NPM : 03.2019.1.07605
Kelas : P
TUGAS MINGGU KE 1
Pengertian Expert System (Sistem Pakar)
Dalam kecerdasan buatan, Expert System (sistem pakar ) adalah sistem komputer yang
meniru kemampuan pengambilan keputusan seorang pakar manusia. Sistem pakar
dirancang untuk memecahkan masalah yang kompleks dengan penalaran melalui tubuh
pengetahuan, diwakili terutama sebagai aturan jika-maka daripada melalui kode prosedural
konvensional. Sistem pakar pertama dibuat pada 1970-an dan kemudian berkembang biak
pada 1980-an. Sistem pakar adalah salah satu bentuk perangkat lunak kecerdasan buatan
(AI) pertama yang benar-benar sukses. Sistem pakar dibagi menjadi dua subsistem: mesin
inferensi dan basis pengetahuan. Basis pengetahuan mewakili fakta dan aturan. Mesin
inferensi menerapkan aturan pada fakta yang diketahui untuk menyimpulkan fakta baru.
Mesin inferensi juga dapat menyertakan kemampuan penjelasan dan debugging.
AC
Sistem fokus otomatis di kamera
Peralatan rumah tangga (lemari es, mesin cuci)
Pengendalian dan optimalisasi proses dan sistem industri
Sistem penulisan
Efisiensi bahan bakar di mesin
Lingkungan
Sistem pakar
Pohon keputusan
Robotika
Kendaraan otonom
Logika Fuzzy untuk Sistem Pengaturan Suhu Ruangan
Untuk menentukan suhu dalam suatu ruangan, kita dapat menentukannya
menggunakan Logika Fuzzy. Aturan dalam kontrol, mudah didefinisikan menggunakan
kata-kata misalkan :
– jika suhu dalam suatu ruangan dingin maka naikkan suhu penghangat.
– jika suhu dalam suatu ruangan panas maka naikkan suhu pendingin.
4. Rekayasa Manufaktur
Manufaktur
Pengetahuan adalah aset terbaik yang dimiliki perusahaan manufaktur. Alat data
mining bisa sangat berguna untuk menemukan pola dalam proses manufaktur yang
kompleks. Data mining dapat digunakan dalam perancangan tingkat sistem untuk
mengekstrak hubungan antara arsitektur produk, portofolio produk, dan data
kebutuhan pelanggan. Ini juga bisa digunakan untuk memprediksi perkembangan
produk span time, cost, dan dependencies antar tugas lainnya.
CRM
Customer Relationship Management adalah tentang mengakuisisi dan
mempertahankan pelanggan, juga meningkatkan loyalitas pelanggan dan
menerapkan strategi yang berfokus pada pelanggan. Untuk menjaga hubungan yang
benar dengan pelanggan bisnis perlu mengumpulkan data dan menganalisa
informasi. Di sinilah data mining berperan. Dengan teknologi data mining, data yang
terkumpul dapat digunakan untuk analisis. Daripada bingung di mana fokus untuk
mempertahankan pelanggan, para pencari solusi mendapatkan hasil yang disaring.
Intrusion Detection
Setiap tindakan yang akan membahayakan integritas dan kerahasiaan sumber daya
adalah gangguan. Langkah-langkah defensif untuk menghindari gangguan mencakup
otentikasi pengguna, hindari kesalahan pemrograman, dan perlindungan informasi.
Data mining dapat membantu memperbaiki deteksi intrusi dengan menambahkan
tingkat fokus pada deteksi anomali. Ini membantu analis membedakan aktivitas dari
aktivitas jaringan biasa sehari-hari. Data mining juga membantu mengekstrak data
yang lebih relevan dengan masalah.