materi
Materi 1: Pengantar Paradigma Kecerdasan Komputasional dan Soft Computing
Pengantar Paradigma Kecerdasan Komputasional dan Soft Computing
Modul ini mengkaji fondasi keilmuan Kecerdasan Komputasional (Computational Intelligence atau CI) sebagai cabang kecerdasan buatan yang berfokus pada pendekatan soft computing untuk menyelesaikan masalah optimasi, penalaran probabilistik, dan pengenalan pola yang memiliki ketidakpastian tinggi atau nonlinieritas kompleks.
1. Komparasi Hard Computing vs Soft Computing
Pendekatan komputasi konvensional (hard computing) bertumpu pada logika presisi matematis, kebenaran biner kaku, dan model deterministik. Sebaliknya, soft computing mengeksploitasi toleransi terhadap ketidaktepatan, ketidakpastian, dan kebenaran parsial guna mencapai kemudahan penanganan (tractability), ketahanan (robustness), dan efisiensi biaya komputasi.
| Parameter Evaluasi | Hard Computing | Soft Computing |
|---|---|---|
| Landasan Teori | Logika Biner Klasik (Crisp) | Himpunan Fuzzy, Probabilistik, Heuristik |
| Toleransi Error | Nol presisi (deterministic) | Toleran terhadap aproksimasi dan derau |
| Kompleksitas Model | Membutuhkan model analitis eksak | Mampu belajar dari data tanpa rumus analitis |
| Pilar Utama | Algoritma Numerik Deterministik | Fuzzy Logic, Jaringan Syaraf Tiruan, Evolutionary Algo |
2. Triad Pilar Utama Kecerdasan Komputasional
- Fuzzy Logic (FL): Meniru kemampuan penalaran manusia dalam mengolah informasi ambigu dan representasi pengetahuan kualitatif ke dalam kuantitatif.
- Artificial Neural Networks (ANN): Meniru mekanisme pemrosesan informasi biologis otak manusia, berfokus pada pembelajaran asosiatif, adaptasi bobot sinaptik, dan generalisasi pola.
- Evolutionary Computation (EC): Memanfaatkan prinsip seleksi alam Darwinian dan genetika populasi untuk pencarian solusi optimal global pada ruang pencarian berdimensi tinggi (high-dimensional search space).
3. Berkas Perkuliahan
- Berkas presentasi perkuliahan:
1_Pertemuan_1_Kecerdasan_Komputasional_S1.pptxyang membedah taksonomi CI, sejarah perkembangan, dan integrasi hybrid (Neuro-Fuzzy, Genetic-Neural).