SOFT COMPUTING

Syam Aji Purbowiyoto

0955201052

 

Soft computing menjadi bagian formal dari ilmu komputer sejak awal tahun 1990an.

1.             Apakah Soft Computing itu?

Menurut Lotfi A. Zadeh (1992), soft computing adalah koleksi dari beberapa metodologi yang bertujuan untuk mengeksploitasi adanya toleransi terhadap ketidaktepatan (imprecision), ketidakpastian (uncertainity), kebenaran parsial (partial truth), dan pendekatan untuk mencapai tractability, ketahanan (robustness) dan biaya penyelesaian murah.

Soft computing merupakan inovasi baru dalam membangun sistem cerdas. Sistem cerdas ini merupakan sistem yang memiliki keahlian seperti manusia pada domain tertentu, mampu beradaptasi dan belajar agar dapat bekerja lebih baik jika terjadi perubahan lingkungan.

2.             Komponen Soft Computing (SC)

SC dapat dipandang sebagai suatu komponen dasar untuk medan kemunculan konsepsi kecerdasan:

a.      Sistem Fuzzy (Fuzzy System / FS)

b.      Jaringan Syaraf (Neural Networks / NN)

c.       Penalaran Probabilistik (Probabilistic Reasoning / PR)

d.     Evolutionary Computing (EC)

e.      Machine Learning (ML)

FS mengakomodasi ketidaktepatan (imprecision), PR mengakomodasi ketidakpastian (uncertainity), NN menggunakan pembelajaran untuk meminimalisir kebenaran parsial (partial truth) dan perkiraan untuk mencapai tractability, EC untuk mencapai optimasi dalam rangka ketahanan (robustness) dan biaya penyelesaian murah.

Dengan demikian ke-4 unsur dalam SC bukan merupakan kompetisi melainkan saling melengkapi. Bahkan dalam kenyataanya, keempatnya digunakan secara sinergis ketimbang digunakan dikerjakan secara sendiri.

Pekerjaan dari teknik-teknik SC mendorong ke arah sistem-sistem yang memiliki MIQ (Machine Intelligence Quotient) tinggi. Dalam ukuran besar, ini adalah MIQ tinggi dari sistem yang mendasarkan pada SC (SC-based system) yang meliputi pertumbuhan cepat dalam jumlah dan macam aplikasi-aplikasi soft computing.

3.             Hubungan dan Perbandingan Antar Komponen SC

Komponen	Pembelajaran	Ekstraksi Pengetahuan	Operasi Real-time	Representasi Pengetahuan	Optimasi
FS / PR	tidak	ya	ya	simbolik / numerik	tidak
NN	ya	tidak	ya	numerik	tidak
EC	ya	tidak	tidak	numerik	ya
AI Conventional	tidak	ya	tidak	simbolik / numerik	tidak

4.             Karakteristik SC

Soft Computing memiliki karakteristik berikut:

a.      Soft Computing memerlukan keahlian manusia, apabila direpresentasikan dalam bentuk aturan (if_then).

b.      Model komputasinya diilhami oleh proses biologis.

c.       Soft Computing merupakan teknik optimasi baru.

d.     Soft Computing menggunakan komputasi numeris.

e.      Soft Computing memiliki toleransi kegagalan (meskipun kualitasnya berangsur-angsur memburuk).

5.             SC Saat Ini

BISC Group (Berkeley Initiative on Soft Computing)