Posts

Latihan BAB 4

Image
 1. Terdapat suatu sistem pengenalan pol dengan jumlah fitur sama dengan 64. Dengan menggunakan algoritma genetika, buatlah representasi individu dan fungsi fitnes dari permasalahan seleksi fitur unutk pengenalan pola tersebut. Permasalahan seleksi fitur dengan total fitur adalah 64: a. Representasi Individu untuk algoritma genetika adalah: String binnerdengan ukuran 64 digit, di mana bit "1" menyatakan fitur tersebut digunakan, dan bit "0" menyatakan fitur tersebut tidak digunakan untuk fitur pada proses pengenalan pola. Misalkan terdapat contoh individu berikut ini: 1 1 0 1 0 0 0 0 ... 0 0 1 2 3 4 5 6 7 ... 63 Individu pada digit ke-1 dan digit ke-3 adalah satu, sedangkan digit ...

Latihan BAB 3

Image
 1. Jika Terdapat fungsi keanggotaan dari suatu himpunan A yang terlihat seperti gambar di bawah ini, maka tentukan nilai derajat keanggotaan dari 0,x = 60, x=70, x= 90, dan 10. jawab : Berdasarkan fungis keanggotaan trapezium yang terdapat pada gambar di atas Persamaan (3,9), maka )) = 0 ;))=0; ))=0.25; ))=0.75; ua (110)=1 2. Terdapat suatu sistem penggajian sales dari perusahaan distributor. Gaji sales akan mengalami peningkatan dengan dua syarat yaitu rajin masuk kantor (jumlah absen tiap bulan minimal), dan total penjualan yang dihasilkan pada tiap bulan. Buatlah code untuk sistem penggajian ini dengan menggunakan sistem inferensi fuzzy mamdani, berdasarkan beberapa kriteria berikut ini: variable kehadiran (jumlah absen dalam tiap bulan, di mana satu bulan = 20 hari kerja) yang memiliki tiga buah himpunan fuzzy, yaitu rajin, sedang, dan malas. Variable jumlah Penjualan yang memiliki dua buah himpunan fuzzy, yaitu sedikit dan banyak. Terdapat tiga jenis output kenaikan gaji, yai...

Latihan BAB 1

Image
 Soal Latihan Bab 1 1. Buatlah contoh operasi perkalian matriks sederhana dengan menggunakan package numpy, dimana elemen matriks adalah random, dan misalkan ukuran matriks pertama adalah 4 x 2, sedangkan matriks kedua adalah 2 x4. import numpy as np mat1 = np.random.randint(4, size=(2,4)) mat2 = np.random.randint(4, size=(2,4)) print ("mat1= \n") print (mat1) print('mat2= \n') print(mat2.T) mat3 = mat1.dot(mat2.T) print('hasil = \n') print(mat3) 2. Dengan menggunakan salah satu data citra digits (dari salah satu data pada toy dataset 'digit) Tampilkan citra asli dan citra biner. import numpy as np import matplotlib.pyplot as matPlot import sklearn.datasets as datasets dataHandWritten=datasets.load_digits() img=dataHandWritten.images[0] print(img) (height, width)=img.shape fig=matPlot.figure(figsize=(height,width)) fig.add_subplot(1,2,1) matPlot.imshow(img,cmap='gray') binImg=np.zeros_like(img) for i in range(height): for j in range(widt...

BAB 5. JARINGAN SYARAF TIRUAN

  JARINGAN SYARAF TIRUAN   Jaringan syaraf manusia merupakan suatu sistem kompleks yang memiliki banyak kemampuan, salah satunya adalah kemampuan untuk belajar. Dengan kemampuan pembelajaran ini, manusia dapat beradaptasi di lingkungan yang baru, mengambil keputusan berdasarkan informasi yang sudah dimiliki, mampu menyelesaikan permasalahan pararelism (yaitu permasalahan yang membutuhkan pemrosesan informasi yang berbeda-beda akan tetapi saling berhubungan), melakukan peramalan atau estimasi berdasarkan datayang ada, dan lain-lain. Jaringan Syaraf Tiruan JST) memodelkan jaringan syaraf manusia, yaitu membuat versi sederhana dari jaringan syaraf manusia, dengan harapan mesin ataupun komputer dapat meniru kemampuan yang dimiliki oleh manusia, terutama kemampuan untuk belajar. Dengan kemampuan untuk belajar ini, maka JST dapat digunakan untuk memecahkan permasalahan-permasalahan, seperti klasifikasi, pengenalan pola, optimasi, time series prediction, penambangan data, dll. 1. ...

BAB 4. KOMPUTASI EVOLUSI

KOMPUTASI EVOLUSI   Setiap organisme mahluk hidup pasti akan berevolusi agar dapat beradaptasi dengan lingkungannya yang selalu berubah dan tetap bertahan dalam lingkungan tersebut. Hasil adaptasi iniakan terus diwariskan ke generasi-generasi berikutnya. Generasi berikutnya juga tetap akan berevolusi agar mereka dapat bertahan di lingkungan yang selalu dinamis. Hanya saja terkadang di dalam proses untuk menghasilkan generasi baru, terdapat suatu kejadian tertentu yang tidak dapat dihindari, sehingga dapat menyebabkan perubahan sitat dari generasi tersebut, jika sifat tersebut mampu membantu para generasi baru untuk bertahan, maka sifat tersebut akan dipertahankan dan diwariskan untuk generasi berikutnya. Algoritma Genetika                Genetic Algorithm atau Algoritma Genetika merupakan salah satu algoritma dari Komputasi Evolusi yang mensimulasikan evolusi gen individu yang terbaik, dan mengoperasikan ope...

BAB 3 FUZZY

Image
Fuzzy merupakan salah satu pendekatan dari K ecerdasan Komputasional untuk mengolah uncertainty information dan pengambilan kesimpulan dengan menggunakan bahasa natural. Bahasa Natural ini digunakan untuk merepresentasikan domain permasalah, aturan, ataupun domain solusi, sebagai pengganti angaka. Misalkan suhu sangat panas, kecepatan mobil kurang cepat, nilai mahasiswa yang rendah, dan lain-lain. Sehingga dengan representasi ini, maka fuzy dapat menghasilkan human reasoning.  Fuzzy untuk reasorning atau pengambilan keputusan akan  dijelaskan pada subbab berikut, yang didahului dengan pembahasan Himpunan Fuzzy, Logika Fuzzy, dan proses reasorning atau inferencing itu sendiri. 3.1 Himpunan Fuzzy Crisp Set merupakan suatu himpunan di mana elemenya hanya memiliki dua kemungkinan saja yaitu apakah elemen tersebut merupkan anggota dari suatu himpunan atau tidak, atau sering juga dikenal dengan logika Boolean yaitu yang memiliki kemungkinan nilai 0 dan 1 saja, atau true dan false. ...

Bab 2 Pengenalan Kecerdasan Komputasional

Image
Kecerdasan Komputasional atau Computatioan Intelegence merupakan metodelogi atau pendekatan-pendekatan komputasi yang terinspirasi dari kehidupan biologi manusia ataupun lingkungan sekitar, dan digunakan untuk memecahkan permasalahan-permasalahan yang kompleks. Semua Pendekatana pada kecerdasan komputasional ini berdasarkan pada soft computing yang memiliki kemampuan untuk mengeneralisai sehingga kecerdasan komputasioan toleran terhadap error ataupun noise . Selain itu Kecerdasan komputasional ini juga melibatkan data-data yang bersifat uncertain infromation . Hal ini berbeda dengan Traditional Artifical Intelegence yang berdasarkan pada hard-computing, yang melibatkan data-data yang bersifat certainty dan pendekatan yang digunakan adalah pendekatan yang mengutamakan presisi. Beberapa pendekatan yang termasuk pada CI ini antara lain: Sistem Fuzy Komputasi Evolusi (Evolution Computation) Jaringan Syaraf Tiruan (Artificial Neural Networks) Swarm Intelegence 2.1 Paradigma Kecerdasan Komp...