Kecerdasan Buatan

Pengertian Kecerdasan Buatan
 

Data-data yang diperoleh dari hasil pengukuran tidak akan selamanya tepat,tetapi masih mengandung kesalahan pengukuran, baik itu diakibatkan oleh kesalahan peneliti yang melakukan pengukuran ataupun disebabkan oleh faktor lain. Noise atau kesalahan pengukuran ini akan menjadi masalah yang cukup signifikan pada saat dilakukan pengolahan atas data-data tersebut. Kecerdasan buatan atau biasa disebut soft computing adalah suatu model pendekatan untuk melakukan komputasi dengan meniru akal manusia dan memiliki kemampuan untuk menalar dan belajar pada lingkungan yang penuh dengan ketidakpastian (Jang, 1997 dalam Kusumadewi, 2006). 

Kecerdasan buatan memiliki toleransi atas kesalahan-kesalahan pengukuran yang terdapat pada data.

Dengan kata lain, kecerdasan buatan telah dipersiapkan untuk mengatasi data-data yang mengandung noise. Karena kelebihan inilah, kecerdasan buatan sesuai digunakan untuk mempelajari data-data yang membutuhkan toleransi kesalahan cukup besar. Komponen pembentuk kecerdasan buatan pada dasarnya dapat dibagi menjadi tiga yaitu :

a. Sistem Fuzzy (Fuzzy System)

Pada dasarnya, teori himpunan fuzzy merupakan perluasan dari teori himpunan klasik. Jika pada teori himpunan klasik, suatu elemen atau variabel hanya memiliki dua kemungkinan keanggotaan yaitu menjadi anggota atau tidak. Pada teori himpunan fuzzy, terdapat suatu nilai yang menyatakan keanggotaan suatu elemen. Nilai ini sering disebut nilai keanggotaan atau derajat keanggotaan

(Kusumadewi, 2006).

Teori himpunan fuzzy dikenalkan oleh Lotfi A. Zadeh pada 1965 dengan definisi sebagai berikut:

Jika X adalah koleksi dari objek-objek yang dinotasikan secara generik oleh x,

maka suatu himpunan fuzzy , dalam X adalah suatu himpunan pasangan

berurutan:

             A={(x,u^(x))|xEX} …………………………………… (1)

Dengan  adalah derajat keanggotaan x di  yang memetakan X ke ruang keanggotaan M yang terletak pada rentang [0,1]. (Kusumadewi, 2006)

Dari pengertian di atas, dapat dilihat perbedaan utama antara teori himpunan klasik dan teori fuzzy terdapat pada derajat keanggotaan dari elemen- elemennya, dimana pada himpunan fuzzy derajat keanggotaan suatu elemen terletak pada jangkauan [0,1] berbeda dengan teori himpunan klasik dimana derajat keanggotaannya 0 atau 1.

Sistem inferensi fuzzy merupakan suatu kerangka komputasi yang didasarkan

pada teori himpunan fuzzy, aturan fuzzy berbentuk IF-THEN, dan penalaran Fuzzy. 

Sistem fuzzy sendiri dedifinisikan sebagai berikut:

Fuzzy systems are rule-based expert systems based on fuzzy rules and fuzzy
inference. Fuzzy rules represent in a straightforward way "commonsense"
knowledge and skills, or knowledge that is subjective, ambiguous, vague, or
contradictory. This knowledge might have come from many different sources.
Commonsense knowledge may have been acquired from long-term experience,
from the experience of many people, over many years. (Kasabov)