PENDAHULUAN KENDALI
CERDAS
LECTURER
2
ASSESSMENT
TUGAS 20%
UTS 30%
UAS 40%
ATTITUDE 10%
3
TOPIC
4
DEFINISI
Kemajuan dalam kecerdasan buatan (AI), soft computing, dan bidang ilmiah
terkait telah membawa peluang dan tantangan baru bagi para peneliti untuk
menangani permasalahan yang kompleks dan tidak pasti, yang tidak dapat
diselesaikan dengan metode tradisional.
Dalam dunia nyata, banyak masalah dari sistem yang terlalu kompleks atau
tidak pasti untuk mewakili mereka dalam model matematika lengkap dan akurat
5
DEFINISI
6
DEFINISI
1. Sebagian besar proses industri
masih dikontrol secara manual.
7
DEFINISI NEURAL NETWORK
8
ARSITEKTUR NEURAL NETWORK
9
MACAM-MACAM NEURAL NETWORK
1. SUPERVISED LEARNING
Backpropagation Neural Network (Multilayer Feedforward Neural
Networks)
Radial Basis Fuction Networks
Recurrent Neural Networks
2. UNSUPERVISED LEARNING
Support Vector Machine
Learning Vector Quantization
Hopfield networks
10
DEFINISI FUZZY LOGIC
Pada dasarnya Fuzzy logic merupakan logika bernilai banyak/ multivalued logic
yang mampu mendefinisikan nilai diantara keadaan yang konvensional seperti
benar atau salah, ya atau tidak, putih atau hitam dan lain-lain.
11
DEFINISI FUZZY LOGIC
12
DEFINISI METAHEURISTICS
Metode ini mampu menghasilkan penyelesaian yang baik dalam waktu yang
cepat (acceptable)
13
MACAM-MACAM METAHEURISTICS OPTIMIZATION
Genetic Algorithms
Firefly Algorithms
Particle Swarm Optimization
Evolutionary Algorithms
Ant Colony Optimization
Artificial Bee Colony
14
APPLICATIONS FUZZY
1. Control Systems
2. Identification and Diagnosis
3. Prediction
4. Modelling
15
APPLICATIONS FUZZY
16
APPLICATIONS FUZZY
17
APPLICATIONS FUZZY
18
APPLICATIONS FUZZY
19
APPLICATIONS NEURAL NETWORK
20
APPLICATIONS NEURAL NETWORK
21
APPLICATIONS NEURAL NETWORK
22
APPLICATIONS METAHEURISTIC OPTIMIZATION
Kendali Motor
23
APPLICATIONS METAHEURISTIC OPTIMIZATION
0 .1 4 x T M S j
T j ,m 0 .0 4
I j ,m
1
PS
(a) (b)
24