Kuliah
Sistem Fuzzy
Pertemuan 1
“Inteligensia Semu”
(IS)
Inteligensia Semu

Inteligensia (Kecerdasan)
Kemampuan manusia untuk memperoleh
pengetahuan dan pandai melaksanakan
pengetahuannya dalam praktek

Semu (Buatan)
Spektrum Inteligensia
Rangkaian
Sederhana
Rendah
Komputer
IS
Manusia
?
Tinggi
Definisi Inteligensia Semu
Turban, 1990
 Levine et.al, 1990
 Rich & Knight, 1991
 Winston, 1992
 Lugger & Stubblefield, 1993
 Etc.

Tujuan Inteligensia Semu
– Membuat mesin lebih pintar
(tujuan utama)
– Mengerti apa itu intelijen (tujuan
pemenang Noble)
– Membuat mesin lebih berguna
(tujuan usahawan)
(Turban, E)
Tujuan Inteligensia Semu
(lanjutan)
Sudut pandang Kecerdasan
Membuat mesin lebih “Cerdas”
 Sudut pandang Penelitian
Membuat mesin (komputer) dapat melakukan
sesuatu sebaik yang dilakukan manusia
 Sudut pandang Bisnis
Sekumpulan peralatan yang sangat powerfull dan
metodologis untuk menyelesaikan masalah bisnis
 Sudut pandang Pemrograman
Studi tentang pemrograman simbolik, problem
solving dan searching

(Kusumadewi, Sri)
Hirarki Pengetahuan
Noise atau Gangguan
 Data :
Kualitatif
Kuantitatif
 Informasi
 Pengetahuan
 Meta Pengetahuan

Pemakai vs Mesin
Pengambilan
Keputusan
Pemrosesan
Pengetahuan
I
Pemrosesan
Informasi
Manusia
DATA
Mesin
Sistem
Pemrosesan Data
File-File
Data
Pemakai vs Mesin II
Pengambilan
Keputusan
Pemrosesan
Pengetahuan
Manusia
Informasi
Mesin
Sistem
Pemrosesan
Informasi
Basis
Data
Pemakai vs Mesin III
Pengambilan
Keputusan
Manusia
Pengetahuan
Mesin
Sistem
Pemrosesan
Pengetahuan
Basis
Pengetahuan
Bidang Aplikasi Inteligensia Semu
Ilmu Kognitif
Robotik
Natural Interface
Expert System
Visual Perception
Natural Languages
Learning System
Tactility
Speech Recognition
Fuzzy Logic
Dexterity
Mutisensory Interfaces
Neural Networks
Locomotion
Virtual Reality
Genetic Algorithm
Navigation
Augmenting Reality ?
Inteligent Agents
AI Advantages Over Natural
Intelligence







More permanent
Ease of duplication and dissemination
Less expensive
Consistent and thorough
Can be documented
Can execute certain tasks much faster than a
human can
Can perform certain tasks better than many or
even most people
12
AI
Disadvantages Over
Natural Intelligence ?
13
 Soft
Computing ?
 Hard Computing ?
Metode-metode
Soft Computing


Fuzzy Logic, mengakomodasi ketidaktepatan
Neural Network Theory, menggunakan
pembelajaran

Probabilistic Reasoning, mengakomodasi
ketidakpastian

Evolutionary Computing, optimasi
Karakteristik Soft Computing





Memerlukan keahlian manusia
Model komputasi diilhami oleh proses
biologis
Merupakan teknik optimasi baru
Menggunakan komputasi numeris
Memiliki toleransi kegagalan (meskipun
kualitasnya berangsur-angsur memburuk)
Perbandingan Fuzzy, JST dll
Pembelajaran
Ekstrasi
Pengetahuan
Operasi
Real-Time
Representasi
Pengetahuan
Optimasi
Fuzzy/
Probablistik
Reasoning
Tidak
Ya
Ya
Simbolik/
numerik
Tidak
JST
Ya
Tidak
Ya
Numerik
Tidak
Sistem
Evolusioner
Ya
Tidak
Tidak
Numerik
Ya
Sistem AI
Konvensional
Tidak
Ya
Tidak
Simbolik/
numerik
Tidak
Sampai Jumpa
di
Pertemuan II
Selamat Belajar