Professional Documents
Culture Documents
ilmu komputer sejak awal tahun 1990an. 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.
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.
komponen dasar untuk medan kemunculan konsepsi kecerdasan: 1. Sistem Fuzzy (Fuzzy System / FS) 2. Jaringan Syaraf (Neural Networks / NN) 3. Penalaran Probabilistik (Probabilistic Reasoning / PR) 4. Evolutionary Computing (EC) 5. Machine Learning (ML)
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.
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.
Karakteristik SC
Soft Computing memiliki karakteristik berikut: Soft Computing memerlukan keahlian manusia, apabila direpresentasikan dalam bentuk aturan (if_then). Model komputasinya diilhami oleh proses biologis. Soft Computing merupakan teknik optimasi baru. Soft Computing menggunakan komputasi numeris. Soft Computing memiliki toleransi kegagalan
SC Saat Ini
BISC Group (Berkeley Initiative on Soft
Computing)