Advance Topic

6/14/12

SISTEM PAKAR Sistem yang berusaha mengadopsi

pengetahuan manusia ke komputer agar komputer dapat menyelesaikan masalah seperti yang dilakukan oleh para ahli

6/14/12

User

Fakta-fakta tentang kejadian khusus

STRUKTUR SISTEM PAKAR

Basis Pengetahuan Fakta : Apa yang diketahui tentang area domain Aturan : logical reference

Antarmuk a

Fasilitas penjelasan

Motor inferensi

Rekayasa pengetahuan Penambahan pengetahuan

Aksi yang direkomend asi

Interpreter Scheduler Consistency Enforcer

Pengetahuan ahli

Rencana Agenda BLACKBO Solus Deskrips i i ARD

Penyaring pengetahua n

Lingkungan Konsultasi

Lingkungan Pengembangan

BASIS PENGETAHUAN (KNOWLEDGE (RulePenalaran berbasis aturan BASE)Reasoning) Based

Penalaran berbasis kasus (CaseBased Reasoning)

6/14/12

MOTOR INFERENSI (INFERENCE Forward Chaining ENGINE)

Backward Chaining

6/14/12

Contoh Forward Chaining :

R1 : IF suku bunga turun THEN harga obligasi naik R2 : IF suku bunga naik THEN harga obligasi turun R3 : IF suku bunga tidak berubah THEN harga obligasi tidak berubah R4 : IF dolar naik THEN suku bunga turun R5 : IF dolar turun THEN suku bunga naik R6 : IF harga obligasi 6/14/12 turun THEN beli obligasi

dolar turun

R 5
suku bunga naik

R 2
harga obligasi turun

R 6
beli obligasi

6/14/12

Contoh Backward Chaining :

R1 : IF suku bunga turun THEN harga obligasi naik R2 : IF suku bunga naik THEN harga obligasi turun R3 : IF suku bunga tidak berubah THEN harga obligasi tidak berubah R4 : IF dolar naik THEN suku bunga turun R5 : IF dolar turun THEN suku bunga naik R6 : IF harga obligasi 6/14/12 turun THEN beli obligasi

dolar turun

R 5
suku bunga naik

R 2
harga obligasi turun

R 6
beli obligasi

6/14/12

LINGKUP PERMASALAHAN SISTEM :PAKARpengenalan Interpretasi pengawasan,

ucapan, analisis citra, interpretasi sinyal, analisis kecerdasan Prediksi : peramalan, prediksi demografis, peramalan ekonomi, prediksi lalulintas, estimasi hasil, militer, pemasaran, peramalan keuangan Diagnosis : medis, elektronis, 6/14/12 mekanis, diagnosis perangkat

Perancangan : layout sirkuit, perancangan bangunan Perencanaan : perencanaan keuangan, komunikasi, militer, pengembangan produk, routing, manajemen proyek Monitoring : Computer-Aided Monitoring Systems

6/14/12

JARINGAN SYARAF TIRUAN Representasi buatan dari otak manusia

dengan mensimulasikan proses pembelajaran pada otak manusia

6/14/12

STRUKTUR JARINGAN SYARAF TIRUAN

bobot

Input dari neuron-neuron lain

Fungsi Out Aktivasi put

bobot

Output ke neuron-neuron lain

6/14/12

ARSITEKTUR JARINGAN SYARAF TIRUAN Single layer network

Multilayer network Competitive layer network

6/14/12

Single layer network

W1 X 1W1 W1 1 j n Wi 1 Wi X j i Wi n Wm 1 W mj X Wm n

Y 1 Y j Y n

6/14/12

Multilayer network
V1 X 1 1 V1 p Vi 1 X Vi p

V m1

X m

V mp

W1 1 Z W1 j W1 1 n Wp 1 W pj Z Wp p n

Y 1 Y j Y n

6/14/12

Competitive layer network

1 1

A 1
-

- -

A m
-

- 1

A i

A j

6/14/12

FUNGSI AKTIVASI JARINGAN SYARAF TIRUAN (batas ambang) Fungsi threshold

0 jika x a f ( x) = 0 jika x < a
Fungsi threshold bipolar 0 jika x a f ( x) = 0 jika x < a
6/14/12

Fungsi sigmoid

0 f ( x) = 0 ex +
v

Fungsi identitas

f ( x) = x

6/14/12

PROSES PEMBELAJARAN JARINGAN SYARAF Pembelajaran terawasi (supervised TIRUAN learning) : Hebb Rule,
Perceptron, Delta Rule, Backpropagation, Heteroassociative Memory, BAM, LVQ

6/14/12

Pembelajaran tak terawasi (unsupervised learning) : Kohonen Self-Organizing Maps, ART