Abstract— Kecerdasan buatan terbagi ke dalam dua faham ini dapat dikombinasikan untuk membuat pengungkapan
pemikiran yaitu kecerdasan buatan konvensional dan konsep yang lebih jelas. [1]
kecerdasan komputasional (CI, Computational Intelligence).
Terdapat beberapa metode yang digunakan dalam kecerdasan B. Genetic Algorithm (Algoritma Genetika)
komputasional, yaitu : Fuzzy Logic, Evolutionary Algorithm, Algoritma genetika adalah algoritma komputasi yang
Machine Learning, Probabilistic Model. diinspirasi teori evolusi yang kemudian diadopsi menjadi
Keywords—kecerdasan komputasional, fuzzy logic, algorithm, algoritma komputasi untuk mencari solusi suatu permasalahan
metode, aplikasi dengan cara yang lebih “alamiah”. Salah satu aplikasi
algoritma genetika adalah pada permasalahan optimasi
I. PENDAHULUAN kombinasi, yaitu mendapatkan suatu nilai solusi optimal
Kecerdasan buatan atau Artificial Intelligence adalah salah terhadap suatu permasalahan yang mempunyai banyak
satu bagian ilmu di mana sebuah mesin (komputer) dapat kemungkinan solusi.
melakukan apa yang dapat dikerjakan oleh manusia. Untuk
menyelesaikan sebuah permasalahan sistem yang dibangun Beberapa hal yang termasuk kelebihan dari Algoritma
harus mempertimbangkan beberapa hal, seperti Genetika adalah sebagai berikut (Haupt dan Haupt, 2004):
mendefinisikan masalah, menganalisa, mempresentasikan • Mengoptimalkan dengan variabel kontinu atau
pengetahuan serta memilih teknik yang benar agar hasil yang diskrit,
dicapai sesuai dengan yang diinginkan. Kecerdasan buatan
terbagi ke dalam dua faham pemikiran yaitu kecerdasan • Tidak memerlukan informasi derivatif,
buatan konvensional dan kecerdasan komputasional (CI, • Bersamaan pencarian dari sebuah sampling yang
Computational Intelligence). Kecerdasan Komputasional (CI)
luas pada permukaan biaya,
merupakan pendekatan yang mana menerapkan cara berpikir
manusia dalam sebuah ketidakpastian dengan berpikir dan • Baik untuk komputer paralel,
belajar. Tujuan dari kecerdasan komputasional adalah
membantu menyelesaikan permasalahan manusia. Dengan • Mengoptimalkan permukaan variabel dengan biaya
harapan sistem cerdas ini mempunyai kemampuan manusia yang sangat kompleks (GA bisa melompat dari
dalam hal tertentu, serta dapat mengkondisikan pada saat minimum lokal),
terjadi perubahan pada lingkungan sehingga dapat • Memberikan daftar variabel yang optimal, bukan
menjelaskan hasil yang telah diperoleh. hanya solusi tunggal,
Kecerdasan Komputasional terdiri dari tiga paradigma • Bekerja dengan data numerik yang dihasilkan, data
komputasi, yaitu: Neural Network System (NN), Fuzzy Logic eksperimen, atau analitis fungsi. [2]
(FL), Probabilistic Reasoning yang terdiri dari teori Chaos,
Belief Networks, Genethic Algorithm (GA). C. Swarm Intelegence (Kecerdasan Berkoloni)
Swarm Intelligence adalah salah satu teknik kecerdasan
II. METODE KECERDASAN KOMPUTASIONAL
buatan yang berlandaskan kepada perilaku kolektif
A. Fuzzy Logic (Logika Fuzzy) (collective behaviour) pada sistem yang terdesentralisasi dan
Logika ini merupakan jenis logika yang memiliki nilai dapat mengatur dirinya sendiri (self-organizing). Sistem yang
samar antara benar dan salah. Nilai keanggotaan Logika memanfaatkan Swarm Intelligence biasanya merupakan
Fuzzy berada di rentang 0 hingga 1, berbeda dengan Logika sebuah populasi yang terdiri atas anggota berupa agen-agen
Aljabar Boolean yang hanya mengenal notasi 0 dan 1, atau ya yang sederhana, yang berinteraksi secara lokal dengan
dan tidak. Kelebihan fuzzy logic diibandingkan dengan sistem sesama anggota, dan juga berinteraksi dengan lingkungan. [3]
logika lain, fuzzy logic bisa menghasilkan keputusan yang SI merupakan algoritma-algoritma koloni tiruan yang
lebih adil dan lebih manusiawi. Fuzzy logic memodelkan terinspirasi dari makhluk hidup seperti hewan bahkan sel
perasaan atau intuisi dengan cara merubah nilai crisp menjadi ataupun protein di dalam tubuh. Algoritma-algoritma SI
nilai linguistik dengan fuzzification dan kemudian tersebut menjanjikan alternatif cepat dan sederhana untuk
memasukkannya ke dalam rule yang dibuat berdasarkan mencari parameter optimal suatu fungsi. Ada tiga elemen
knowledge. Kelebihan yang kedua adalah fuzzy logic cocok utama yang perlu diperhatikan pada algoritma SI yaitu
digunakan pada sebagian besar permasalahan yang terjadi di populasi, fungsi objektif, dan mekanisme untuk meng-update
dunia nyata. Permasalahan di dunia nyata kebanyakan bukan populasi. Contoh algoritma SI yang populer adalah particle
biner dan bersifat non linier sehingga fuzzy logic cocok swarm optimization, artificial immune system dan artificial
digunakan karena menggunakan nilai linguistik yang tidak bee colony (ABC), masing-masing diturunkan dari perilaku
linier. Fuzzy dapat mengekspresikan konsep yang sulit untuk cerdas kelompok burung, antibodi dan lebah.
dirumuskan, seperti misalnya “suhu ruangan yang nyaman”. D. Support Vector Machine
Pemakaian fungsi keanggotaan memungkinkan fuzzy
Merupakan salah satu metode dalam supervised learning
logic untuk melakukan observasi obyektif terhadap nilai-
yang biasanya digunakan untuk klasifikasi (seperti Support
nilai yang bersifat subyektif. Selanjutnya fungsi keanggotaan