Sistem Kendali Cerdas

Pengantar Kendali Cerdas

TEKNIK ELEKTRO
UNIVERSITAS BUNG HATTA
PENGANTAR
Langkah merancang kendali otomatis:
 model dari plant haruslah diketahui terlebih dahulu:
 biasanya sangat sulit
 memakan waktu
 resiko serta biaya biaya yang tidak sedikit

 Berdasarkan model yang diperoleh kemudian dilakukan

perancangan kendali dengan teknik-teknik, seperti:
 teknik tanggapan frekuensi
 root-locus
 state-space
 pegendali optimal
PENGANTAR
 Teknik-teknik tersebut terbatas untuk proses atau plant
yang variasinya dari model linier tak tergantung waktu
dan terbatas dengan batas yang telah diketahui.
 Tetapi, banyak sekali proses yang modelnya tidak dapat
dinyatakan dengan persamaan linier tak tergantung
waktu.
 Teknik-teknik tersebut juga sama sekali mengabaikan
pengetahuan kualitatif yang ada seperti pengalaman
operator.
 Perkembangan teknik kendali dengan pendekatan kualitatif:
 kendali logika fuzzy
mampu mengadopsi pengetahuan operator menjadi aturan-
aturan fuzzy, yang dikenal dengan teknik human-based expert
 teknik jaringan syaraf tiruan, yang berangkat dari pemodelan
fisik jaringan syaraf biologis, memiliki kemampuan belajar,
fault tolerant, serta kemampuan generalisasi permasalahan
 teknik-teknik optimasi yang berdasarkan prinsip-prinsip
evolusi:
 algoritma genetika
 evolutionary programming
 evolution strategies,
 genetic programming
KENDALI CERDAS
 suatu disiplin ilmu di mana metode kendali
dikembangkan untuk mengemulasi karakteristik-
karakteristik penting dari kecerdasan manusia.

 antara lain:
 adaptasi dan belajar (adaptation and learning)
 perencanaan di bawah situasi dengan ketidakpastian tinggi
(planning under large uncertainty)
 kemampuan menangani jumlah data yang amat besar (coping
with large amounts of data)
KENDALI CERDAS
 Kendali cerdas memiliki ciri kemampuan otonomi, yaitu
memiliki kemampuan perencanaan yang lebih mandiri
untuk melaksanakan tugas.
 Cara: memecah tugas yang diberikan oleh pengguna sistem
cerdas itu menjadi tugas-tugas yang lebih kecil.
 Tugas-tugas tersebut dikoordinasi oleh kendali dengan
tingkat yang lebih tinggi agar tugas besar tersebut dapat
diselesaikan dengan baik.
 Kemampuan otonomi merupakan salah satu tolak ukur
kecerdasan suatu sistem.
”Semakin otonom suatu sistem maka semakin cerdas pula sistem
tersebut.”
CONTOH
 aplikasi kendali cerdas di teleskop ruang angkasa Hubble
yang telah diterapkan oleh NASA
CONTOH:
 Teleskop tersebut telah berhasil diperbaiki oleh suatu robot
pada Agustus 2004 silam.
 Robot tersebut harus bisa mengganti baterai.

 Cukup dengan perintah dari bumi, seperti “ganti baterai A”,

maka ‘otak’ robot akan membagi-bagi tugas tersebut
menjadi tugas-tugas kecil dan pelaksanaannya
dikoordinasikan di masing-masing tingkat sehingga tugas
menyeluruh tersebut bisa dilaksanakan.
CIRI-CIRI SKC
 Sistem cerdas akan mampu bertindak secara tepat pada sistem yang
lingukungannya tidak menentu
 Sistem cerdas harus mampu minimal mendeteksi lingkungan dan
dapat mengambil keputusan serta pengendalian.
 Sistem cerdas dengan tingkat yang lebih tinggi memiliki
kemampuan mengenali suatu obyek dan pariwisata, menyajikan
suatu pengetahuan di model dunia serta memberikan alasan yang
tepat tentang perencanaan masa depan.
 (Pada sistem yang lebih canggih lagi )sistem akan mampu
merasakan dan mengerti, dan memilih sesuatu dengan bijak, dan
bertindak secara berhasil meskipun banyak terjadi perubahan
lingkungan, sehingga sistem tersebut mampu berdikari.
 Sistem cerdas haruslah terus tumbuh dan berkembang baik dalam
kemampuan komputasi maupun melalui pengumpulan pengetahuan.
LOGIKA FUZZY
 Manusia sudah terbiasa dengan kalimat:
 “nantikita ketemu sekitar jam 10.00” terasa aneh jika: “kita
ketemu di stasion jam 10:27:11”.
 “Kalau ingin makan apel ini gigitlah dengan kekuatan 10,2
Newton”. Dengan kalimat “Kalau ingin makan apel ini gigitlah
agak kuat, karena apel ini setengah matang”.
 Perhatikan bahwa kata-kata yang diketik tebal itu tidak
memiliki batas yang jelas, tetapi seringkali berguna dalam
komunikasi dan kendali manusia dalam kehidupan sehari-hari.
Kalimat itu memang ‘kabur’ alias fuzzy.
 Setidak-tidaknya ada empat cara untuk menurunkan
aturan-aturan fuzzy tersebut:
 Dari pengetahuan expert maupun diturunkan dari ilmu
rekayasa yang bersesuaian.
 Dari sifat/kemampuan operator, yang direkam dan kemudian
dilakukan analisis untuk menemukan aturan-aturan tersebut.
 Dari penurunan berdasarkan model fuzzy dari sitem atau
proses.
 Dari pembelajaran.
JARINGAN SYARAF TIRUAN
 Jaringan syaraf merupakan jaringan neuron, synapses, axons
dan dendrites yang sangat kompleks.
 Paling tidak ada 2 x 1010 neuron, yang masing-masing memiliki
10.000 synapses yang tersebar pada masing-masing pohon
dendrites yang memiliki synapses di axon dari satu neuron
sebesar 10.000 juga.
 Pemodelan struktur ini secara rinci merupakan sesuatu yang
sangat tidak mungkin (setidaknya hingga saat ini), tetapi untuk
keperluan rekayasa tidak diperlukan sebanyak itu.
 Oleh sebab itu banyak peneliti yang mengembangkan arsitektur-
arsitektur yang lebih sederhana, dengan tetap memakai prinsip
jaringan syaraf, tetapi mampu memecahkan persoalan yang
cukup rumit.
ALGORITMA GENETIKA
 teknik optimasi yang ditiru dari proses evaluasi makhluk
hidup.
 Semula merupakan hasil samping dari suatu kerjasama
penelitian antara ahli biologi degan ahli komputer.
 Ahli biologi yang ingin mensimulasikan proses evolusi, yang
kemudian mengajak ahli komputer untuk merealisasikannya.
 Ternyata kemudian disadari bahwa proses evaluasi tidak lain
merupakan proses ciptaan Allah SWT untuk mengoptimasi
suatu persoalan.
 Kenyataan ini dapat diamati dengan mudah, misalnya
para ahli pertanian maupun menghasilkan jenis buah-
buahan baru yang merupakan hasil perkawinan antara
buah yang besar tetapi pahit dengan buah yang kecil
tetapi manis.
 Hasilnya, bisa jadi, adalah buah besar dan manis tetapi
bisa pula, karena ‘kecelakaan’, hasilnya buah yang kecil
dan pahit. Itu adalah proses yang kelihatannya acak dan
tidak terpola tetapi seringkali menghasilkan sesuatu yang
lebih baik dari induknya.
 Teknik ini sebenarnya teknik acak untuk menemukan
nilai optimal dari suatu fungsi tetapi memanfaatkan
prinsip-prinsip evolusi sehingga hasilnya lebih ‘terarah’
(karena itu teknik ini dikenal sebagai guided random
search’)
END…