TAS dan TakeHome Kelompok..

Soal TAS Kecerdasan Buatan bisa diunduh di sini

dikumpulkan paling lambat 6 Agustus 2010 ke yudianto.sujana@gmail.com dalam bentuk file WORD

Untuk tugas kelompok, buat sebuah Aplikasi Sistem Pakar dengan tema bebas, dikumpulkan paling lambat 6 Agustus 2010 dalam bentuk file executeable (web), source code, database (SQL) dan laporan dalam bentuk WORD

Selamat Mengerjakan
GBU

Materi 7, ID3

Pada pertemuan terakhir sebelum TAS dan TakeHome, kami membahas mengenai ID3.

ID3 singkatan dari Iterative Dichotomiser Three. Ada juga yang menyebut Induction of Decision Tree. ID3 adalah suatu algooritma matematika yang digunakan untuk menghasilkan suatu pohon keputusan yang mampu mengklasifikasi suatu obyek. ID3 diperkenalkan pertama kali oleh Ross Quinlan (1979). ID3 merepresentasi konsep-konsep dalam bentuk pohon keputusan. Aturan-aturan yang dihasilkan oleh ID3 mempunyai relasi yang hirarkis seperti suatu pohon (mempunyai akar, titik, cabang, dan daun). Beberapa peneliti menyebut struktur model yang dihasilkan ID3 sebagai pohon keputusan (decision tree) sementara peneliti yang lain menyebutnya pohon aturan (rule tree).

Materi selengkapnya dapat download.. Klik..

Terima Kasih..

Materi 6

Logika Fuzzy

Nah sejarah Logika Fuzzy perlu kita ketahui. Kita langsung saja ke materinya.. Hehehe..
Logika fuzzy pertama kali diformulasikan dalam sebuah seminar oleh Lotfi A Zadeh dari University of Califonia, Berkeley tahun 1965

Kemudian metode ini diformulasikan dalam rangka mencari nilai tengah antara bilangan Aristoteles 0 dan 1, sehingga Logika fuzzy merupakan peningkatan dari logika boolean. Menggantikan kebenaran boolean dengan tingkat kebenaran. Dan Dasar logika fuzzy adalah memformulasikan bilangan antara 0 dan 1 atau lebih tepat 0.0 dan 1.0

Terus kenapa kita harus menggunakan Logika Fuzzy? Ada beberapa alasan yang perlu kita ketahui, karena sangat penting juga.. Konsep Logika Fuzzy ini mudah dimengerti karena sangat sederhana dan flexibel, dan juga dapat bekerja sama dengan teknik - teknik kendali secara konvensional.

Contoh Aplikasi yang menggunakan Logika Fuzzy adalah misalnya Mesin Cuci, nah.. Cara kerjanya mesin cuci ini sbb:

– Masukkan baju, tekan tombol
– Mengisi air dengan jumlah yang cukup
– Mengisi deterjen dan mencuci dengan waktu yang sesuai.
– Mesin ini bekerja meniru cara ibu rumahtangga mencuci dengan mesin cuci konvensional.
– Jika pakaian lebih kotor maka timer dibuat lebih lama.

Kemudian disinilah kita dapat menggunakan metode Fuzzy, dengan menggunakan menjawab pertanyaan IF / Then atau Jika dan maka. Jika pakaian yang dicuci tidak terlalu kotor maka
mencuci mestinya harus lebih cepat. Dengan menimbang tingkat kekotoran kain yang direalisasikan dengan mengukur tingkat kekeruhan air cucian dengan sensor cahaya, mesin dapat memutuskan berapa lama harus mencuci pakaian supaya lebih hemat dan efisien.

Nah contoh selain pada mesin cuci ada juga, seperti ABS Sistem Rem yang ada pada mobil - mobil kelas menengah ke atas, kemudian image processing, aplikasi robotik dan masih banyak lagi.

Terdapat skema Logika Fuzzy

• Input fuzzy berupa bilangan crisp (tegas) yang dinyatakan dalam himpunan input.
• Fuzzifikasi merupakan proses untuk mengubah bilangan crisp menjadi nilai keanggotaan dalam himpunan fuzzy.
• Fuzzy inference system merupakan bagian pengambilan kesimpulan (reasoning) dan keputusan.
• Knowledge base berisi aturan-aturan yang biasanya dinyatakan dengan perintah IF …. THEN….
• Defuzzification merupakan proses untuk merubah nilai output fuzzy menjadi nilai crisp.