TUGAS SOFTSKILL 2 (ARTIFICIAL INTELEGENCE)
TUGAS SOFTSKILL 2
ARTIFICIAL INTELEGENCE
A.
PENGERTIAN
AI (Artificial Intelligence) atau Kecerdasan Buatan merupakan salah satu cabang ilmu computer yang mempelajari
bagaimana cara membuat sebuah mesin cerdas, yaitu mesin yang mempunyai
kemampuan untuk belajar dan beradaptasi terhadap sesuatu.
Jika diartikan tiap kata, artificial artinya buatan, sedangkan intelligence adalah kata sifat yang berarti cerdas. Jadi artificial intelligence maksudnya adalah sesuatu buatan atau suatu tiruan yang cerdas. Cerdas di sini kemungkinan maksudnya adalah kepandaian atau ketajaman dalam berpikir, seperti halnya otak manusia dalam menyelesaikan suatu masalah.
Tujuan dari riset-riset Artificial Intelligence (AI) / Kecerdasan Buatan adalah bagaimana membuat sebuah mesin bisa berfikir sama halnya dengan manusia yang bisa berfikir. AI digunakan untuk menjawab problem yang tidak dapat diprediksi dan tidak bersifat algoritmik atau prosedural. Sampai saat ini, para peneliti di bidang AI masih banyak menyimpan pekerjaan rumah mereka disebabkan kompleksitas penelitian di bidang Artificial Intelligence (AI) / Kecerdasan Buatan serta faktor dukungan teknologi untuk merealisasikannya. Karena area cakupan yang luas, Artificial Intelligence (AI) / Kecerdasan Buatan dibagi lagi menjadi subsub bagian di mana sub-sub bagian tersebut dapat berdiri sendiri dan juga dapat saling melengkapi satu dengan lainnya.
Jika diartikan tiap kata, artificial artinya buatan, sedangkan intelligence adalah kata sifat yang berarti cerdas. Jadi artificial intelligence maksudnya adalah sesuatu buatan atau suatu tiruan yang cerdas. Cerdas di sini kemungkinan maksudnya adalah kepandaian atau ketajaman dalam berpikir, seperti halnya otak manusia dalam menyelesaikan suatu masalah.
Tujuan dari riset-riset Artificial Intelligence (AI) / Kecerdasan Buatan adalah bagaimana membuat sebuah mesin bisa berfikir sama halnya dengan manusia yang bisa berfikir. AI digunakan untuk menjawab problem yang tidak dapat diprediksi dan tidak bersifat algoritmik atau prosedural. Sampai saat ini, para peneliti di bidang AI masih banyak menyimpan pekerjaan rumah mereka disebabkan kompleksitas penelitian di bidang Artificial Intelligence (AI) / Kecerdasan Buatan serta faktor dukungan teknologi untuk merealisasikannya. Karena area cakupan yang luas, Artificial Intelligence (AI) / Kecerdasan Buatan dibagi lagi menjadi subsub bagian di mana sub-sub bagian tersebut dapat berdiri sendiri dan juga dapat saling melengkapi satu dengan lainnya.
4 Dasar Kategori di Konsep dasar Ai(Kecerdasan Buatan)
1. Acting Humanly
Acting humanly ialah system yang melakukan pendekatan
dengan menirukan tingkah laku seperti manusia yang dikenalkan pada tahun 1950
degan cara kerja pengujian melalui teletype yaitu jika penguji (integrator)
tidak dapat membedakan yang mengintrogasai antara manusia dan computer maka
computer tersebut dikatakan lolos(menjadi kecerdasan buatan).
2. Thinking Humanly
Yaitu system yang dilakukan dengan cara intropeksi
yaitu penangkapan pemikiran psikologis
Manusia pada computer,hal ini sering diujikan dengan neuron ke neuron lainnya atau sel otak dengan sel otak lainnya cara pembelajarannya yaitu melalui experiment-experimen.
Manusia pada computer,hal ini sering diujikan dengan neuron ke neuron lainnya atau sel otak dengan sel otak lainnya cara pembelajarannya yaitu melalui experiment-experimen.
3. Thinking Rationaly
Ini merupakn system yang sangat sulit ,karena sering
terjadi kesalah dala, prinsip dan prakteknya,system ini dikenal dengan
penalaran komputasi.
4. Actng Rationaly
Yaitu system yang melakukan aksi
dengan cara menciptakan suatu robotika cerdas yang menggantikan tugas manusia
B.
SEAJARAH KECERDASAN BUATAN
Istilah AI pertama kali dikemukakan pada tahun 1956 di Konferensi Darthmouth. Sejak saat itu, AI terus dikembangkan sebab berbagai penelitian mengenai teori-teori dan prinsip-prinsipnya juga terus berkembang. Meskipun istilah AI baru muncul tahun 1956, tetapi teori-teori yan gmengarah ke AI sudah muncul sejak tahun 1941. Berikut tahapan-tahapan sejarah perkembangan AI :
#Era Komputer Elektronik (1941)
Pada tahun 1941 telah ditemukan alat penyimpanan danpemrosesan informasi.
#Masa Persiapan AI (1943 – 1956)
Pada tahun 1943, Warren McCulloch dan Walter
Pittmengemukakan tiga hal : pengetahuan fisiologi dasar dan fungsi selsyaraf dalam otak, analisa formal tentang logika proposisi, danteori komputasi Turing. Mereka berhasil membuat suatu modelyaitu sel syaraf tiruan
#Awal
Perkembangan AI (1952 – 1969)
Pada
tahun-tahun pertama perkembangannya, AI mengalami banyak kesuksesan. Diawali
dengan kesuksesan Newell dan Simon dengan ssebuah program yang disebut General
Problem Solver. Program ini dirancang untuk memulai penyelesaian masalah secara
manusiawi.
#Perkembangan
AI Melambat (1966 – 1974)
1.Perkembangan AI melambat disebabkan adanya 3 kesulitan utama yang dihadapi
AI, yaitu :
Program-program
AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung sama
sekali pengetahuan (knowledge) pada subjeknya.
2.Banyak masalah yang harus diselesaikan oleh AI.
3.Ada beberapa batasan pada struktur dasar yang digunakan untuk menghasilkan
perilakU intelijensia.
#Sistem Berbasis Pengetahuan (1969 – 1979)
Pengetahuan
adalah kekuatan pendukung AI.
Contoh : Dendral Programs yang
berfokus pada segi pengetahuan kimia.
Feingenbaum,
Bruce Buchanan dan Joshua Lederberg yang membuat program
Computer in Biomedicine Proyek
ini diawali keinginan untuk mendapatkan diagnose penyakit berdasarkan
pengetahuan yang ada pada mekanisme penyebab proses penyakit.
#AI
Menjadi Sebuah Industri (1980 – 1988)
Industrialisasi
AI diawali dengan ditemukannya system pakar yang dinamakan R1 yang mampu
mengkonfigurasi system-sistem computer baru. Program tersebut mulai
dioperasikan di Digital Equipment Corporation (DEC), McDermott, pada tahun
1982.
#Kembalinya
Jaringan Syaraf Tiruan (1986 – sekarang)
Para
ahli fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika
statistika untuk menganalisa sifat-sifat pentimpanan dan optimasi pada jaringan
syaraf. Para ahli psikologi, David Rumelhart dan Geoff Hinton, melanjutkan
penelitian mengenai model jaringan syaraf tiruan pada memori
Pada tahun 1985-an setidaknya empat
kelompok riset menemukan kembali algoritma belajar propagasi balik
(Black-Propagation Learning). Algoritma ini berhasil diimplementasikan ke dalam
bidang ilmu computer dan psikologi.
C.
PENGERTIAN
KECERDASAN
Kecerdasan adalah perihal cerdas, kesempurnaan akal budi
manusia. Kata kecerdasan ini diambil dari akar kata cerdas. Menurut Kamus Besar
Bahasa Indonesia cerdas berarti sempurna perkembangan akal budi seseorang
manusia untuk berfikir, mengerti, tajam pikiran dan sempurna pertumbuhan
tubuhnya.
Howard Gardner mendefinisikan kecerdasan adalah :
Howard Gardner mendefinisikan kecerdasan adalah :
1.
Kemampuan untuk memecahkan suatu masalah
2.
Kemampuan untuk menciptakan masalah baru untuk dipecahkan
3.
Kemampuan untuk menciptakan sesuatu atau menawarkan suatu
pelayanan yang berharga dalam suatu kebudayaan masyarakat.
Kecerdasan Linguistik
Kecerdasan linguistik adalah kecerdasan dalam mengolah kata
yaitu kemampuan untuk menggunakan kata – kata secara efektif, baik secara lisan
maupun tulisan. Kecerdasan ini mencakup kepekaan terhadap arti kata, urutan
kata, suara, ritme dan intonasi dari kata yang di ucapkan. Termasuk kemampuan
untuk mengerti kekuatan kata dalam mengubah kondisi pikiran dan menyampaikan
informasi. Kecerdasan Linguistik merupakan kecerdasan para jurnalis, juru
cerita, penyair, dan pengacara.
Kecerdasan Logika – Matematika
Kecerdasan logika – matematika ialah kecerdasan dalam hal
angka dan logika yaitu kemampuan seseorang dalam memecahkan masalah. Ia
mampu memikirkan dan menyusun solusi (jalan keluar) dengan urutan yang logis
(masuk akal). Ia suka angka, urutan, logika dan keteraturan. Ia mengerti pola
hubungan, ia mampu melakukan proses berpikir deduktif dan induktif. Proses
berpikir deduktif artinya cara berpikir dari hal – hal yang besar kepada
hal-hal yang kecil. Proses berpikir induktif artinya cara berpikir dari hal-hal
yang kecil kepada hal – hal yang besar. Kecerdasan logika – matematika
merupakan kercerdasan yang dimiliki para ilmuwan, akuntan, dan pemogram
komputer.
Kecerdasan Visual - Spasial
Kecerdasan visual dan spasial adalah kemampuan untuk melihat
dan mengamati dunia visual dan spasial secara akurat (cermat). Visual artinya
gambar, spasial yaitu hal-hal yang berkenaan dengan ruang atau tempat.
Kecerdasan ini melibatkan kesadaran akan warna, garis, bentuk, ruang, ukuran
dan juga hubungan di antara elemen – elemen tersebut. Kecerdasan ini juga
melibatkan kemampuan untuk melihat obyek dari berbagai sudut pandang.
Kecerdasan visuap – spasial merupakan kecerdasan para arsitek, fotografer,
artis, pilot, dan insinyur mesin.
Kecerdasan Musikal
Kecerdasan musik adalah kemampuan untuk menikmati, mengamati,
membedakan, mengarang, membentuk dan mengekspresikan bentuk-bentuk
musik.Kecerdasan ini meliputi kepekaan terhadap ritme, melodi dan timbre dari
musik yang didengar. Musik mempunyai pengaruh yang sangat besar terhadap perkembangan
kemampuan matematika dan ilmu sains dalam diri seseorang.
Kecerdasan Intrapersonal
Kecerdasan intrapersonal adalah kemampuan yang berhubungan
dengan kesadaran dan pengetahuan tentang diri sendiri. Dapat memahami kekuatan
dan kelemahan diri sendiri. Mampu memotivasi dirinya sendiri dan melakukan
disiplin diri. Orang yang memilki kecerdasan ini sangat menghargai nilai
(aturan-aturan) etika (sopan santun) dan moral. Contoh orang yang mempunyai
kecerdasan ini, yaitu konselor, ahli teologi, dan wirausahaan.
Kecerdasan Interpersonal
Kecerdasan interpersonal ialah kemampuan untuk memahami dan
bekerjasama dengan orang lain, kemampuan untuk mengamati dan mengerti maksud,
motivasi dan perasaan orang lain. Peka pada ekpresi wajah, suara dan gerakan
tubuh orang lain dan ia mampu memberikan respon secara efektif dalam
berkomunikasi. Kecerdasan ini juga mampu untuk masuk ke dalam diri orang lain,
mengerti dunia orang lain, mengerti pandangan, sikap orang lain dan umumnya
dapat memimpin kelompok. Contoh orang yang mempunyai kecerdasan interpersonal
adalah direktur dan pimpinan sebuah perusahaan.
Kecerdasan Kinestetik
Kecerdasan kinestetik ialah kemampuan dalam menggunakan tubuh
kita secara terampil untuk mengungkapkan ide, pemikiran dan perasaan.
Kecerdasan ini juga meliputi keterampilan fisik dalam bidang koordinasi,
keseimbangan, daya tahan, kekuatan, kelenturan dan kecepatan. Kecerdasan ini
mencakup bakat dalam mengendalikan gerak tubuh dan keterampilan dalam menangani
benda. Atlet, pengrajin, montir, dan ahli bedah mempunyai kecerdasan kinestetik
tingkat tinggi.
Kecerdasan Naturalis
Kecerdasan naturalis adalah kemampuan untuk mengenali,
membedakan, mengungkapkan dan membuat kategori terhadap apa yang di jumpai di
alam maupun lingkungan. Intinya adalah kemampuan manusia untuk mengenali
tanaman, hewan dan bagian lain dari alam semesta.
D.
PERBEDAAN KECERDASAN BUATAN DAN KECERDASAN ALAMI
Adapun perbedaan antara kecerdasan buatan dengan kecerdasan alami adalah
kecerdasan buatan lebih bersifat permanen, sedangkan kecerdasan alami dapat
berubah (hal ini karena sifat manusia yang pelupa). Kecerdasan buatan lebih
mudah disalin dan dipindah daripada kecerdasan alami. Menyediakan layanan
computer lebih mudah dan murah daripada mendatangkan seseorang untuk
mengerjakan sejumlah pekerjaan dalam waktu yang sangat lama. Kecerdasan buatan
bersifat konsisten karena merupakan bagian dari teknologi computer, sedangkan
kecerdasan alami dapat berubah-ubah.
Keputusan yang dibuat dalam kecerdasan buatan dapat didokumentasi dengan
mudah dengan cara melacak tiap aktifitas dari sistem tersebut, sedangkan
kecerdasan alami sulit direproduksi. Kecerdasan buatan lebih cepat dan lebih
baik daripada kecerdasan buatan.
Kecerdasan buatan kreatif karena untuk menambah pengetahuan harus melalui
sistem yang dibangun, sedangkan kecerdasan alami lebih kreatif soalnya manusia
memiliki kemampuan untuk menambah pengetahuan.
Kecerdasan buatan harus bekerja dengan input-input simbolik dan sangat
terbatas, sedangkan kecerdasan alami memungkinkan orang untuk menggunakan
pengalaman secara langsung dan pemikiran manusia dapat digunakan secara luas.
Jadi, secanggih-canggihnya suatu kecerdasan buatan tidak akan permah dapat
menggantikan kecerdasan alami. Karena kecerdasan buatan berasal dari kecerdasan
alami.
Kecerdasan Buatan:
§
Lebih bersifat permanen. Kecerdasan alami bisa berubah karena sifat manusia
pelupa. Kecerdasan buatan tidak berubah selama sistem komputer & program
tidak mengubahnya.
§
Lebih mudah diduplikasi & disebarkan. Mentransfer pengetahuan manusia
dari 1 orang ke orang lain membutuhkan proses yang sangat lama & keahlian
tidak akan pernah dapat diduplikasi dengan lengkap. Jadi jika pengetahuan
terletak pada suatu sistem komputer, maka pengetahuan tersebut dapat disalin
dari komputer tersebut & dapat dipindahkan dengan mudah ke komputer yang
lain.
§
Lebih murah. Menyediakan layanan komputer akan lebih mudah & murah dibandingkan
mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu
yang sangat lama.
§
Bersifat konsisten karena kecerdasan buatan adalah bagian dari teknologi
komputer sedangkan kecerdasan alami senantiasa berubah-ubah.
§
Dapat didokumentasi.Keputusan yang dibuat komputer dapat didokumentasi
dengan mudah dengan cara melacak setiap aktivitas dari sistem tersebut.
Kecerdasan alami sangat sulit untuk direproduksi.
§
Lebih cepat.
§
lebih baik
Sedangkan kecerdasan Alami
§
Kreatif : manusia memiliki kemampuan untuk menambah pengetahuan, sedangkan
pada kecerdasan buatan untuk menambah pengetahuan harus dilakukan melalui
sistem yang dibangun.
§
Memungkinkan orang untuk menggunakan pengalaman secara langsung. Sedangkan
pada kecerdasan buatan harus bekerja dengan input-input simbolik.
§
Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan
sangat terbatas.
E. BIDANG-BIDANG APLIKASI AL
Penerapan AI meliputi
berbagai bidang seperti ditunjukkan pada bagian cabang dari pohon AI pada
Gambar 1, sedangkan induk keilmuan AI dapat dilihat pada akar dari pohon AI
yang antara lain meliputi: Bahasa/linguistik, Psikologi, Filsafat, Matematik,
Teknik Elektro, Ilmu Komputer, dan Ilmu Manajemen. Bidang aplikasi AI yang umum
ditemui saat ini antara lain adalah:
Sistem Pakar (Expert Systems), yaitu program
konsultasi (advisory) yang mencoba menirukan proses penalaran
seorang pakar/ahli dalam memecahkan masalah yang rumit. Sistem Pakar merupakan
aplikasi AI yang paling tua dan banyak dikembangkan. Jadi dalam hal ini
kepakaran manusia seolah-olah dipindahkan kedalam hardisk komputer.
Case Based Reasoning
(CBR). CBR adalah suatu pendekatan untuk mendapatkan solusi dengan menggunakan
acuan solusi problem-problem terdahulu untuk memecahkan problem yang baru.
Jadi, CBR memecahkan masalah baru dengan menggunakan solusi masalah lama yang
serupa atas dasar analogi. CBR dapat diibaratkan memindahkan database
kasus-kasus yang telah dimiliki oleh seorang pakar kedalam hardisk komputer
untuk dipakai menyelesaikan kasus baru yang serupa.
Image and Vision System
Mengingat komputer mampu
mengenal jutaan warna, mampu mengenal pola, serta mempunyai resolusi yang
tinggi (pixel) maka aplikasi yang berhubungan gambar, warna dan pola sangat
banyak ditemukan. Sistem citra dan pandang dikembangkan di
universitasMassachusetts, dalam bentuk image baik warna tiga dimensi maupun dua
dimensi. Sistem visi memberikan solusi yang baik dari permasalahan yang
berhubungan dengan kegiatan manusia sehari-hari, misalnya saat berjalan-jalan
disekitar rumah, mata dan otak akan bekerja membentuk sistem vision yang kompleks,
dengan demikian seseorang tersebut akan mengenali serta membedakan satu objek
dengan yang lainnya bahkan gerakan dari suatu objek dan mengevaluasi bentuk
(halus, kasar, mengkilap, transparan, dan lain sebagainya). Tujuan utama dari
komputer visi adalah untuk menerjemahkan suatu pemandangan/citra. Komputer visi
banyak dipakai dalam kendali kualitas produk industri dan kedokteran.
Pemrosesan Bahasa Alami (Natural Language
Processing), yaitu program yang memberi kemampuan pada komputer untuk berkomunikasi dengan
user dengan menggunakan bahasa manusia yang alami seperti dalam bahasa
Indonesia, Inggris, Jepang atau yang lainnya. Natural Language
Processingberkesimpulan jika seseorang dapat mendefinisikan semua pola
tersebut dan menjelaskannya pada komputer maka hal ini akan mempermudah
seseorang untuk mempelajari mesin komputer tentang bagaimana berbicara dengan
komputer dan memahami maksudnya, karena komunikasi dapat dilakukan melalui tata
bahasa yang sederhana ketimbang menggunakan aturan-aturan atau tata bahasa
pemrograman komputer rumit dan njlimet (complicated). Alangkah
indahnya bila suatu saat mendatang user hanya mengetikkan kalimat melalui
keyboard dengan bahasa alami dan komputer dapat mengerti apa maksud kalimat
yang diketikkan tersebut.
Voice Recognition (Pengenalan Suara)
Voice recognition adalah teknik agar
komputer dapat mengenali dan memahami bahasa ucapan. Proses ini mengijinkan
seseorang berkomunikasi dengan komputer dengan cara berbicara kepadanya.
Istilah “pengenalan suara” mengandung arti bahwa tujuan utamanya adalah
mengenai kata yang diucapkan tanpa harus tahu artinya, di mana bagian itu
merupakan tugas “pemahaman suara”. Secara umum prosesnya adalah usaha untuk
menerjemahkan apa yang diucapkan seorang manusia menjadi kata-kata atau kalimat
yang dapat dimengerti oleh komputer. Hal ini didasari oleh pemikiran para ahli
bagaimana jika user hanya mendiktekan kalimat melalui speaker dan komputer
dapat mengerti apa maksud kalimat yang diucapkan tersebut.
Gambar Pohon AI dan
aplikasi utamanya
Sistem Sensor dan Robotika.
Robot merupakan gabungan
dari unsur sperti: sistem mekanis, sistem visi dan pencitraan, dan sistem
pengolahan sinyal. Sebuah robot, yaitu perangkat elektromekanik yang diprogram
untuk melakukan tugas manual, tidak semuanya merupakan bagian dari AI. Robot yang
hanya sekedar melakukan aksi atas dasar switch-switch mekanis/elektris
dikatakan sebagai robot bodoh yang tidak lebih pintar dari sekedar lift. Robot
yang cerdas biasanya mempunyai perangkat sensor, seperti kamera, yang
mengumpulkan informasi mengenai operasi dan lingkungannya. Kemudian bagian AI
robot tersebut menerjemahkan informasi tadi dan merespon serta beradaptasi jika
terjadi perubahan lingkungan.
Intelligent
Tutoring/Intelligent Computer-Aided Instruction (CAI)
CAI adalah komputer
yang mampu mengajari manusia. Belajar melalui komputer sudah lama digunakan,
namun dengan menambahkan aspek kecerdasan di dalamnya, dapat tercipta komputer
“guru” yang dapat mengatur teknik pengajarannya untuk menyesuaikan dengan
kebutuhan “murid” secara individiual. Unsur sistem database dan query yang
canggih sangat dominan dalam CAI. Sistem ini juga mendukung pembelajaran bagi
orang yang mempunyai kekurangan fisik atau kelemahan belajar. Kelebihan CAI
ini, yaitu : material dapat diatur sesuai dengan kebutuhan/kemampuan pemakai,
perbaikan dapat langsung diberikan, umpan balik secara cepat, pengajaran yang
konsisten, materi belajar mudah diedit, dan tidak ada batasan lokasi.
Artificial Neural
Network (ANN)
ANN merupakan jaringan
saraf tiruan, suatu teknologi informasi yang meniru unsur biologi manusia
seperti otak dan sistem saraf. ANN mampu belajar seperti seorang bocah, jadi
dari tidak tahu sama sekali menjadi tahu sekali, melalui proses pembelajaran.
ANN sangat ekselen untuk bidang pengenalan citra, pengklasifikasian, dan
penginterpretasian data yang tidak sempurna.
Game Playing (GP, Permainan
Game)
Software permainan
muncul bagaikan jamur, video game sangat diminati oleh manusia dewasa dan
kanak-kanak. Permainan adalah bidang yang bagus untuk menganalisa kecerdasan
suatu komputer. Adadua alasan yang menyebabkan hal tersebut, yaitu : permainan
mengandung pola yang terstruktur untuk mencapai kemenangan atau kekalahan
dengan mudah, dan permainan membutuhkan strategi yang tepat untuk dapat menang.
Permainan dapat diselesaikan dengan pencarian mulai dari posisi start sampai
ke posisi menang (winning position). Sebelum melakukan pencarian,
posisi-posisi yang sah dalam permainan perlu dibangkitkan terlebih dahulu oleh
suatu prosedur. GP dirancang supaya dapat melakukan evaluasi/pencarian solusi
ke depan dari posisi awal sampai posisi yang menuju kemenangan. GP yang populer
adalah Deep Thought dari IBM, program catur yang dipertandingkan melawan Grand
Master Anatoly Karpov dengan hasil remis, luar biasa: suatu software komputer
dapat bermain remis dengan seorang professor catur!
Fuzzy Logic (Logika Fazi)
Kata fazi berarti kabur
atau samar-samar. Logika fuzzy merupakan suatu cabang logika
yang menggunakan derajat keanggotaan kebenaran (dari nol sampai dengan satu),
sedangkan logika klasik hanya mengelompokan derajat keanggotaan kebenaran
menjadi dua nol (salah) atau satu (benar). Dengan menggunakan sistem inferensi
Fuzzy yang didasarkan pada konsep teori fuzzy, aturan fuzzy if-then,
dan logika fuzzy, maka diperoleh solusi yang baik dan yang mampu mengikuti
perubahan variabel bebas secara halus sekali.
Genetic Algorithm (GA, Algoritma
Genetika)
Algoritma genetika
adalah algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi
biologis. Prinsip evolusi berbasis “survival of the fittest” (yang
menang/bertahan adalah yang kuat/mampu menyesuaikan diri) dimanfaatkan dalam
GA. GA cocok sekali untuk persoalan optimasi dengan banyak alternatip solusi.
Misalnya menyusun suatu ramuan obat dari berbagai unsur dengan kemungkinan yang
banyak sekali. Pada algoritma ini, teknik pencarian dilakukan sekaligus atas
sejumlah solusi yang dikenal dengan istilah populasi. Individu yang terdapat
dalam satu populasi disebut dengan istilah string (string) atau
kromosom (chromosome). Cara mendapatkan solusi optimal adalah menghitung
nilai fitness dari setiap individu. Fungsi untuk menghitung
nilai fitnessdisebut fungsi fitness yang dapat
berupa fungsi matematika atau fungsi lainnya dengan melihat kriteria tertentu
dari permasalahan yang hendak diselesaikan. Dengan fungsi fitness yang
menghasilkan nilai fitness dari suatu kromosom maka dapat
dibedakan antara kromosom yang berkualitas baik dengan kromosom yang
berkualitas buruk dalam populasi tersebut. Kromosom berkualitas baik mempunyai
kemungkinan yang lebih besar untuk terpilih sebagai induk. Jika algoritma genetik
tersebut belum mencapai kondisi untuk berhenti maka akan dibentuk generasi
berikutnya yang dikenal dengan istilah anak (offspring), terbentuk dari
gabungan 2 kromosom generasi sekarang yang bertindak sebagai induk (parent)
dengan menggunakan operator penyilangan (crossover). Bilacrossover tidak
menghasilkan solusi, maka dipakai operator mutasi.
SUMBER :
http://pbsabn.lecture.ub.ac.id/2012/05/bidang-aplikasi-artificial-intelligence/

Tidak ada komentar:
Posting Komentar