Tugas Penulisan SoftComputing

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 ?

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

 ftp://ftp.sas.com/pub/neural/FAQ.html

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

http://www.aic.nrl.navy.mil/galist/

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

1. Moore’s Law dan Intel: http://www.intel.com/research/silicon/mooreslaw.htm

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