Linux Fun

Dempster-Shafer

Teori Dempster-Shafer adalah suatu teori matematika untuk pembuktian berdasarkan belief functions and plausible reasoning (fungsi kepercayaan dan pemikiran yang masuk akal), yang digunakan untuk mengkombinasikan potongan informasi yang terpisah (bukti) untuk mengkalkulasi kemungkinan dari suatu peristiwa. Teori ini dikembangkan oleh Arthur P. Dempster dan Glenn Shafer.

Secara umum Teori Dempster-Shafer ditulis dalam suatu interval:

[Belief,Plausibility]

Belief

Belief (Bel) adalah ukuran kekuatan evidence (gejala) dalam mendukung suatu himpunan bagian. Jika bernilai 0 maka mengindikasikan bahwa tidak ada evidence, dan jika bernilai 1 menunjukan adanya kepastian.

Plausibility

Plausibility (Pl) dinotasikan sebagai:

Pl(s)= 1 – Bel(¬­­­­­­­­­s)­­­­­­­

Plausibility juga bernilai 0 sampai 1. Jika kita yakin akan –s, maka dapat dikatakan bahwa Bel(¬s)=1, dan Pl(¬s)=0. Plausability akan mengurangi tingkat kepercayaan dari evidence. Pada teori Dempster-Shafer kita mengenal adanya frame of discernment yang dinotasikan dengan θ dan mass function yang dinotasikan dengan m. Frame ini merupakan semesta pembicaraan dari sekumpulan hipotesis sehingga disebut dengan environtment. Readmore…

Manfaat dan kemampuan Sistem Berbasis Pengetahuan

Beberapa manfaat Sistem Pakar adalah sebagai berikut (Turban, dkk., 2005):

1. Meningkatkan output dan produktivitas.
2. Meningkatkan waktu dan pengambilan keputusan.
3. Meningkatkan kualitas proses dan produk.
4. Mengurangi downtime.
5. Menyerap keahlian langka.
6. Fleksibilitas.
7. Operasi peralatan yang lebih mudah.
8. Eliminasi kebutuhan peralatan yang mahal.
9. Operasi dilingkungan yang berbahaya.
10. Aksesibilitas ke pengetahuan dan help desk.
11. Kemampuan untuk bekerja dengan informasi yang tidak lengkap/tidak pasti.
12. Kelengkapan pelatihan.
13. Peningkatan pemecahan masalah dan pengambilan keputusan Meningkatkan proses pengambilan keputusan.
14. Meningkatkan kualitas keputusan.
15. Kemampuan untuk memecahkan persoalan kompleks.
16. Transfer pengetahuan ke lokasi terpencil.
17. Peningkatan sistem informasi yang lain.

Keterbatasan Sistem Berbasis Pengetahuan

Metodologi Sistem Pakar yang tersedia mungkin tidak langsung dan efektif, bahkan untuk banyak aplikasi dalam kategori umum. Persoalan-persoalan berikut telah memperlambat penyebaran Sistem Pakar (Turban, dkk., 2005): Readmore…

Sistem Pakar dapat diklasifikasikan dalam beberapa cara. Salah satu cara adalah berdasarkan area persoalan umum yang ditanganinya. Beberapa Sistem Pakar termasuk dalam dua atau lebih kategori berikut (Turban, dkk., 2005):

Sistem interpretasi

Menyimpulkan deskripsi situasi dari observasi. Kategori ini termasuk pengawasan, speech understanding, analisis citra, interpretasi sinyal, dan banyak jenis analisis kecerdasan. Sistem interpretasi menjelaskan data yang telah diobservasi dengan menetapkan arti simbolik yang mendeskripsikan situasi.

Sistem prediksi

Menyertakan ramalan cuaca, prediksi demograri, peramalan ekonomi, prediksi lalu lintas, perkiraan panen, dan peramalan militer, pemasaran dan keuangan.

Sistem diagnostik

Menyertakan diagnosis medis, elektronik, mekanik, dan perangkat lunak. Sistem diagnostik biasanya menghubungkan ketidakteraturan kelakuan dengan penyebab dasarnya.

Sistem desain

Mengembangkan konfigurasi objek yang memenuhi batasan persoalan desain. Persoalan tersebut mencakup layout sirkuit, desain bangunan, dan layout pabrik. Sistem layout menginstruksi objek dalam berbagai hubungan satu sama lain dan memverifikasi bahwa konfigurasi ini sesuai dengan batasan yang dinyatakan. Readmore…

Knowledge Base

Basis pengetahuan berisi pengetahuan-pengetahuan dalam penyelesaian masalah, tentu saja di dalam domain tertentu. Ada dua bentuk pendekatan basis pengetahuan yang sangat umum digunakan diantaranya yaitu :

1. Penalaran berbasis aturan (Rule-Based Reasoning)
   Pada penalaran berbasis aturan, pengetahuan direpresentasikan dengan menggunakan aturan IF-THEN. Bentuk ini digunakan apabila telah memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu dan si pakar dapat menyelesaikan masalah tersebut secara berurutan.
2. Penalaran berbasis kasus (Case-Based Reasoning)
   Pada penalaran berbasis kasus, basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang (fakta yang ada). Bentuk ini digunakan apabila user menginginkan untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama.

Inference Engine

Mesin inferensi merupakan otak dari Sistem Pakar, bagian ini mengandung mekanisme fungsi berpikir dan pola-pola penalaran sistem yang digunakan oleh seorang pakar. Mekanisme ini akan menganalisa suatu masalah tertentu dan kemudian mencarikan jawaban atau kesimpulan yang terbaik. Dari fakta-fakta yang diperoleh selama proses tanya jawab dengan user, serta aturan-aturan yang tersimpan di knowledge base, inference engine dapat menarik suatu kesimpulan dan memberikan rekomendasi atau saran yang diharapkan oleh user.

Proses penalaran ada dua macam dan biasanya lebih disebut dengan proses chaining yaitu forward chaining dan backward chaining. Kedua metode ini mempunyai kelebihan tersendiri, semuanya itu tergantung dari kondisi permasalahan yang dihadapi dan basis pengetahuan. Readmore…

Struktur Sistem

Struktur Sistem Pakar terdiri dari dua pokok (Sri Kusumadewi, 2003), yaitu: lingkungan pengembang (development environment) dan lingkungan konsultasi (consulatation environment). Lingkungan pengembang digunakan sebagai pembangunan Sistem Pakar baik dari segi pembangunan komponen maupun basis pengetahuan. Lingkungan konsultasi digunakan oleh seseorang bukan ahli untuk berkonsultasi.

Komponen-komponen Sistem

Komponen-komponen Sistem Pakar terlihat pada Gambar 2.1 diatas dan berikut penjelasan dari masing-masing komponen (Sri Kusumadewi, 2003), yaitu: Readmore…

Menurut Efraim Turban, konsep dari Sistem Pakar mengandung keahlian, ahli, pengalihan keahlian, inferensi, aturan, dan kemampuan menjelaskan (Sri Kusumadewi, 2003).

Keahlian (Expertise)

Keahlian merupakan pengetahuan khusus yang dimiliki oleh seseorang melalui latihan, belajar, serta pengalaman yang dialami pada suatu bidang tertentu dalam jangka waktu yang cukup lama. Pengetahuan tersebut dapat berupa fakta-fakta, teori-teori, aturan-aturan serta strategi untuk menyelesaikan suatu masalah. Dengan pengetahuan tersebut seorang pakar dapat memberikan keputusan yang lebih baik dan cepat dalam menyelesaikan suatu permasalahan yang sulit.

Ahli atau Pakar (Expert)

Seorang pakar harus memiliki kemampuan menyelesaikan permasalahan pada bidang tertentu yang ditanganinya, kemudian memberikan penjelasan mengenai hasil dan kaitannya dengan permasalahan yang ada. Selain itu seorang pakar juga harus mempelajari hal-hal baru dari setiap perkembangan yang ada, lalu menyusun kembali pengetahuannya, dan dalam hal tertentu dapat memberikan alternatif lain agar mampu memecahkan permasalahan yang dihadapi serta menghasilkan solusi yang tepat. Untuk meniru keahlian pakar, perlu dibangun sebuah sistem komputer yang menunjukan seluruh karakteristik tersebut. Namun hingga saat ini, pekerjaan dibidang Sistem Pakar terfokus pada aktifitas penyelesaian masalah dan memberikan penjelasan mengenai solusinya.

Pengalihan Keahlian (Transfering Expertise)

Tujuannya adalah memindahkan keahlian yang dimiliki oleh seorang pakar ke dalam sebuah sistem komputer, kemudian dari sebuah sistem komputer kepada orang lain yang bukan pakar. Proses yang dilakukan adalah : Readmore…

Definisi Sistem Berbasis Pengetahuan

Sistem Berbasis Pengetahuan diturunkan dari istilah knowledge based expert system. Sistem ini merupakan sistem yang menggunakan pengetahuan manusia yang telah disimpan dalam komputer untuk menyelesaikan permasalahan yang memerlukan kepakaran seorang ahli (Buliali, dkk., 2007)

Sistem Berbasis Pengetahuan atau Sistem Pakar merupakan salah satu cabang dari AI dimana dalam dunia komersial disebut dengan sistem yang dapat secara efektif dan efisien melaksanakan tugas yang tidak terlalu memerlukan pakar. Sistem Berbasis Pengetahuan dikenal juga dengan sistem penasihat, sistem pengetahuan, sistem bantuan kerja cerdas atau sistem operasional (Turban, dkk., 2005).

Sistem Berbasis Pengetahuan atau Sistem Pakar adalah program pemberi advis/nasehat yang terkomputerisasi yang ditujukan untuk meniru proses reasoning (pertimbangan) dan pengetahuan dari pakar dalam menyelesaikan permasalahan masalah yang lebih spesifik (Irfan Subakti, 2006).

Sistem Pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan seperti yang biasa dilakukan oleh para ahli (Sri Kusumadewi, 2003).

Sistem Pakar dibuat pada wilayah pengetahuan tertentu untuk sesuatu kepakaran tertentu yang mendekati kemampuan manusia disalah satu bidang. Sistem Pakar mencoba mencari solusi yang memuaskan sebagaimana yang dilakukan seorang pakar. Selain itu Sistem Pakar juga dapat memberikan penjelasan terhadap langkah yang diambil dan memberikan alasan atas saran atau kesimpulan yang ditemukannya. Bidang ini digunakan lebih banyak daripada penggunaan bidang-bidang Kecerdasan Buatan lainnya. Sistem Pakar menarik minat yang besar dalam suatu organisasi disebabkan kemampuannya dalam meningkatkan produktifitas dan dalam meningkatkan gugus kerja di berbagai bidang tertentu dimana pakar manusia akan mengalami kesulitan dalam mendapatkan dan mempertahankan kemampuan itu. Readmore…

Kecerdasan Buatan atau Artificial Intelligence merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia. Pada awal diciptakannya, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan jaman, maka peran komputer semakin mendominasi kehidupan umat manusia. Komputer tidak lagi hanya digunakan sebagai alat hitung, lebih dari itu, komputer diharapkan untuk dapat diberdayakan untuk mengerjakan sesuatu yang bisa dikerjakan oleh manusia.

Manusia bisa menjadi pandai dalam menyelesaikan segala permasalahan di dunia ini karena manusia mempunyai pengetahuan dan pengalaman. Pengetahuan diperoleh dari cara mempelajarinya. Semakin banyak bekal pengetahuan yang dimiliki oleh seseorang tentu saja diharapkan akan lebih mampu dalam menyelesaikan permasalahan. Namun bekal pengetahuan saja tidak cukup, manusia juga diberi akal untuk melakukan penalaran, mengambil kesimpulan berdasarkan pengetahuan dan pengalaman yang mereka miliki. Tanpa memiliki kemampuan untuk menalar dengan baik, manusia dengan segudang pengalaman dan pengetahuan tidak akan dapat menyelesaikan masalah dengan baik. Demikian juga dengan kemampuan menalar yang sangat baik, namun tanpa dibekali pengetahuan dan pengalaman yang memadai, manusia juga tidak akan bisa menyelesaikan masalah dengan baik (Sri Kusumadewi, 2003).

Dengan adanya kecerdasan buatan, diharapkan tidak menutup kemungkinan hanya dengan data pengetahuan yang terbatas, sebuah komputer dapat berpikir seperti manusia dalam menghadapi masalah.

Implementasi kecerdasan buatan dapat diterapkan pada bidang:

Visualisasi komputer

Kecerdasan buatan pada bidang visualisasi komputer ini memungkinkan sebuah sistem komputer mengenali gambar sebagai input.

Contohnya mengenali sebuah pola pada suatu gambar.

Pengenalan Suara

Kecerdasan buatan pada pengenalan suara ini dapat mengenali suara manusia. Cara mengenali suara ini dengan mencocokannya pada acuan yang telah diprogramkan terlebih dahulu. Contohnya perintah komputer dengan menggunakan suara user.

Sistem Pakar

Kecerdasan buatan pada Sistem Pakar ini memungkinkan sebuah sistem komputer memiliki cara berpikir dan penalaran seorang ahli dalam mengambil keputusan, untuk memecahkan masalah yang ada pada saat itu. Contohnya program komputer yang dapat mendiagnosa penyakit dengan memasukan gejala-gejala yang dialami pasien.

Permainan

Kecerdasan buatan pada permainan ini memungkinkan sebuah sistem komputer untuk memiliki cara berpikir manusia dalam bermain. Contohnya permainan yang memiliki fasilitas orang melawan komputer. Komputer sudah di program sedemikian rupa agar memiliki cara bermain seperti seorang manusia bahkan bisa melebihi seorang manusia.

Gerakan kamera terdiri dari :

Zooming (In/Out)

Gerakan yang dilakukan oleh lensa kamera mendekat maupun menjauhkan objek.

Panning (Left/Right)

Yang dimaksud dengan gerakan panning yaitu kamera bergerak dari tengah ke kanan atau dari tengah ke kiri. Bukan kameranya yang bergerak tapi tripodnya yang bergerak sesuai arah yang diinginkan.

Tilting (Up/Down)

Gerakan tilting yaitu gerakan ke atas dank ke bawah. Masih menggunakan tripod sebagai alat bantu agar hasil gambar yang didapat memuaskan dan stabil.

Tracking

Gerakan yang dilakukan kamera mendekati atau menjauhi obyek. Track in adalah gerakan kamera mendekati obyek, sedangkan track out adalah gerakan kamera menjahui obyek.

Follow

Pengambilan gambar dilakukan dengan cara mengikuti objek dalam bergerak searah.

Framing (In/Out)

Framing adalah gerakan yang dilakukan oleh objek untuk memasuki (in) atau keluar (out) framing shot. Readmore…

Sudut pengambilan gambar dalam perancangan ini menurut Rajaq & Ispantoro,(2011:4) antara lain :

TS ( Total Shoot )

Sudut pengambilan gambar yang menampilkan keseluruhan obyek, para personil beserta latar belakangnya dengan sudut pengambilan kamera normal angel, dimana posisi kamera sejajar dengan obyek yang diambil.

MCU ( Medium Close Up )

Sudut pengambilan gambar yang menampilkan sebatas dada sampai atas kepala dengan sudut pengambilan kamera obyektive kamera, dengan tehnik pengambilan dimana kamera menyajikan sesuai dengan kenyataannya. Fungsinya untuk mempertegas profil seseorang.

ECU ( Extreme Close Up )

Sudut pandang ganbar yang menampilkan detail obyek, misalnya mata, kepala atau tehnik memaiankan alat musik dengan sudut pengambilan kamera low angle (frog eye view), dengan posisi kamera lebih rendah dari obyek. Fungsinya untuk merangsang rasa kagum penonton, meningkatkan ketinggian karena pandangan ditempatkan lebih rendah dari objek.

Bird Eye View

Pengambilan gambar dilakukan dari atas dari ketinggian tertentu sehingga memperlihatkan lingkungan yang sedemikian luas dengan benda-benda lain di bawah terlihat kecil. Pengambilan gambar biasanya menggunakan helikopter maupun dari gedung-gedung tinggi. Readmore…