Advance Topic

Click here to load reader

download Advance Topic

of 20

  • date post

    29-Jan-2016
  • Category

    Documents

  • view

    42
  • download

    0

Embed Size (px)

description

Advance Topic. SISTEM PAKAR. Sistem yang berusaha mengadopsi pengetahuan manusia ke komputer agar komputer dapat menyelesaikan masalah seperti yang dilakukan oleh para ahli. STRUKTUR SISTEM PAKAR. Fakta-fakta tentang kejadian khusus. Basis Pengetahuan - PowerPoint PPT Presentation

Transcript of Advance Topic

Slide 1

Advance Topic Sistem yang berusaha mengadopsipengetahuan manusia ke komputeragar komputer dapat menyelesaikan masalah seperti yang dilakukan olehpara ahli

SISTEM PAKARUserAntarmukaAksi yang direkomendasiMotor inferensi

InterpreterScheduler Consistency EnforcerBLACKBOARD

RencanaSolusiAgendaDeskripsiPenyaring pengetahuanBasis PengetahuanFakta : Apa yang diketahui tentang area domainAturan : logical referenceFasilitas penjelasanRekayasa pengetahuanPengetahuan ahliPenambahanpengetahuanFakta-fakta tentang kejadiankhususSTRUKTUR SISTEM PAKARLingkungan KonsultasiLingkungan PengembanganPenalaran berbasis aturan (Rule-Based Reasoning)

Penalaran berbasis kasus (Case-Based Reasoning)

BASIS PENGETAHUAN(KNOWLEDGE BASE)Forward Chaining

Backward Chaining

MOTOR INFERENSI(INFERENCE ENGINE)Contoh Forward Chaining :R1: IF suku bunga turun THEN hargaobligasi naikR2:IF suku bunga naik THEN hargaobligasi turunR3:IF suku bunga tidak berubahTHEN harga obligasi tidakberubahR4: IF dolar naik THEN suku bunga turunR5:IF dolar turun THEN suku bunganaikR6: IF harga obligasi turun THENbeli obligasi

Diketahui bahwa dolar turun,tentukan apakah akan membeli obligasi atau tidakdolar turunsuku bunga naikharga obligasi turunbeli obligasiR5R2R6Contoh Backward Chaining :R1: IF suku bunga turun THEN hargaobligasi naikR2:IF suku bunga naik THEN hargaobligasi turunR3:IF suku bunga tidak berubahTHEN harga obligasi tidakberubahR4: IF dolar naik THEN suku bunga turunR5:IF dolar turun THEN suku bunganaikR6: IF harga obligasi turun THENbeli obligasi

Diketahui bahwa dolar turun,tentukan apakah akan membeli obligasi atau tidakdolar turunsuku bunga naikharga obligasi turunbeli obligasiR5R2R6Interpretasi : pengawasan, pengenalanucapan, analisis citra, interpretasi sinyal,analisis kecerdasanPrediksi : peramalan, prediksidemografis, peramalan ekonomi,prediksi lalulintas, estimasi hasil,militer, pemasaran, peramalankeuanganDiagnosis : medis, elektronis, mekanis, diagnosis perangkatlunak

LINGKUP PERMASALAHANSISTEM PAKARPerancangan : layout sirkuit, perancanganbangunanPerencanaan : perencanaan keuangan,komunikasi, militer, pengembangan produk, routing, manajemen proyekMonitoring : Computer-AidedMonitoring Systems

Representasi buatan dari otak manusiadengan mensimulasikan prosespembelajaran pada otak manusia

JARINGAN SYARAF TIRUANSTRUKTUR JARINGAN SYARAF TIRUANFungsi AktivasiOutputbobotbobotOutput keneuron-neuronlainInput darineuron-neuronlainSingle layer network

Multilayer network

Competitive layer network

ARSITEKTURJARINGAN SYARAF TIRUANSingle layer networkX1Y1XiXmYjYnW11W1jW1nWi1WijWinWm1WmjWmnMultilayer networkX1Z1XiXmZpV11V1pW11Vi1W1jVipVm1W1nVmpY1YjYnWp1WpjWpnCompetitive layer networkA1Ai1-AmAj111-----Fungsi threshold (batas ambang)FUNGSI AKTIVASIJARINGAN SYARAF TIRUAN

Fungsi threshold bipolarFungsi sigmoid

Fungsi identitasPembelajaran terawasi(supervised learning) : Hebb Rule,Perceptron, Delta Rule, Backpropagation,Heteroassociative Memory, BAM, LVQ

Pembelajaran tak terawasi(unsupervised learning) : KohonenSelf-Organizing Maps, ART

PROSES PEMBELAJARANJARINGAN SYARAF TIRUAN