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