC, mesin cuci dan berbagai macam alat kebutuhan
sehari-hari konsumen. Kombinasi lain dapat ditemukan pada sistem neuroGA,
dimana GA dimanfaatkan untuk menentukan struktur yang optimal dari suatu neural
network.
3. PENUTUP
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 ketakpastian (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
2. Homepage Berkeley Initiative in SoftComputing
(BISC) http://www-bisc.cs.berkeley.edu/bisc/bis c.memo.html
3. Masafumi Hagiwara, “Neuro-Fuzzy-GA”, Sangyotosho,
cetakan ke-9, 2003 (bahasa Jepang).
4. Simon Haykin, Neural Networks: A Comprehensive
Foundation, Pearson Education, cetakan ke-3 di India, 1999
5. https://s3.amazonaws.com/academia.edu.documents/34862090/soft_computing.pdf?AWSAccessKeyId=AKIAIWOWYYGZ2Y53UL3A&Expires=1515048292&Signature=FE0tgrpY5D%2FJ8c8qAUoiGLvUBQs%3D&response-content-disposition=inline%3B%20filename%3DKuliah_Umum_IlmuKomputer.Com_Copyright_2.pdf
