RESUME

Dosen Pengampu:

Hariyanto, ST,.MT.

Disusun Untuk Memenuhi tugas matkul kecerdasan buatan

Oleh:

MOH.IKHSAN
140431100062

PROGRAM STUDI TEKNIK ELEKTRO

FAKULTAS TEKNIK

UNIVERSITAS TRUNOJOYO MADURA

1. JST

Pengenalan wajah merupakan suatu bidang yang masih terus diteliti dan
dikembangkan untuk berbagai keperluan seperti absensi, pendataan penduduk, sistem
keamanan dan lain-lain. Metode kecerdasan buatan khususnya jaringan syaraf
tiruan(JST) back propagation dan learning vector quantization adalah dua metode yang
sering digunakan untuk aplikasi pengenalan wajah. Kedua metode tersebut merupakan
metode pembelajaran terawasi yang biasa dipakai untuk pengenalan pola secara tipikal,
yaitu mengelompokkan pola-pola ke dalam kelas-kelas pola, sehingga tepat untuk
digunakan dalam aplikasi pengenalan wajah. Dalam aplikasi ini, dilakukan preprocessing
citra terhadap citra masukan sebelum citra tersebut diolah dalam dalam JST, diantaranya
proses scalling, grayscale, edgedetection dengan metode sobel dan thresholding.
Sedangkan metode JST yang digunakan untuk mengenali wajah antara lain metode
backpropagation dan learning vector quantization.Hasil penelitian ini adalah
Perbandingan metode jaringan syaraf tiruan backpropagation dan learning vector
quantization pada pengenalan wajah yang digunakan untuk dapat mengetahui
perbedaan, kekurangan, kelebihan dan hasil optimal dari kedua metode tersebut untuk
digunakan pada sistem pengenalan wajah

2. GA

Transportasi merupakan komponen yang vital dalam manajemen logistik suatu

perusahaan. Pengurangan biaya transportasi dapat dilakukan dengan menentukan rute
pengiriman yang efisien.Penulisan penelitian ini bertujuan untuk menghasilkan suatu
rute pengiriman yang memiliki total jarak tempuh terpendek Vehicle Routing Problem
with Time Windows (VRPTW) merupakan permasalahan membentuk sekumpulan
rute yang optimal dengan menggunakan model matematis berdasarkan pertimbangan
jarak dan waktu.untuk dapat memperoleh solusi dari permasalahan ini digunakan
algoritma genetik (GA), Genetic Algo rithm dipilih karena Genetic Algorithm tidak
mempunyai kriteria khusus yang dijumpai pada algoritma heuristik lainnya, maka
waktu komputasi juga relatif lebih singkat, serta dapat menghasilkan beberapa alternatif
solusi yang mempunyai nilai obyektif yang sama. Karena GA bersifat iteratif dan jadwal
pengiriman di PT MIF berubah-ubah, maka perlu dibuat suatu program khusus untuk
menyelesaikan tiap iterasi dan tiap perubahan customer dan jadwal di PT MIF. Dari hasil
penelitian diperoleh rute untuk kendaraan 1 adalah dari depo menuju customer 6,
customer 1,customer 18, customer 7 kemudian kembali ke depo, dengan total jarak
 tempuh 140km,sedangkan rute kendaraan 2 dari depo menuju customer 8 kemudian
kembali lagi ke depo dengan total jarak 17,9 km. Persentase penghematan yang dapat
diperoleh apabila rute hasil perhitungan metode optimasi ini diterapkan pada perusahaan
adalah sebesar 7,88 %.

3. FUZY LOGIC

Di Rumah Sakit Eve RSIA Padang, Perawat memberikan perawatan primer dan
pertama di rumah sakit sebelum Dokter, dengan kinerja yang baik dan perawat
profesional rumah sakit dapat memberikan pelayanan maksimal Pasien atau pengunjung
RSIA Padang dan Hawa belum bisa menilai kinerja asuhan keperawatannya Manajemen
tidak dapat menentukan kebijakan apa yang perlu diambil untuk mengevaluasi kinerja
perawat, Berdasarkan hal ini dan informasi di atas, penulis mencoba membuat dan
merancang logika fuzzy untuk membantu Manajemen dalam mengevaluasi kinerja
perawat rumah sakit dalam pelayanan. Jadi evaluasi diharapkan dan Membantu menilai
kinerja manajemen dan karyawan untuk perawat dan mengambil langkah selanjutnya apa
itu Hasil kinerja perawat belum ada evaluasi kinerja keperawatan layanan. Ini adalah
penulis yang menarik untuk diselidiki dan dikembangkan, menilai semua permasalahan
yang ada secara berurutan untuk memecahkan masalah.

4. SOM KOHOMEN

Metode Self-Organizing Map (SOM) merupakan suatu metode Jaringan Syaraf Tiruan
yang diperkenalkan oleh Professor Teuvo Kohonen pada tahun 1980-an, sebagai salah
satu bentuk topologi dari Unsupervised Artificial Neural Network (Unsupervised ANN)
dimana dalam proses pelatihannya tidak memerlukan pengawasan atau target keluaran.
Penerapan metode SOM digunakan untuk mengelompokkan data yang ber-referensi
geografis (geo-referenced) yang mengintegrasikan visualisasi ruang keluaran dalam
representasi kartografi melalui pengaturan warna, dan mengeksplorasi penggunaan
lebar garis perbatasan antara unsur yang ber-referensi geografis, dihitung sesuai dengan
jarak dalam ruang masukan terbaik antar lokasi. Dalam penelitian ini, metode SOM
digunakan untuk melakukan klasterisasi Data Pemilih Tetap (DPT). Hasil klasterisasi
kemudian digunakan sebagai dasar untuk menentukan kriteria warna dalam
pengembangan aplikasi Web-GIS berdasarkan interval jumlah pemilih.
5. LVQ

Akhir-akhir ini pengolahan citra digital memegang peranan yang cukup penting.
Salah satu peranannya adalah melakukan pengenalan pola. Pengenalan pola bisa
diaplikasikan dalam kegiatan industri pertahanan untuk dapat mengenali kecacatan
pada peluru, sehingga dapat mempermudah dan mempercepat proses pemisahan
antara peluru cacat dan baik. Tujuan penelitian ini adalah menggunakan teknik yang ada
pada pengolahan citra digital untuk masukan pelatihan maupun pengujian. Serta
algoritma Learning Vector Quantization(LVQ) untuk pengenalan pola pada peluru.
Adapun tahap pengolahan citra yaitu mengubah citra masukan yang berupa RGB menjadi
grayscale, cropping, normalisasi citra menjadi ukuran 50x50, proses filter
menggunakan operasi Laplacian of Gaussian, dan proses binerisasi dengan Treshold
0.3. Hasil dari proses binerisasi itulah yang kemudian digunakan sebagai vektor input
pada proses pelatihan dan pengujian algoritma Learning Vector Quantization (LVQ).
Berdasarkan hasil pengujian menunjukkan sistem ini dapat mengenal bentuk peluru
dengan tingkat keberhasilan 78%. Banyak faktor yang mempengaruhi kegagalan pada
proses pengenalan yaitu noise atau gangguan yang terlalu banyak, dan kecacatan
peluru yang sangat kecil sehingga tidak terdeteksi sewaktu filterisasi

6. SISTEM PAKAR

Kemajuan ilmu pengetahuan dan teknologi beserta aplikasinya di segala bidang tidak
terlepas dari peranan komputer. Di bidang kesehatan sudah banyak yang
memanfaatkannya untuk memenuhi pelayanan kesehatan, guna mendukung kegiatan
operasionalnya misalnya dibidang diagnosa penyakit. Komputer saat ini sangat penting,
oleh karena itu penulis akan mencoba merancang suatu program diagnosapenyakit
khususnya mengenai penyakit infeksi saluran pernapasan akut yang berbasis pada
komputer untuk meningkatkan pelayanan kesehatan. Program tersebut akan menggunakan
salah satu cabang dari AI (artificial intellegence) yaitu sistem pakar dengan metode faktor
kepastian, karena cabang tersebut dapat merepresentasikan kemampuan program komputer
yang dapat menirukan pemikiran dan pengetahuan dari seorang pakar untuk
menyelesaikan suatu masalah.

7. BACK PROPAGATION

Indonesia merupakan negara tropis yang memiliki curah hujan sangat tinggi. Model
prediksi curah hujan digunakan untuk berbagai kepentingan dan keakuratannya menjadi
penting terutama pada bidang-bidang khusus seperti pencegahan bencana banjir. Analisis
ini berdasarkan pada dua metode yaitu Metode Radial Basis Function dan Metode
Backpropagation dengan beberapa fungsi latihan. Hasil yang diperoleh dari Metode Radial
Basis Function mendapati bahwa keakurasian dalam memprediksi curah hujan adalah
81,37% sedangkan untuk metode Back propagation dengan beberapa latihan diperoleh
hasil yang lebih baik yaitu 99%. Sehingga dalam prediksi curah hujan lebih disarankan
untuk menggunakan metode jaringan syaraf tiruan Backpropagation dengan beberapa
fungsi latihan agar tingkat keakurasian bisa lebih baik.