P E N D A H U L U A N
Dalam kehidupan sehari-hari kita banyak menemui suatu alat yang mengadopsi elektronika sebagai basis teknologinya contoh ; Dirumah, kita sering melihat televisi, mendengarkan lagu melalui tape atau CD, mendengarkan radio, berkomunikasi dengan telephone. Dikantor kita menggunakan komputer, mencetak dengan printer, mengirim pesan dengan faximile, berkomunikasi dengan telephone. Dipabrik kita memakai alat deteksi, mengoperasikan robot perakit, dan sebagainya. Bahkan dijalan raya kita bisa melihat lampu lalu-lintas, lampu penerangan jalan yang secara otomatis hidup bila malam tiba, atau papan reklame yang terlihat indah berkelap-kelip dan masih banyak contoh yang lainnya. Dari semua uraian diatas kita dapat membuktikan bahwa pada zaman sekarang ini kita tidak akan lepas dari perangkat yang menggunakan elektronika sebagai dasar teknologinya.
Revolusi besar-besaran terhadap elektronika terjadi sekitar tahun 1960-an, dimana saat itu mulai ditemukan suatu alat elektronika yang dinamakan Transisor, sehingga dimungkinkan untuk membuat suatu alat dengan ukuran yang kecil dimana sebelumnya alat-alat tersebut masih menggunakan tabung-tabung facum yang ukurannya besar serta mengkonsumsi listrik yang besar. Hanya dalam kurun waktu 10 tahun sejak ditemukan nya transistor, ditemukan sebuah rangkaian terintegrasi yang dikenal dengan IC ( Integrated Circuit ) merupakan sebuah rangkaian terpadu yang berisi puluhan bahkan jutaan transistor di dalamnya. Sehingga kita bisa melihat sebuah perangkat elektronika semakin kecil bentuknya tetapi semakin banyak fungsinya sebagai contoh telephone genggam ( Handphone ) yang anda pakai saat ini dengan telephone genggam yang anda pakai beberapa tahun yang lalu. Yah semua itu berkat revolusi Silikon sebagai bahan dasar pembuatan Transistor dan IC atau CHIP.
Baiklah, sampai disini saja gembar-gembor kita mengenai perkembangan elektronika. Tentunya anda sudah tidak sabar lagi ingin segera mempelajari teknologi elektronika, tapi bagi anda yang masih ingin mengetahui sejarah perkembangan elektronika anda bisa mencarinya dari berbagi sumber lain.
I. KOMPONEN ELEKTRONIKA - RESISTOR
Resistor adalah komponen elektronika yang selalu digunakan dalam setiap rangkaian elektronika karena dia berfungsi sebagai pengatur arus listrik. Dengan resistor listrik dapat didistribusikan sesuai dengan kebutuhan. Tentunya anda bertanya-tanya, apa itu resistor ?, seperti apa bentuknya ?, bagaimana cara kerjanya ?, oops..., nanti dulu saya baru akan menjelaskannya.
Browser Anda tidak support Flash 7
Ilustrasi Arus Air untuk mengetahui cara kerja Resistor
Setelah anda perhatikan animasi tadi, tentunya anda sudah mempunyai gambaran tentang bagaimana prinsip kerja dari sebuah resistor. Yah anda anggap saja arus air yang ada di animasi itu sebagai arus listrik, sedangkan bendungan sebagai resistornya. Jadi bila bendungan 1 kita anggap sebagai resistor 1 dan bendungan 2 sebagai resistor 2, maka besarnya arus tergantung dari besar kecilnya pintu bendungan yang kita buka. Semakin besar kita membuka pintu bendungan semakin besar juga arus yang melewati bendungan tersebut bila ingin lebih besar lagi arusnya, yah tidak usah dipasang bendungannya atau dibiarkan saja, jadi bila kita menginginkan arus yang besar maka kita pasang resistor yang nilai resistansi ( tahanan ) nya kecil, mendekati nol atau sama dengan nol atau tidak dipasang sama sekali dengan demikian arus tidak lagi dibatasi. Nah seperti itulah kira-kira fungsi Resistor dalam sebuah rangkaian elektronika.
Suatu fungsi dalam dunia teknik tentunya mempunyai satuan atau besaran, misalnya untuk berat kita tahu bahwa pada umumnya satuannya adalah "gram", satuan jarak pada umumnya orang memakai satuan " meter ". Nah untuk resistor satuannya adalah OHM, jadi mulai sekarang kita biasakan untuk menyebut besarnya nilai suatu resistor atau tahanan kita gunakan satuan OHM, yang sebenarnya berasal dari kata OMEGA. Maka tidaklah heran bila lambang dari OHM berbentuk seperti tapal kuda orang yunani menyebutnya omega entah kenapa demikian saya juga kurang paham karena saya bukan ahli sejarah he he he . Ok, jadi bila nanti anda melihat rangkaian elektronika lalu disitu tertulis misalnya 470 maka itu adalah sebuah resistor dengan nilai 470 OHM.., paham..!!.
Didalam rangkaian elektronika resistor dilambangkan dengan angka " R " , sedangkan icon nya seperti ini : . Ada beberapa jenis resistor yang ada dipasaran antara lain : Resistor Carbon, Wirewound, dan Metal Film. Ada juga Resistor yang dapat diubah-ubah nilai resistansinya antara lain : Potensiometer dan Trimpot. Selain itu ada juga Resistor yang nilai resistansinya berubah bila terkena cahaya namanya LDR ( Light Dependent Resistor ) dan Resistor yang yang nilai resistansinya berubah tergantung dari suhu disekitarnya namanya NTC ( Negative Thermal Resistance ) agar lebih jelas coba anda perhatikan gambar 1-a, dan animasi berikut ini :
Browser Anda tidak support Flash 7
Prinsip Dasar, Cara Kerja Sebuah LDR
Berbagai Jenis type dan bentuk Resistor
Berbagai Jenis type dan bentuk Resistor
Potensiometer L D R N T C Trimpot
Lambang-lambang dari beberapa Jenis Resistor
Hmmm..., bagaimana friend !. Saya rasa sampai disini anda sudah memahami prinsip kerja dari resisor. Sekarang mari kita lanjutkan dengan materi yang lain.
Untuk resistor jenis carbon maupun metalfilm biasanya digunakan kode-kode warna sebagai petunjuk besarnya nilai resistansi ( tahanan ) dari resistor. Kode-kode warna itu melambangkan angka ke-1, angka ke-2, angka perkalian dengan 10 ( multiflier ), nilai toleransi kesalahan, dan nilai qualitas dari resistor. Kode warna itu antara lain Hitam, Coklat, Merah, Orange, Kuning, Hijau, Biru, Ungu, Abu-abu, Putih, Emas dan Perak. ( lihat gambar 1-b dan tabel 1 ). Warna hitam untuk angka 0, coklat untuk angka 1, merah untuk angka 2, orange untuk angka 3, kuning untuk angka 4, hijau untuk angka 5, biru untuk angka 6, ungu untuk angka 7, abu-abu untuk angka 8, dan putih untuk angka 9. Sedangkan warna emas dan perak biasanya untuk menunjukan nilai toleransi yaitu emas nilai toleransinya 10 %, sedangkan perak nilai toleransinya 5 %.
Wah banyak sekali sulit untuk menghafalnya..!, hmmm.., kalau anda merasa kesulitan menghafal kode warna dari resistor beserta nilainya, coba perhatikan teks yang saya beri huruf tebal diatas. Kalau disatukan akan menjadi sebuah kata yang mungkin mudah bagi anda untuk menhafalnya ( Hi Co Me O Ku Hi B U A P == 0 1 2 3 4 5 6 7 8 9 ). Ok sekali lagi coba anda lihat gambar 1-b dan tabel 1
KODE WARNA APPLET WARNA NILAI TOLERANSI
Hitam 0 -----
Coklat 1 -----
Merah 2 -----
Orange 3 -----
Kuning 4 -----
Hijau 5 -----
Biru 6 -----
Ungu 7 -----
Abu-abu 8 -----
Putih 9 -----
Emas 0,1 10 %
Perak 0,01 1 %
Nah sekarang mari kita mencoba membaca nilai suatu resistor. Misalkan anda melihat sebuah resistor dengan kode warna sebagai berikut : Coklat, merah, merah, dan emas. Berapa nilai resistansi dari resistor tersebut..?. ( Perlu diingat..! : Untuk membaca angka pertama dari kode warna resistor anda harus melihat warna yang paling dekat dengan ujung sebuah resistor dan biasanya untuk angka ke-1,2 dan 3 saling berdekatan sedangkan untuk kode warna dari toleransi agak jauh dari warna-warna yang lain, sekali lagi lihat gambar 1-b dan tabel 1
Untuk membaca kode warna resistor seperti yang dipermasalahkan diatas, kita mulai menerjemahkan satu persatu kode tersebut. Warna pertama Coklat, berarti angka 1, warna kedua warna merah, berarti angka 2, warna ketiga warna merah berarti multiflier, perkalian dengan 10 pangkat 2. kalau diterjemahkan 12 X 10 2 = 12 X 100 = 1200. Berarti 1200 Ohm. dengan nilai toleransi sebesar 10 %. Akurasi dari resistor tersebut berarti 1200 X ( 10 : 100 ) = 1200 X ( 1 : 10 ) = 120. ( he he he, itulah ilmu exacta selalu berhubungan dengan matematika yupsss, padahal saya juga pusing nih ngitung-ngitung yang ginian, ha ha ha.. selingan aja ) jadi nilai sebenarnya dari resistor tersebut adalah maximum 1200 + 120 = 1320 Ohm, sedangkan nilai minimum nya adalah 1200 - 120 = 1080 Ohm. Kenapa demikian ...?. Karena karakteristik dari bahan baku resistor tidak sama, walaupun pabrik sudah mengusahakan agar dapat menjadi standart tetapi apa daya prosesnya menjadi tidak standart. Untuk itulah pabrik menyantumkan nilai toleransi dari sebuah resistor agar para designer dapat memperkirakan seberapa besar faktor x yang harus mereka fikirkan agar menghasilkan yang mereka kehendaki.
Sekarang coba saya kasih soal lalu anda cari nilai nya sendiri, ( buat PR . he he he..., kayak anak SD aja ). Soalnya begini : Didalam sebuah rangkaian saya melihat sebuah resistor jenis carbon dengan warna-warna sebagai berikut ; Merah, Kuning, Hijau dan Perak. Berapa nilai minimum dari resistor tersebut ?.
Di dalam praktek para designer sering kali membutuhkan sebuah resistor dengan nilai tertentu. Akan tetapi nilai resistor tersebut tidak ada di toko penjual, bahkan pabrik sendiri tidak memproduksinya. Lalu bagaimana solusinya..?. Nah...!, seperti yang pernah saya singgung diatas bahwa ilmu exacta selalu berhubungan dengan matematika, maka untuk mendapatkan suatu nilai resistor dengan resistansi yang unik dapat dilakukan dua cara ; Pertama cara SERIAL, dan yang kedua cara PARALEL. ( Wah.., nambah pusing lagi nih..! ). Dengan cara demikian maka masalah designer diatas dapat terpecahkan. Bagaimana cara Serial dan bagaimana pula cara Paralel, untuk lebih jelasnya coba anda perhatikan gambar 1-d.
Cara memasang Resistor cara Serial dan Paralel
Dengan Cara tersebut suatu nilai resistor dapat menjadi unik. Lalu bagaimana menghitungnya ?, Ehmm. mudah saja, untuk cara serial anda tinggal menambahkan saja nilai resistor 1 dan nilai resistor 2. ( R1 + R2 ) . Sedangkan untuk cara paralel anda dituntut untuk mengerti ALJABAR ( wah-wah lagi-lagi matematika ) tapi mudah kok. Kalau ingin mahir Matematika buka saja topik yang membahas khusus tentang matematika di situs ini juga. Ok kembali ke permasalahan. Untuk cara paralel ditentukan rumus sebagai berikut : misalkan kita memparalel dua buah resistor, resistor pertama diberi nama R1 dan resistor kedua diberi nama R2, maka rumusnya adalah : 1/R= ( 1/R1 ) + ( 1/R2 )
Contoh : Kita mempunyai dua buah resistor dengan nilai berikut R1=1000 Ohm , R2=2000 Ohm, bila kita menggunakan cara serial maka didapat hasil R1+R2 1000+2000 = 3000 Ohm, sedangkan bila kita menggunakan cara Paralel maka didapat hasil :
1 / R = 1 / R1 + 1 / R2
1 / R = (1/1000) + (1/2000)
1 / R = (2000 + 1000) / (1000 X 2000)
1 / R = (3000) / (2000000)
1 / R = 3 / 2000
3R = 2000
R = 2000 / 3
R = 666,7 Ohm -----> Resistor Hasil Paralel.
Senin, 26 April 2010
Minggu, 25 April 2010
KECERDASAN BUATAN DALAM ROBOTIK
KECERDASAN BUATAN DALAM ROBOTIK
Kecerdasan Buatan (Artificial Intelligence) dalam robotik adalah suatu algorithma (yang dipandang) cerdas yang diprogramkan ke dalam kontroler robot. Pengertian cerdas di sini sangat relatif, karena tergantung dari sisi mana sesorang memandang.
Para filsuf diketahui telah mulai ribuan tahun yang lalu mencoba untuk memahami dua pertanyaan mendasar: bagaimanakah pikiran manusia itu bekerja, dan, dapatkah yang bukan-manusia itu berpikir? (Negnevitsky, 2004). Hingga sekarang, tak satupun mampu menjawab dengan tepat dua pertanyaan ini. Pernyataan cerdas yang pada dasarnya digunakan untuk mengukur kemampuan berpikir manusia selalu menjadi perbincangan menarik karena yang melakukan penilaian cerdas atau tidak adalah juga manusia. Sementara itu, manusia tetap bercita-cita untuk menularkan �kecerdasan manusia� kepada mesin.
Dalam literatur, orang pertama yang dianggap sebagai pionir dalam mengembangkan mesin cerdas (intelligence machine) adalah Alan Turing, sorang matematikawan asal Inggris yang memulai karir saintifiknya di awal tahun 1930-an. Di tahun 1937 ia menulis paper tentang konsep mesin universal (universal machine). Kemudian, selama perang dunia ke-2 ia dikenal sebagai pemain kunci dalam penciptaan Enigma, sebuah mesin encoding milik militer Jerman. Setelah perang, Turing membuat �automatic computing engine�. Ia dikenal juga sebagai pencipta pertama program komputer untuk bermain catur, yang kemudian program ini dikembangkan dan dimainkan di komputer milik Manchester University. Karya-karyanya ini, yang kemudian dikenal sebagai Turing Machine, dewasa ini masih dapat ditemukan aplikasi-aplikasinya. Beberapa tulisannya yang berkaitan dengan prediksi perkembangan komputer di masa datang akhirnya juga ada yang terbukti. Misalnya tentang ramalannya bahwa di tahun 2000-an komputer akan mampu melakukan percakapan dengan manusia. Meski tidak ditemukan dalam paper-papernya tentang istilah �resmi�: artificial intelligence, namun para peneliti di bidang ini sepakat untuk menobatkan Turing sebagai orang pertama yang mengembangkan kecerdasan buatan.
Secara saintifik, istilah kecerdasan buatan � untuk selanjutnya disebut sebagai AI (artificial intelligence) � pertama kali diperkenalkan oleh Warren McCulloch, seorang filsuf dan ahli perobatan dari Columbia University, dan Walter Pitts, seorang matematikawan muda pada tahun 1943, (Negnevitsky, 2004). Mereka mengajukan suatu teori tentang jaringan saraf tiruan (artificial neural network, ANN) � untuk selanjutnya disebut sebagai ANN � bahwa setiap neuron dapat dipostulasikan dalam dua keadaan biner, yaitu ON dan OFF. Mereka mencoba menstimulasi model neuron ini secara teori dan eksperimen di laboratorium. Dari percobaan, telah didemonstrasikan bahwa model jaringan saraf yang mereka ajukan mempunyai kemiripan dengan mesin Turing, dan setiap fungsi perhitungan dapat dapat diselesaikan melalui jaringan neuron yang mereka modelkan.
Kendati mereka meraih sukses dalam pembuktian aplikasinya, pada akhirnya melalui eksperimen lanjut diketahui bahwa model ON-OFF pada ANN yang mereka ajukan adalah kurang tepat. Kenyataannya, neuron memiliki karakteristik yang sangat nonlinear yang tidak hanya memiliki keadaan ON-OFF saja dalam aktifitasnya. Walau demikian, McCulloch akhirnya dikenal sebagai orang kedua setelah Turing yang gigih mendalami bidang kecerdasan buatan dan rekayasa mesin cerdas. Perkembangan ANN sempat mengalami masa redup pada tahun 1970-an. Baru kemudian pada pertengahan 1980-an ide ini kembali banyak dikaji oleh para peneliti.
Sementara itu, metoda lain dalam AI yang sama terkenalnya dengan ANN adalah Fuzzy Logic (FL) � untuk selanjutnya ditulis sebagai FL. Kalau ANN didisain berdasarkan kajian cara otak biologis manusia bekerja (dari dalam), maka FL justru merupakan representasi dari cara berfikir manusia yang nampak dari sisi luar. Jika ANN dibuat berdasarkan model biologis teoritis, maka FL dibuat berdasarkan model pragmatis praktis. FL adalah representasi logika berpikir manusia yang tertuang dalam bentuk kata-kata.
Kajian saintifik pertama tentang logika berfikir manusia ini dipublikasikan oleh Lukazewicz, seorang filsuf, sekitar tahun 1930-an. Ia mengajukan beberapa representasi matematik tentang �kekaburan� (fuzziness) logika ketika manusia mengungkapkan atau menyatakan penilaian terhadap tinggi, tua dan panas (tall, old, & hot). Jika logika klasik hanya menyatakan 1 atau 0, ya atau tidak, maka ia mencoba mengembangkan pernyataan ini dengan menambahkan faktor kepercayaan (truth value) di antara 0 dan 1.
Di tahun 1965, Lotfi Zadeh, seorang profesor di University of California, Berkeley US, mempublikasikan papernya yang terkenal, �Fuzzy Sets�. Penelitian-penelitian tentang FL dan fuzzy system dalam AI yang berkembang dewasa ini hampir selalu menyebutkan paper Zadeh itulah sebagai basis pijakannya. Ia mampu menjabarkan FL dengan pernyataan matematik dan visual yang relatif mudah untuk dipahami. Karena basis kajian FL ini kental berkaitan dengan sistem kontrol (Zadeh adalah profesor di bidang teknik elektro) maka pernyataan matematiknya banyak dikembangkan dalam konteks pemrograman komputer.
Metoda AI lain yang juga berkembang adalah algorithma genetik (genetic algorithm, GA) � untuk selanjutnya disebut sebagai GA. Dalam pemrograman komputer, aplikasi GA ini dikenal sebagai pemrograman berbasis teori evolusi (evolutionary computation, EC) � untuk selanjutnya disebut sebagai EC. Konsep EC ini dipublikasikan pertama kali oleh Holland (1975). Ia mengajukan konsep pemrograman berbasis GA yang diilhami oleh teori Darwin. Intinya, alam (nature), seperti manusia, memiliki kemampuan adaptasi dan pembelajaran alami �tanpa perlu dinyatakan: apa yang harus dilakukan�. Dengan kata lain, alam memilih �kromosom yang baik� secara �buta�/alami. Seperti pada ANN, kajian GA juga pernah mengalami masa vakum sebelum akhirnya banyak peneliti memfokuskan kembali perhatiannya pada teori EC.
GA pada dasarnya terdiri dari dua macam mekanisme, yaitu encoding dan evaluation. Davis (1991) mempublikasikan papernya yang berisi tentang beberapa metoda encoding. Dari berbagai literatur diketahui bahwa tidak ada metoda encoding yang mampu menyelesaikan semua permasalahan dengan sama baiknya. Namun demikian, banyak peneliti yang menggunakan metoda bit string dalam kajian-kajian EC dewasa ini.
Aplikasi AI dalam kontrol robotik dapat diilustrasikan sebagai berikut,
Gambar 4.1: Kontrol robot loop tertutup berbasis AI
Penggunaan AI dalam kontroler dilakukan untuk mendapatkan sifat dinamik kontroler �secara cerdas�. Seperti telah dijelaskan di muka, secara klasik, kontrol P, I, D atau kombinasi, tidak dapat melakukan adaptasi terhadap perubahan dinamik sistem selama operasi karena parameter P, I dan D itu secara teoritis hanya mampu memberikan efek kontrol terbaik pada kondisi sistem yang sama ketika parameter tersebut di-tune. Di sinilah kemudian dikatakan bahwa kontrol klasik ini �belum cerdas� karena belum mampu mengakomodasi sifat-sifat nonlinieritas atau perubahan-perubahan dinamik, baik pada sistem robot itu sendiri maupun terhadap perubahan beban atau gangguan lingkungan.
Banyak kajian tentang bagaimana membuat P, I dan D menjadi dinamis, seperti misalnya kontrol adaptif, namun di sini hanya akan dibahas tentang rekayasa bagaimana membuat sistem kontrol bersifat �cerdas� melalui pendekatan-pendekatan AI yang populer, seperti ANN, FL dan EC atau GA.
Gambar 4.1 mengilustrasikan tentang skema AI yang digunakan secara langsung sebagai kontroler sistem robot. Dalam aplikasi lain, AI juga dapat digunakan untuk membantu proses identifikasi model dari sistem robot, model lingkungan atau gangguan, model dari tugas robot (task) seperti membuat rencana trajektori, dan sebagainya. Dalam hal ini konsep AI tidak digunakan secara langsung (direct) ke dalam kontroler, namun lebih bersifat tak langsung (indirect).
Kecerdasan Buatan
Istilah kecerdasan buatan sebenarnya berasal dari bahasa Inggris: “Artificial Intelligence”. Jika diartikan tiap kata, artificial artinya buatan, sedangkan intelligence adalah kata sifat yang berarti cerdas. Jadi artificial intelligence maksudnya adalah sesuatu buatan atau suatu tiruan yang cerdas. Cerdas di sini kemungkinan maksudnya adalah kepandaian atau ketajaman dalam berpikir, seperti halnya otak manusia dalam menyelesaikan suatu masalah.
Secara awam kecerdasan buatan diterjemahkan sebagai sebuah sistem saraf, atau sensor atau otak yang diciptakan oleh sebuah mesin. Sebenarnya kecerdasan buatan merujuk kepada mesin yang mampu untuk berpikir, menimbang tindakan yang akan diambil, dan mampu mengambil keputusan seperti yang dilakukan oleh manusia.
Alan Turing, ahli matematika berkebangsaan Inggris yang dijuluki bapak komputer modern dan pembongkar sandi Nazi dalam era Perang Dunia II tahun 1950, dia menetapkan definisi Artificial Intelligent : Jika komputer tidak dapat dibedakan dengan manusia saat berbincang melalui terminal komputer, maka bisa dikatakan komputer itu cerdas, mempunyai intelegensi.
Kecerdasan buatan itu sesuatu yang diciptakan oleh manusia, untuk menggantikan manusia. Jadi bisa jadi kecerdasan buatan itu merupakan suatu ancaman.
Walau pun menyadari bahwa kecerdasan buatan bisa jadi adalah suatu ancaman untuk manusia, tapi manusia masih saja mengembangkan apa yang disebut dengan kecerdasan buatan. Manusia masih saja mencoba mengembangkan / mendapatkan sesuatu (teknologi) yang baru, yang dapat berpikir seperti manusia. Hal ini terjadi karena adanya ketidakpuasan dalam diri manusia, manusia ingin mendapatkan sesuatu dengan cara yang lebih mudah. Lagipula memang ada keterbatasan-keterbatasan dalam diri manusia, seperti otak manusia yang hanya mampu berpikir dengan frekuensi kira-kira 100 Hz dan karena manusia mempunyai rasa capai. Bandingkan dengan komputer sekarang yang mampu mengolah data dengan frekuensi 4 GHz. Komputer juga tidak mempunyai rasa capai walau pun harus mengolah data yang sama berulang-ulang.
Walaupun terasa sangat futuristik dan terlihat berbahaya, karena mesin nantinya akan memiliki kecerdasan dan emosi, para pakar AI menganggap pengembangan disiplin ilmu ini penting karena bisa diterapkan di Internet nantinya. Misalnya saja, di masa mendatang ketika Anda mengunjungi sebuah situs agen perjalanan, maka di layar komputer akan muncul wajah seorang wanita yang sangat sempurna karena semuanya berupa ciptaan komputer. Uniknya, Anda akan mampu bercakap-cakap dengan wanita artifisial ini, seperti layaknya Anda berbicara dengan staff wanita beneran di counter biro perjalanan. Kalau ini tercapai, maka pelayanan dapat diberikan 100% online, dengan akurasi yang sangat tinggi. Terutama dari konsistensi, keramahan, kecepatan dan akurasi pelayanan. Lain kalau kita menggunakan staff manusia asli yang konsistensinya tidak bisa akurat karena terpengaruh kepada kondisi fisik dan emosi saat itu.
Saat ini sudah banyak teknologi kecerdasan buatan yang dihasilkan dan dipakai oleh manusia. Misalnya saja pada robot Asimo yang bisa menari dan berjalan, atau pada permainan komputer yang dirancang untuk membuat manusia berpikir keras untuk mengalahkannya. Contoh lain ada di industri otomotif. Adanya teknologi komputer yang mampu mengolah data dengan cepat dipakai untuk memberikan peringatan pada pengemudi mobil untuk menghindari terjadinya tabrakan.Yak… begitulah sedikit cerita tentang Kecerdasan Buatan.
PENERAPAN kecerdasan buatan menggunakan algoritma minimax pada permainan tik-tak
Kecerdasan buatan dapat diterapkan atau dimplementasikan kedalamberbagai bentuk aplikasi. Bentuk implementasi yang paling mudah untuk diukurtingkat keberhasilan dan cukup digemari oleh sebagain besar publik yaitu padagames atau permainan. Permainan yang digunakan sebagai mediapengimplementasian pada kasus ini adalah permaian Tik-tak atau dalam bahasaInggris dikenal dengan nama Tic-tac-toe. Tik-tak adalah salah satu permainanlogika yang cukup populer dimasyarakat kita juga masyarakat internasional.Meskipun dimasing-masing daerah permainan ini memiliki nama yang berbedabeda,namun pola dan aturan permainan tetap sama.Algoritma yang digunakan pada kecerdasan buatan tersebut menggunakanalgoritma Minimax. Minimax menurut beberapa pakar kecerdasan buatanmerupakan salah satu algoritma yang sering digunakan dalam penerapankecerdasan buatan pada permainan, khususnya permainan logika, antara lainCatur, Go, Othello, dan sebagainya.Proses utama algoritma Minimax yaitu pencarian nilai terbaik berdasarkannilai-nilai yang telah diberikan pada tiap-tiap langkah. Nilai-nilai tersebutdibangkitkan berdasarkan basis pengetahuan yang dimiliki oleh algoritmatersebut. Dengan penerapan algoritma Minimax sebagai pondasi suatu kecerdasanbuatan pada permainan Tik-tak, maka diharapkan akan dihasilkan suatupermainan yang interaktif. Dalam permainan ini, dua pemain dapat salingbertanding menggunakan dua unit komputer yang dihubungkan oleh jaringanlokal.Alat bantu pada implementasi kasus ini menggunakan jaringan lokal danpemrograman Visual Basic 6.0.
PENGEMBANGAN PERANGKAT LUNAK KECERDASAN BUATAN DENGAN MENGGUNAKAN METODE FORWARD CHAINING (Studi Kasus Mendiagnosa Keadaan Bayi Dalam Kandungan)
Kecerdasan buatan adalah kemampuan komputer untuk berpikir dengan intelegensia. Ini tercapai dengan mempelajari bagaimana manusia mengingat dan berpikir ketika sedang mengambil keputusan dan memecahkan masalah.
Kecerdasan buatan yang dibangun mempunyai beberapa komponen yang saling berhubungan untuk membangun sistem yaitu basis pengetahuan, mesin inferensi, antarmuka pemakai. Persoalan yang dipecahkan dalam sistem ini adalah bagaimana cara menyusun aturan yang terdiri atas beberapa premis dan konklusi dari fakta-fakta yang tersedia, sehingga dihasilkan suatu solusi, dengan menggunakan mesin inferensi yaitu forward chaining, selain itu sistem ini juga menggunakan suatu penalaran knowledge base yaitu penalaran rule-based reasoning.
Penelitian ini membahas tentang pendiagnosaan keadaaan bayi dalam kandungan yang menggunakan teknik inferensi forward chaining, yang memulai penalarannya mulai dari sekumpulan fakta-fakta menuju sebuah hipotesa (solusi). Sistem yang dikembangkan memberikan keleluasaan pada perekayasa pengetahuan untuk memasukkan himpunan aturan pada basis pengetahuan dan diperolehnya suatu solusi berdasarkan basis pengetahuan yang ada.
Apa Itu AI
Istilah AI (Artificial Intelegent) atau bahasa kitanya adalah kecerdasan buatan merupakn bidang ilmu yang memang baru berkembang th 90-an dan aplikasinya dah banyak diterapkan orang mulai dari games komputer, sistem kontrol cerdas, robotik, malah sampai ke pemecahan masalah bidang ekonomi dll.
Kita di lab Komputasi dan Otomasi Industri (LAB CIA) jurusan pend. teknik elektro upi sudah membangun suatu suatu research group khusus mengkaji bidang ini. Tentunya saat ini butuh orang-orang terutama mahasiswa yang ingin memperdalam ilmu ini kita terbuka buat siapapun yang merasa tertantang. terutama mhs dari mipa dan teknik.
Untuk tutorial kita akan adakan sesuai permintaan anda kapan siapnya mudah-mudahan cocok dengan jadwal aktifitas kita. Sebagai langkah awal kita akan perkenalkan tentang Expert system (sistem Pakar), Jaringan Syaraf Tiruan (JST/ Neural Network), Logika Fuzzy (Fuzzy Logic) dan Algoritma Genetika (Genetic Algorithm).
Selanjutnya kita arahkan anda minatnya ke mana. karena ngak mungkin dalam waktu singkat akan menguasai semuanya. Sebagai langkah praktis kita perkenalkan juga beberapa toolbox yang ada di MATLAB.Dasar ilmu untuk mendalaminya hanya matematika dan computer programming.
Berkomunikasi dengan Teknologi
Mendengarkan robot atau komputer berbicara, sudah bukan hal yang asing lagi untuk zaman ini. Namun, berbicara dengan komputer atau robot seperti layaknya dengan manusia? Belum tentu! Bukan berarti tidak mungkin.
Perangkat yang Dibutuhkan
Perangkat utama yang dibutuhkan dalam menunjang aplikasi berkomunikasi ini tentu saja perangkat multimedia, terutama audio.Kemampuan mendengarkan akan banyak diperoleh dari mikrofon yang digunakan sebagai media input. Dan kemampuan menyampaikan informasi akan dibantu dengan speaker sebagai media output.
Untuk fitur Text to speech atau voice command yang diberikan Windows XP, sebenarnya persyaratan yang diminta sangat minim, artinya dengan perangkat audio yang paling sederhana Anda sudah dapat menikmati fasilitas ini. Namun, memilih mikrofon dan speaker yang baik tidak akan ada salahnya. Dengan speaker yang bersih dan baik, Anda dapat mendengar pesan yang disampaikan oleh komputer dengan lebih jelas. Sebaliknya dnegan mikrofon yang bersih dan tidak terlalu banyak noise, pesan yang diterima komputer juga akan lebih jelas.
Pada sebuah komputer yang sederhana, pengolahan audio ini akan banyak dibantu perangkat yang dinamakan sound card. Namun biar bagaimanapun, tergantung pada sistem dan aplikasi yang digunakan. Artinya, kemampuan berkomunikasi sebuah komputer atau robot memiliki banyak keterkaitan dnegan keseluruhan sistem dari komputer atau robot itu sendiri.
Contohnya saja sebuah komputer ber-operating system Windows XP mengaktifkan fitur Text to Speech-nya. Maka karena kemampuan sistem hanya mampu mengakomodasi bahasa Inggris, biar pun perangkat yang digunakan sudah sangat canggih atau keluaran terbaru, tetap saja komputer tidak akan dapat menyampaikan atau membaca tulisan yang diketik dalam bahasa Indonesia.
Di Masa yang akan Datang
Perkembangan teknologi yang memungkinkan sebuah komputer dapat dengan lancar berkomunikasi dengan manusia telah berkembang sangat jauh. Meskipun tidak sehebat perkembangan motorik yang dapat dilakukan oleh robot. Namun setidaknya, mengalami perkembangan yang sangat positif. Misalnya saja, saat ini bila Anda membeli sebuah robot Aibo keluaran Sony. Maka Anda dapat memberikan 100 lebih macam perintah pada anjing elektrik tersebut dengan suara Anda. Meskipun kemungkinan si anjing pintar tersebut menuruti perintah Anda sangat tipis. Tapi, ia dapat mengerti apa yang Anda katakan.
Lain Aibo lain pula dengan Asimo, robot berbentuk menyerupai astronot buatan Honda. Robot yang merupakan kepanjangan dari Advanced Step in Innovative Mobility ini memiliki kemampuan kominikasi yanglebih canggih. Ia tidak hanya dapat bereaksi ketika
namanya dipanggil, namun ia juga dapat mengerti jenis suara lain selain suara manusia, serta bereaksi terhadapnya. Misalnya ketika mendengar ada sesuatu yang jatuh atau tertabrak ia tidak hanya dapat mengerti apa yang sedang terjadi, namun dapat langsung bereaksi dengan menengok ke arah suara tersebut.
Kemampuan komunikasi tersebut sering disebut juga dengan sebutan danya Artificial Intelegent (kepintaran buatan). Tidak menutup kemungkinan kemampuan kedua robot ini akan terus berkembang menjadi lebih baik lagi.
Sebenarnya apa manfaat yang dapat diperoleh dari kemampuan komunikasi ini? Banyak sekali! Salah satu di antaranya yang paling sederhana adalah dengan adanya kemampuan komunikasi ini sebuah robot atau komputer akan lebih mudah dioperasikan. Sebab mayoritas manusia tidak memiliki kendala dalam mengungkapkan sesuatu secara verbal.
Tenaga yang dibutuhkan untuk berkomunikasi secara verbal juga akan lebih sedikit. Misalnya saja, bila Anda akan mendikte sebuah surat bisnis. Anda tidak perlu lagi membutuhkan seorang sekretaris, komputer akan langsung mengerjakannya untuk Anda. Begitu pula dalam hal membuat notulen rapat.
Atau mungkin dalam pengoperasian perangkat pabrik yang sangat rumit. Bila semua kerumitan itu dapat diterjemahkan ke dalam bentuk verbal tentu akan sangat mudah dilakukan, bukan? Masalah keamanan bukan lagi menjadi kendala. Dengan otorisasi suara serta password seperti layaknya komputer biasa, maka keberadaan teknologi ini akan membuat sistem lebih unggul.
Sebagai salah satu contoh adalah penerapan voice command pada salah satu mobil produksi Audi, yaitu Audi A8 yang menjadikan voice command sebagai fitur optional. Dengan adanya fitur ini, seorang pengendara tidak akan direpotkan lagi dalam mengoperasikan perangkat audio atau hanya sekadar mencari nomor telepon seseorang dalam phonebook ponselnya yang terhubung ke kendaraan. Bahkan dengan adanya voice command akses pada GPS juga dapat dipermudah.
Fungsi lain yang tidak kalah menarik adalah kemungkinan besar untuk menjadi robot atau komputer sebagai teman yang paling logis. Kemampuan mengolah informasi dan komunikasi verbal dapat disatukan sehingga dapat membantu membuat keputusan-keputusan yang logis dan mudah dimengerti manusia. seperti halnya sebuah robot yang berlari mengambil obat, hanya karena mendengar asma majikannya kambuh.
Namun rasanya, untuk semua ini kita masih harus menunggu agak sedikit lama. Mengingat untuk sampai ke sana masih diperlukan proses yang panjang.
Setidaknya untuk waktu yang cepat ini komputer Anda dapat mengerti bahasa yang Anda pergunakan. Hal ini tentu akan sangat berarti besar untuk sebagian kalangan masyarakat. Salah satu contohnya adalah mereka yang memang memiliki kendala melihat atau kendala bergerak sehingga sulit untuk menggunakan keyboard komputer.
Kecerdasan Buatan (Artificial Intelligence) dalam robotik adalah suatu algorithma (yang dipandang) cerdas yang diprogramkan ke dalam kontroler robot. Pengertian cerdas di sini sangat relatif, karena tergantung dari sisi mana sesorang memandang.
Para filsuf diketahui telah mulai ribuan tahun yang lalu mencoba untuk memahami dua pertanyaan mendasar: bagaimanakah pikiran manusia itu bekerja, dan, dapatkah yang bukan-manusia itu berpikir? (Negnevitsky, 2004). Hingga sekarang, tak satupun mampu menjawab dengan tepat dua pertanyaan ini. Pernyataan cerdas yang pada dasarnya digunakan untuk mengukur kemampuan berpikir manusia selalu menjadi perbincangan menarik karena yang melakukan penilaian cerdas atau tidak adalah juga manusia. Sementara itu, manusia tetap bercita-cita untuk menularkan �kecerdasan manusia� kepada mesin.
Dalam literatur, orang pertama yang dianggap sebagai pionir dalam mengembangkan mesin cerdas (intelligence machine) adalah Alan Turing, sorang matematikawan asal Inggris yang memulai karir saintifiknya di awal tahun 1930-an. Di tahun 1937 ia menulis paper tentang konsep mesin universal (universal machine). Kemudian, selama perang dunia ke-2 ia dikenal sebagai pemain kunci dalam penciptaan Enigma, sebuah mesin encoding milik militer Jerman. Setelah perang, Turing membuat �automatic computing engine�. Ia dikenal juga sebagai pencipta pertama program komputer untuk bermain catur, yang kemudian program ini dikembangkan dan dimainkan di komputer milik Manchester University. Karya-karyanya ini, yang kemudian dikenal sebagai Turing Machine, dewasa ini masih dapat ditemukan aplikasi-aplikasinya. Beberapa tulisannya yang berkaitan dengan prediksi perkembangan komputer di masa datang akhirnya juga ada yang terbukti. Misalnya tentang ramalannya bahwa di tahun 2000-an komputer akan mampu melakukan percakapan dengan manusia. Meski tidak ditemukan dalam paper-papernya tentang istilah �resmi�: artificial intelligence, namun para peneliti di bidang ini sepakat untuk menobatkan Turing sebagai orang pertama yang mengembangkan kecerdasan buatan.
Secara saintifik, istilah kecerdasan buatan � untuk selanjutnya disebut sebagai AI (artificial intelligence) � pertama kali diperkenalkan oleh Warren McCulloch, seorang filsuf dan ahli perobatan dari Columbia University, dan Walter Pitts, seorang matematikawan muda pada tahun 1943, (Negnevitsky, 2004). Mereka mengajukan suatu teori tentang jaringan saraf tiruan (artificial neural network, ANN) � untuk selanjutnya disebut sebagai ANN � bahwa setiap neuron dapat dipostulasikan dalam dua keadaan biner, yaitu ON dan OFF. Mereka mencoba menstimulasi model neuron ini secara teori dan eksperimen di laboratorium. Dari percobaan, telah didemonstrasikan bahwa model jaringan saraf yang mereka ajukan mempunyai kemiripan dengan mesin Turing, dan setiap fungsi perhitungan dapat dapat diselesaikan melalui jaringan neuron yang mereka modelkan.
Kendati mereka meraih sukses dalam pembuktian aplikasinya, pada akhirnya melalui eksperimen lanjut diketahui bahwa model ON-OFF pada ANN yang mereka ajukan adalah kurang tepat. Kenyataannya, neuron memiliki karakteristik yang sangat nonlinear yang tidak hanya memiliki keadaan ON-OFF saja dalam aktifitasnya. Walau demikian, McCulloch akhirnya dikenal sebagai orang kedua setelah Turing yang gigih mendalami bidang kecerdasan buatan dan rekayasa mesin cerdas. Perkembangan ANN sempat mengalami masa redup pada tahun 1970-an. Baru kemudian pada pertengahan 1980-an ide ini kembali banyak dikaji oleh para peneliti.
Sementara itu, metoda lain dalam AI yang sama terkenalnya dengan ANN adalah Fuzzy Logic (FL) � untuk selanjutnya ditulis sebagai FL. Kalau ANN didisain berdasarkan kajian cara otak biologis manusia bekerja (dari dalam), maka FL justru merupakan representasi dari cara berfikir manusia yang nampak dari sisi luar. Jika ANN dibuat berdasarkan model biologis teoritis, maka FL dibuat berdasarkan model pragmatis praktis. FL adalah representasi logika berpikir manusia yang tertuang dalam bentuk kata-kata.
Kajian saintifik pertama tentang logika berfikir manusia ini dipublikasikan oleh Lukazewicz, seorang filsuf, sekitar tahun 1930-an. Ia mengajukan beberapa representasi matematik tentang �kekaburan� (fuzziness) logika ketika manusia mengungkapkan atau menyatakan penilaian terhadap tinggi, tua dan panas (tall, old, & hot). Jika logika klasik hanya menyatakan 1 atau 0, ya atau tidak, maka ia mencoba mengembangkan pernyataan ini dengan menambahkan faktor kepercayaan (truth value) di antara 0 dan 1.
Di tahun 1965, Lotfi Zadeh, seorang profesor di University of California, Berkeley US, mempublikasikan papernya yang terkenal, �Fuzzy Sets�. Penelitian-penelitian tentang FL dan fuzzy system dalam AI yang berkembang dewasa ini hampir selalu menyebutkan paper Zadeh itulah sebagai basis pijakannya. Ia mampu menjabarkan FL dengan pernyataan matematik dan visual yang relatif mudah untuk dipahami. Karena basis kajian FL ini kental berkaitan dengan sistem kontrol (Zadeh adalah profesor di bidang teknik elektro) maka pernyataan matematiknya banyak dikembangkan dalam konteks pemrograman komputer.
Metoda AI lain yang juga berkembang adalah algorithma genetik (genetic algorithm, GA) � untuk selanjutnya disebut sebagai GA. Dalam pemrograman komputer, aplikasi GA ini dikenal sebagai pemrograman berbasis teori evolusi (evolutionary computation, EC) � untuk selanjutnya disebut sebagai EC. Konsep EC ini dipublikasikan pertama kali oleh Holland (1975). Ia mengajukan konsep pemrograman berbasis GA yang diilhami oleh teori Darwin. Intinya, alam (nature), seperti manusia, memiliki kemampuan adaptasi dan pembelajaran alami �tanpa perlu dinyatakan: apa yang harus dilakukan�. Dengan kata lain, alam memilih �kromosom yang baik� secara �buta�/alami. Seperti pada ANN, kajian GA juga pernah mengalami masa vakum sebelum akhirnya banyak peneliti memfokuskan kembali perhatiannya pada teori EC.
GA pada dasarnya terdiri dari dua macam mekanisme, yaitu encoding dan evaluation. Davis (1991) mempublikasikan papernya yang berisi tentang beberapa metoda encoding. Dari berbagai literatur diketahui bahwa tidak ada metoda encoding yang mampu menyelesaikan semua permasalahan dengan sama baiknya. Namun demikian, banyak peneliti yang menggunakan metoda bit string dalam kajian-kajian EC dewasa ini.
Aplikasi AI dalam kontrol robotik dapat diilustrasikan sebagai berikut,
Gambar 4.1: Kontrol robot loop tertutup berbasis AI
Penggunaan AI dalam kontroler dilakukan untuk mendapatkan sifat dinamik kontroler �secara cerdas�. Seperti telah dijelaskan di muka, secara klasik, kontrol P, I, D atau kombinasi, tidak dapat melakukan adaptasi terhadap perubahan dinamik sistem selama operasi karena parameter P, I dan D itu secara teoritis hanya mampu memberikan efek kontrol terbaik pada kondisi sistem yang sama ketika parameter tersebut di-tune. Di sinilah kemudian dikatakan bahwa kontrol klasik ini �belum cerdas� karena belum mampu mengakomodasi sifat-sifat nonlinieritas atau perubahan-perubahan dinamik, baik pada sistem robot itu sendiri maupun terhadap perubahan beban atau gangguan lingkungan.
Banyak kajian tentang bagaimana membuat P, I dan D menjadi dinamis, seperti misalnya kontrol adaptif, namun di sini hanya akan dibahas tentang rekayasa bagaimana membuat sistem kontrol bersifat �cerdas� melalui pendekatan-pendekatan AI yang populer, seperti ANN, FL dan EC atau GA.
Gambar 4.1 mengilustrasikan tentang skema AI yang digunakan secara langsung sebagai kontroler sistem robot. Dalam aplikasi lain, AI juga dapat digunakan untuk membantu proses identifikasi model dari sistem robot, model lingkungan atau gangguan, model dari tugas robot (task) seperti membuat rencana trajektori, dan sebagainya. Dalam hal ini konsep AI tidak digunakan secara langsung (direct) ke dalam kontroler, namun lebih bersifat tak langsung (indirect).
Kecerdasan Buatan
Istilah kecerdasan buatan sebenarnya berasal dari bahasa Inggris: “Artificial Intelligence”. Jika diartikan tiap kata, artificial artinya buatan, sedangkan intelligence adalah kata sifat yang berarti cerdas. Jadi artificial intelligence maksudnya adalah sesuatu buatan atau suatu tiruan yang cerdas. Cerdas di sini kemungkinan maksudnya adalah kepandaian atau ketajaman dalam berpikir, seperti halnya otak manusia dalam menyelesaikan suatu masalah.
Secara awam kecerdasan buatan diterjemahkan sebagai sebuah sistem saraf, atau sensor atau otak yang diciptakan oleh sebuah mesin. Sebenarnya kecerdasan buatan merujuk kepada mesin yang mampu untuk berpikir, menimbang tindakan yang akan diambil, dan mampu mengambil keputusan seperti yang dilakukan oleh manusia.
Alan Turing, ahli matematika berkebangsaan Inggris yang dijuluki bapak komputer modern dan pembongkar sandi Nazi dalam era Perang Dunia II tahun 1950, dia menetapkan definisi Artificial Intelligent : Jika komputer tidak dapat dibedakan dengan manusia saat berbincang melalui terminal komputer, maka bisa dikatakan komputer itu cerdas, mempunyai intelegensi.
Kecerdasan buatan itu sesuatu yang diciptakan oleh manusia, untuk menggantikan manusia. Jadi bisa jadi kecerdasan buatan itu merupakan suatu ancaman.
Walau pun menyadari bahwa kecerdasan buatan bisa jadi adalah suatu ancaman untuk manusia, tapi manusia masih saja mengembangkan apa yang disebut dengan kecerdasan buatan. Manusia masih saja mencoba mengembangkan / mendapatkan sesuatu (teknologi) yang baru, yang dapat berpikir seperti manusia. Hal ini terjadi karena adanya ketidakpuasan dalam diri manusia, manusia ingin mendapatkan sesuatu dengan cara yang lebih mudah. Lagipula memang ada keterbatasan-keterbatasan dalam diri manusia, seperti otak manusia yang hanya mampu berpikir dengan frekuensi kira-kira 100 Hz dan karena manusia mempunyai rasa capai. Bandingkan dengan komputer sekarang yang mampu mengolah data dengan frekuensi 4 GHz. Komputer juga tidak mempunyai rasa capai walau pun harus mengolah data yang sama berulang-ulang.
Walaupun terasa sangat futuristik dan terlihat berbahaya, karena mesin nantinya akan memiliki kecerdasan dan emosi, para pakar AI menganggap pengembangan disiplin ilmu ini penting karena bisa diterapkan di Internet nantinya. Misalnya saja, di masa mendatang ketika Anda mengunjungi sebuah situs agen perjalanan, maka di layar komputer akan muncul wajah seorang wanita yang sangat sempurna karena semuanya berupa ciptaan komputer. Uniknya, Anda akan mampu bercakap-cakap dengan wanita artifisial ini, seperti layaknya Anda berbicara dengan staff wanita beneran di counter biro perjalanan. Kalau ini tercapai, maka pelayanan dapat diberikan 100% online, dengan akurasi yang sangat tinggi. Terutama dari konsistensi, keramahan, kecepatan dan akurasi pelayanan. Lain kalau kita menggunakan staff manusia asli yang konsistensinya tidak bisa akurat karena terpengaruh kepada kondisi fisik dan emosi saat itu.
Saat ini sudah banyak teknologi kecerdasan buatan yang dihasilkan dan dipakai oleh manusia. Misalnya saja pada robot Asimo yang bisa menari dan berjalan, atau pada permainan komputer yang dirancang untuk membuat manusia berpikir keras untuk mengalahkannya. Contoh lain ada di industri otomotif. Adanya teknologi komputer yang mampu mengolah data dengan cepat dipakai untuk memberikan peringatan pada pengemudi mobil untuk menghindari terjadinya tabrakan.Yak… begitulah sedikit cerita tentang Kecerdasan Buatan.
PENERAPAN kecerdasan buatan menggunakan algoritma minimax pada permainan tik-tak
Kecerdasan buatan dapat diterapkan atau dimplementasikan kedalamberbagai bentuk aplikasi. Bentuk implementasi yang paling mudah untuk diukurtingkat keberhasilan dan cukup digemari oleh sebagain besar publik yaitu padagames atau permainan. Permainan yang digunakan sebagai mediapengimplementasian pada kasus ini adalah permaian Tik-tak atau dalam bahasaInggris dikenal dengan nama Tic-tac-toe. Tik-tak adalah salah satu permainanlogika yang cukup populer dimasyarakat kita juga masyarakat internasional.Meskipun dimasing-masing daerah permainan ini memiliki nama yang berbedabeda,namun pola dan aturan permainan tetap sama.Algoritma yang digunakan pada kecerdasan buatan tersebut menggunakanalgoritma Minimax. Minimax menurut beberapa pakar kecerdasan buatanmerupakan salah satu algoritma yang sering digunakan dalam penerapankecerdasan buatan pada permainan, khususnya permainan logika, antara lainCatur, Go, Othello, dan sebagainya.Proses utama algoritma Minimax yaitu pencarian nilai terbaik berdasarkannilai-nilai yang telah diberikan pada tiap-tiap langkah. Nilai-nilai tersebutdibangkitkan berdasarkan basis pengetahuan yang dimiliki oleh algoritmatersebut. Dengan penerapan algoritma Minimax sebagai pondasi suatu kecerdasanbuatan pada permainan Tik-tak, maka diharapkan akan dihasilkan suatupermainan yang interaktif. Dalam permainan ini, dua pemain dapat salingbertanding menggunakan dua unit komputer yang dihubungkan oleh jaringanlokal.Alat bantu pada implementasi kasus ini menggunakan jaringan lokal danpemrograman Visual Basic 6.0.
PENGEMBANGAN PERANGKAT LUNAK KECERDASAN BUATAN DENGAN MENGGUNAKAN METODE FORWARD CHAINING (Studi Kasus Mendiagnosa Keadaan Bayi Dalam Kandungan)
Kecerdasan buatan adalah kemampuan komputer untuk berpikir dengan intelegensia. Ini tercapai dengan mempelajari bagaimana manusia mengingat dan berpikir ketika sedang mengambil keputusan dan memecahkan masalah.
Kecerdasan buatan yang dibangun mempunyai beberapa komponen yang saling berhubungan untuk membangun sistem yaitu basis pengetahuan, mesin inferensi, antarmuka pemakai. Persoalan yang dipecahkan dalam sistem ini adalah bagaimana cara menyusun aturan yang terdiri atas beberapa premis dan konklusi dari fakta-fakta yang tersedia, sehingga dihasilkan suatu solusi, dengan menggunakan mesin inferensi yaitu forward chaining, selain itu sistem ini juga menggunakan suatu penalaran knowledge base yaitu penalaran rule-based reasoning.
Penelitian ini membahas tentang pendiagnosaan keadaaan bayi dalam kandungan yang menggunakan teknik inferensi forward chaining, yang memulai penalarannya mulai dari sekumpulan fakta-fakta menuju sebuah hipotesa (solusi). Sistem yang dikembangkan memberikan keleluasaan pada perekayasa pengetahuan untuk memasukkan himpunan aturan pada basis pengetahuan dan diperolehnya suatu solusi berdasarkan basis pengetahuan yang ada.
Apa Itu AI
Istilah AI (Artificial Intelegent) atau bahasa kitanya adalah kecerdasan buatan merupakn bidang ilmu yang memang baru berkembang th 90-an dan aplikasinya dah banyak diterapkan orang mulai dari games komputer, sistem kontrol cerdas, robotik, malah sampai ke pemecahan masalah bidang ekonomi dll.
Kita di lab Komputasi dan Otomasi Industri (LAB CIA) jurusan pend. teknik elektro upi sudah membangun suatu suatu research group khusus mengkaji bidang ini. Tentunya saat ini butuh orang-orang terutama mahasiswa yang ingin memperdalam ilmu ini kita terbuka buat siapapun yang merasa tertantang. terutama mhs dari mipa dan teknik.
Untuk tutorial kita akan adakan sesuai permintaan anda kapan siapnya mudah-mudahan cocok dengan jadwal aktifitas kita. Sebagai langkah awal kita akan perkenalkan tentang Expert system (sistem Pakar), Jaringan Syaraf Tiruan (JST/ Neural Network), Logika Fuzzy (Fuzzy Logic) dan Algoritma Genetika (Genetic Algorithm).
Selanjutnya kita arahkan anda minatnya ke mana. karena ngak mungkin dalam waktu singkat akan menguasai semuanya. Sebagai langkah praktis kita perkenalkan juga beberapa toolbox yang ada di MATLAB.Dasar ilmu untuk mendalaminya hanya matematika dan computer programming.
Berkomunikasi dengan Teknologi
Mendengarkan robot atau komputer berbicara, sudah bukan hal yang asing lagi untuk zaman ini. Namun, berbicara dengan komputer atau robot seperti layaknya dengan manusia? Belum tentu! Bukan berarti tidak mungkin.
Perangkat yang Dibutuhkan
Perangkat utama yang dibutuhkan dalam menunjang aplikasi berkomunikasi ini tentu saja perangkat multimedia, terutama audio.Kemampuan mendengarkan akan banyak diperoleh dari mikrofon yang digunakan sebagai media input. Dan kemampuan menyampaikan informasi akan dibantu dengan speaker sebagai media output.
Untuk fitur Text to speech atau voice command yang diberikan Windows XP, sebenarnya persyaratan yang diminta sangat minim, artinya dengan perangkat audio yang paling sederhana Anda sudah dapat menikmati fasilitas ini. Namun, memilih mikrofon dan speaker yang baik tidak akan ada salahnya. Dengan speaker yang bersih dan baik, Anda dapat mendengar pesan yang disampaikan oleh komputer dengan lebih jelas. Sebaliknya dnegan mikrofon yang bersih dan tidak terlalu banyak noise, pesan yang diterima komputer juga akan lebih jelas.
Pada sebuah komputer yang sederhana, pengolahan audio ini akan banyak dibantu perangkat yang dinamakan sound card. Namun biar bagaimanapun, tergantung pada sistem dan aplikasi yang digunakan. Artinya, kemampuan berkomunikasi sebuah komputer atau robot memiliki banyak keterkaitan dnegan keseluruhan sistem dari komputer atau robot itu sendiri.
Contohnya saja sebuah komputer ber-operating system Windows XP mengaktifkan fitur Text to Speech-nya. Maka karena kemampuan sistem hanya mampu mengakomodasi bahasa Inggris, biar pun perangkat yang digunakan sudah sangat canggih atau keluaran terbaru, tetap saja komputer tidak akan dapat menyampaikan atau membaca tulisan yang diketik dalam bahasa Indonesia.
Di Masa yang akan Datang
Perkembangan teknologi yang memungkinkan sebuah komputer dapat dengan lancar berkomunikasi dengan manusia telah berkembang sangat jauh. Meskipun tidak sehebat perkembangan motorik yang dapat dilakukan oleh robot. Namun setidaknya, mengalami perkembangan yang sangat positif. Misalnya saja, saat ini bila Anda membeli sebuah robot Aibo keluaran Sony. Maka Anda dapat memberikan 100 lebih macam perintah pada anjing elektrik tersebut dengan suara Anda. Meskipun kemungkinan si anjing pintar tersebut menuruti perintah Anda sangat tipis. Tapi, ia dapat mengerti apa yang Anda katakan.
Lain Aibo lain pula dengan Asimo, robot berbentuk menyerupai astronot buatan Honda. Robot yang merupakan kepanjangan dari Advanced Step in Innovative Mobility ini memiliki kemampuan kominikasi yanglebih canggih. Ia tidak hanya dapat bereaksi ketika
namanya dipanggil, namun ia juga dapat mengerti jenis suara lain selain suara manusia, serta bereaksi terhadapnya. Misalnya ketika mendengar ada sesuatu yang jatuh atau tertabrak ia tidak hanya dapat mengerti apa yang sedang terjadi, namun dapat langsung bereaksi dengan menengok ke arah suara tersebut.
Kemampuan komunikasi tersebut sering disebut juga dengan sebutan danya Artificial Intelegent (kepintaran buatan). Tidak menutup kemungkinan kemampuan kedua robot ini akan terus berkembang menjadi lebih baik lagi.
Sebenarnya apa manfaat yang dapat diperoleh dari kemampuan komunikasi ini? Banyak sekali! Salah satu di antaranya yang paling sederhana adalah dengan adanya kemampuan komunikasi ini sebuah robot atau komputer akan lebih mudah dioperasikan. Sebab mayoritas manusia tidak memiliki kendala dalam mengungkapkan sesuatu secara verbal.
Tenaga yang dibutuhkan untuk berkomunikasi secara verbal juga akan lebih sedikit. Misalnya saja, bila Anda akan mendikte sebuah surat bisnis. Anda tidak perlu lagi membutuhkan seorang sekretaris, komputer akan langsung mengerjakannya untuk Anda. Begitu pula dalam hal membuat notulen rapat.
Atau mungkin dalam pengoperasian perangkat pabrik yang sangat rumit. Bila semua kerumitan itu dapat diterjemahkan ke dalam bentuk verbal tentu akan sangat mudah dilakukan, bukan? Masalah keamanan bukan lagi menjadi kendala. Dengan otorisasi suara serta password seperti layaknya komputer biasa, maka keberadaan teknologi ini akan membuat sistem lebih unggul.
Sebagai salah satu contoh adalah penerapan voice command pada salah satu mobil produksi Audi, yaitu Audi A8 yang menjadikan voice command sebagai fitur optional. Dengan adanya fitur ini, seorang pengendara tidak akan direpotkan lagi dalam mengoperasikan perangkat audio atau hanya sekadar mencari nomor telepon seseorang dalam phonebook ponselnya yang terhubung ke kendaraan. Bahkan dengan adanya voice command akses pada GPS juga dapat dipermudah.
Fungsi lain yang tidak kalah menarik adalah kemungkinan besar untuk menjadi robot atau komputer sebagai teman yang paling logis. Kemampuan mengolah informasi dan komunikasi verbal dapat disatukan sehingga dapat membantu membuat keputusan-keputusan yang logis dan mudah dimengerti manusia. seperti halnya sebuah robot yang berlari mengambil obat, hanya karena mendengar asma majikannya kambuh.
Namun rasanya, untuk semua ini kita masih harus menunggu agak sedikit lama. Mengingat untuk sampai ke sana masih diperlukan proses yang panjang.
Setidaknya untuk waktu yang cepat ini komputer Anda dapat mengerti bahasa yang Anda pergunakan. Hal ini tentu akan sangat berarti besar untuk sebagian kalangan masyarakat. Salah satu contohnya adalah mereka yang memang memiliki kendala melihat atau kendala bergerak sehingga sulit untuk menggunakan keyboard komputer.
Konversi Bilangan Biner ke Desimal
Setelah beberapa waktu yang lalu saya memposting artikel tentang bagaimana membuat program konversi bilangan desimal ke biner, sekarang saya coba untuk membuat artikel kebalikannya.
Dalam judul ini sengaja saya kasih embel-embel ‘ide’ karena memang fokus dari artikel ini adalah menggambarkan idenya, dan bukan hanya sekedar menampilkan programnya saja.
OK.. misalkan diberikan sebuah bilangan biner atau bilangan berbasis dua 10110. Apakah Anda mengetahui konsep untuk mengkonversinya ke bentuk desimal atau bilangan berbasis 10? Anda mungkin telah mengetahui konsepnya ketika di perkuliahan. Bagi yang belum mengetahui, berikut ini adalah proses konversinya:
(10110)2 = 1×24 + 0×23 + 1×22 + 1×21 + 0×20
(10110)2 = 16 + 0 + 4 + 2 + 0 = 22
Dengan demikian hasil konversi bilangan biner 10110 ke desimal adalah 22.
Bila kita lihat dari contoh di atas, maka sebenarnya terdapat proses yang diulang-ulang dalam mengkonversi n digit bilangan biner yaitu menghitung bi x 2i, dengan i = n-1, n-2, n-3, …, 0 dan bi adalah digit biner ke-i. Selain menghitung bi x 2i, terdapat proses lain yang diulang-ulang yaitu menjumlahkan bi x 2i untuk setiap i.
Nah… berdasarkan konsep tersebut, OK… kita sudah mendapatkan idenya. Karena terdapat sesuatu yang diulang maka ketika kita akan membuat program untuk mengkonversinya, kita akan menggunakan looping yang dalam hal ini akan digunakan i sebagai counternya.
Namun… jika kita lihat konsep di atas, maka nilai i dimulai dari n-1, selanjutnya n-2 dst… sampai 0. Dengan kata lain, kita terlebih dahulu harus mengetahui nilai n nya yang dalam hal ini merupakan jumlah digit biner. Bagaimana cara mengetahuinya? Hmmm… Anda dapat dengan mudah mengetahuinya apabila bilangan binernya disajikan dalam bentuk tipe data string. Dengan demikian Anda bisa menggunakan function length() untuk mendapatkan panjang stringnya :-)
OK… we’ve got it… now let’s get into PASCAL program..
Dalam judul ini sengaja saya kasih embel-embel ‘ide’ karena memang fokus dari artikel ini adalah menggambarkan idenya, dan bukan hanya sekedar menampilkan programnya saja.
OK.. misalkan diberikan sebuah bilangan biner atau bilangan berbasis dua 10110. Apakah Anda mengetahui konsep untuk mengkonversinya ke bentuk desimal atau bilangan berbasis 10? Anda mungkin telah mengetahui konsepnya ketika di perkuliahan. Bagi yang belum mengetahui, berikut ini adalah proses konversinya:
(10110)2 = 1×24 + 0×23 + 1×22 + 1×21 + 0×20
(10110)2 = 16 + 0 + 4 + 2 + 0 = 22
Dengan demikian hasil konversi bilangan biner 10110 ke desimal adalah 22.
Bila kita lihat dari contoh di atas, maka sebenarnya terdapat proses yang diulang-ulang dalam mengkonversi n digit bilangan biner yaitu menghitung bi x 2i, dengan i = n-1, n-2, n-3, …, 0 dan bi adalah digit biner ke-i. Selain menghitung bi x 2i, terdapat proses lain yang diulang-ulang yaitu menjumlahkan bi x 2i untuk setiap i.
Nah… berdasarkan konsep tersebut, OK… kita sudah mendapatkan idenya. Karena terdapat sesuatu yang diulang maka ketika kita akan membuat program untuk mengkonversinya, kita akan menggunakan looping yang dalam hal ini akan digunakan i sebagai counternya.
Namun… jika kita lihat konsep di atas, maka nilai i dimulai dari n-1, selanjutnya n-2 dst… sampai 0. Dengan kata lain, kita terlebih dahulu harus mengetahui nilai n nya yang dalam hal ini merupakan jumlah digit biner. Bagaimana cara mengetahuinya? Hmmm… Anda dapat dengan mudah mengetahuinya apabila bilangan binernya disajikan dalam bentuk tipe data string. Dengan demikian Anda bisa menggunakan function length() untuk mendapatkan panjang stringnya :-)
OK… we’ve got it… now let’s get into PASCAL program..
Format bilangan komputer
Didalam dunia komputer kita mengenal empat jenis bilangan, yaitu bilang biner, oktal, desimal dan hexadesimal. Bilangan biner atau binary digit (bit) adalah bilangan yang terdiri dari 1 dan 0. Bilangan oktal terdiri dari 0,1,2,3,4,5,6 dan 7. Sedangkan bilangan desimal terdiri dari 0,1,2,3,4,5,6,7,8 dan 9. Dan bilangan hexadesimal terdiri dari 0,1,2,3,4,5,6,7,8,9,A,B,C,D,E dan F.
Biner Oktal Desimal Hexadesimal
0000 0 0 0
0001 1 1 1
0010 2 2 2
0011 3 3 3
0100 4 4 5
0110 6 6 6
0111 7 7 7
1000 10 8 8
1001 11 9 9
1010 12 10 A
1011 13 11 B
1100 14 12 C
1101 15 13 D
1110 16 14 E
1111 17 15 F
Konversi Antar Basis Bilangan
Sudah dikenal, dalam bahasa komputer terdapat empat basis bilangan. Keempat bilangan itu adalah biner, oktal, desimal dan hexadesimal. Keempat bilangan itu saling berkaitan satu sama lain. Rumus atau cara mencarinya cukup mudah untuk dipelajari. Konversi dari desimal ke non-desimal, hanya mencari sisa pembagiannya saja. Dan konversi dari non-desimal ke desimal adalah: 1. Mengalikan bilangan dengan angka basis bilangannya. 2. Setiap angka yang bernilai satuan, dihitung dengan pangkat NOL (0). Digit puluhan, dengan pangkat SATU (1), begitu pula dengan digit ratusan, ribuan, dan seterusnya. Nilai pangkat selalu bertambah satu point.
[sunting] Konversi Biner ke Oktal
Metode konversinya hampir sama. Cuma, karena pengelompokkannya berdasarkan 3 bit saja, maka hasilnya adalah: 1010 (2) = ...... (8) Solusi: Ambil tiga digit terbelakang dahulu. 010(2) = 2(8) Sedangkan sisa satu digit terakhir, tetap bernilai 1. Hasil akhirnya adalah: 12.
[sunting] Konversi Biner ke Hexadesimal
Metode konversinya hampir sama dengan Biner ke Oktal. Namun pengelompokkannya sejumlah 4 bit. Empat kelompok bit paling kanan adalah posisi satuan, empat bit kedua dari kanan adalah puluhan, dan seterusnya. Contoh: 11100011(2) = ...... (16) Solusi: kelompok bit paling kanan: 0011 = 3 kelompok bit berikutnya: 1110 = E Hasil konversinya adalah: E3(16)
[sunting] Konversi Biner ke Desimal
Cara atau metode ini sedikit berbeda. Contoh: 10110(2) = ......(10) diuraikan menjadi: (1x24)+(0x23)+(1x22)+(1x21)+(0x20) = 16 + 0 + 4 + 2 + 0 = 22 Angka 2 dalam perkalian adalah basis biner-nya. Sedangkan pangkat yang berurut, menandakan pangkat 0 adalah satuan, pangkat 1 adalah puluhan, dan seterusnya.
[sunting] Konversi Oktal ke Biner
Sebenarnya, untuk konversi basis ini, haruslah sedikit menghafal tabel konversi utama yang berada di halaman atas. Namun dapat dipelajari dengan mudah. Dan ambillah tiga biner saja. Contoh: 523(8) = ...... (2) Solusi: Dengan melihat tabel utama, didapat hasilnya adalah: 3 = 011 2 = 010 5 = 101 Pengurutan bilangan masih berdasarkan posisi satuan, puluhan dan ratusan. Hasil: 101010011(2)
[sunting] Konversi Hexadesimal ke Biner
Metode dan caranya hampir serupa dengan konversi Oktal ke Biner. Hanya pengelompokkannya sebanyak empat bit. Seperti pada tabel utama. Contoh: 2A(16) = ......(2) Solusi: A = 1010, 2 = 0010 Hasil: 101010(2). Dengan catatan, angka "0" paling depan tidak usah ditulis.
[sunting] Konversi Desimal ke Hexadesimal
Ada cara dan metodenya, namun bagi sebagian orang masih terbilang membingungkan. Cara termudah adalah, konversikan dahulu dari desimal ke biner, lalu konversikan dari biner ke hexadesimal. Contoh: 75(10) = ......(16) Solusi: 75 dibagi 16 = 4 sisa 11 (11 = B). Dan hasil konversinya: 4B(16)
[sunting] Konversi Hexadesimal ke Desimal
Caranya hampir sama seperti konversi dari biner ke desimal. Namun, bilangan basisnya adalah 16. Contoh: 4B(16) = ......(10) Solusi: Dengan patokan pada tabel utama, B dapat ditulis dengan nilai "11". (4x161)+(11x160) = 64 + 11 = 75(10)
[sunting] Konversi Desimal ke Oktal
Caranya hampir sama dengan konversi desimal ke hexadesimal. Contoh: 25(10) = ......(8) Solusi: 25 dibagi 8 = 3 sisa 1. Hasilnya dapat ditulis: 31(8)
[sunting] Konversi Oktal ke Desimal
Metodenya hampir sama dengan konversi hexadesimal ke desimal. Dapat diikuti dengan contoh di bawah ini: 31(8) = ......(10) Solusi: (3x81)+(1x80) = 24 + 1 = 25(10)
Biner Oktal Desimal Hexadesimal
0000 0 0 0
0001 1 1 1
0010 2 2 2
0011 3 3 3
0100 4 4 5
0110 6 6 6
0111 7 7 7
1000 10 8 8
1001 11 9 9
1010 12 10 A
1011 13 11 B
1100 14 12 C
1101 15 13 D
1110 16 14 E
1111 17 15 F
Konversi Antar Basis Bilangan
Sudah dikenal, dalam bahasa komputer terdapat empat basis bilangan. Keempat bilangan itu adalah biner, oktal, desimal dan hexadesimal. Keempat bilangan itu saling berkaitan satu sama lain. Rumus atau cara mencarinya cukup mudah untuk dipelajari. Konversi dari desimal ke non-desimal, hanya mencari sisa pembagiannya saja. Dan konversi dari non-desimal ke desimal adalah: 1. Mengalikan bilangan dengan angka basis bilangannya. 2. Setiap angka yang bernilai satuan, dihitung dengan pangkat NOL (0). Digit puluhan, dengan pangkat SATU (1), begitu pula dengan digit ratusan, ribuan, dan seterusnya. Nilai pangkat selalu bertambah satu point.
[sunting] Konversi Biner ke Oktal
Metode konversinya hampir sama. Cuma, karena pengelompokkannya berdasarkan 3 bit saja, maka hasilnya adalah: 1010 (2) = ...... (8) Solusi: Ambil tiga digit terbelakang dahulu. 010(2) = 2(8) Sedangkan sisa satu digit terakhir, tetap bernilai 1. Hasil akhirnya adalah: 12.
[sunting] Konversi Biner ke Hexadesimal
Metode konversinya hampir sama dengan Biner ke Oktal. Namun pengelompokkannya sejumlah 4 bit. Empat kelompok bit paling kanan adalah posisi satuan, empat bit kedua dari kanan adalah puluhan, dan seterusnya. Contoh: 11100011(2) = ...... (16) Solusi: kelompok bit paling kanan: 0011 = 3 kelompok bit berikutnya: 1110 = E Hasil konversinya adalah: E3(16)
[sunting] Konversi Biner ke Desimal
Cara atau metode ini sedikit berbeda. Contoh: 10110(2) = ......(10) diuraikan menjadi: (1x24)+(0x23)+(1x22)+(1x21)+(0x20) = 16 + 0 + 4 + 2 + 0 = 22 Angka 2 dalam perkalian adalah basis biner-nya. Sedangkan pangkat yang berurut, menandakan pangkat 0 adalah satuan, pangkat 1 adalah puluhan, dan seterusnya.
[sunting] Konversi Oktal ke Biner
Sebenarnya, untuk konversi basis ini, haruslah sedikit menghafal tabel konversi utama yang berada di halaman atas. Namun dapat dipelajari dengan mudah. Dan ambillah tiga biner saja. Contoh: 523(8) = ...... (2) Solusi: Dengan melihat tabel utama, didapat hasilnya adalah: 3 = 011 2 = 010 5 = 101 Pengurutan bilangan masih berdasarkan posisi satuan, puluhan dan ratusan. Hasil: 101010011(2)
[sunting] Konversi Hexadesimal ke Biner
Metode dan caranya hampir serupa dengan konversi Oktal ke Biner. Hanya pengelompokkannya sebanyak empat bit. Seperti pada tabel utama. Contoh: 2A(16) = ......(2) Solusi: A = 1010, 2 = 0010 Hasil: 101010(2). Dengan catatan, angka "0" paling depan tidak usah ditulis.
[sunting] Konversi Desimal ke Hexadesimal
Ada cara dan metodenya, namun bagi sebagian orang masih terbilang membingungkan. Cara termudah adalah, konversikan dahulu dari desimal ke biner, lalu konversikan dari biner ke hexadesimal. Contoh: 75(10) = ......(16) Solusi: 75 dibagi 16 = 4 sisa 11 (11 = B). Dan hasil konversinya: 4B(16)
[sunting] Konversi Hexadesimal ke Desimal
Caranya hampir sama seperti konversi dari biner ke desimal. Namun, bilangan basisnya adalah 16. Contoh: 4B(16) = ......(10) Solusi: Dengan patokan pada tabel utama, B dapat ditulis dengan nilai "11". (4x161)+(11x160) = 64 + 11 = 75(10)
[sunting] Konversi Desimal ke Oktal
Caranya hampir sama dengan konversi desimal ke hexadesimal. Contoh: 25(10) = ......(8) Solusi: 25 dibagi 8 = 3 sisa 1. Hasilnya dapat ditulis: 31(8)
[sunting] Konversi Oktal ke Desimal
Metodenya hampir sama dengan konversi hexadesimal ke desimal. Dapat diikuti dengan contoh di bawah ini: 31(8) = ......(10) Solusi: (3x81)+(1x80) = 24 + 1 = 25(10)
Gerbang Logika
gerbang logika
9
29.3.09 | catagorie mindfull
gerbang logika
gerbang logika atau gerbang logika boolean??
apaan sih tuuhhh??
bagi mahasiswa atau orang yang antusias dengan elektronika maupun informatika dan dunia digital pasti tahu lah apa itu gerbang logika,
namun, ada baiknya sebelum lanjut baca, cek dan kasih koment artikel ini dulu dunk, pliss klik disini
Gerbang logika atau sering juga disebut gerbang logika boolean merupakan
sebuah sistem pemrosesan dasar yang dapat memproses input-input yang berupa bilangan biner menjadi sebuah output yang berkondisi
yang akhirnya digunakan untuk proses selanjutnya.
Gerbang logika dapat mengkondisikan input-input yang masuk kemudian menjadikannya sebuah output yang sesuai dengan apa yang ditentukan olehnya.
Jadi sebenarnya, gerbang logika inilah yang melakukan pemrosesan terhadap segala sesuatu yang masuk dan keluar ke dan dari komputer
Maka dari itu, sebenarnya sebuah perangkat komputer merupakan sebentuk kumpulan gerbang-gerbang digital yang bekerja memproses sesuatu input, menjadi output yang diinginkan.
macam-macam gerbang logika itu sendiri adalah :
1.Gerbang NOT
Gerbang NOT sering disebut juga dengan istilah inverter atau pembalik. Logika dari gerbang ini adalah membalik apa yang di-input ke dalamnya. Biasanya input-nya hanya terdiri dari satu kaki saja. Ketika input yang masuk adalah 1, maka hasil output-nya adalah 0. Jika input yang masuk adalah 0, maka hasil output-nya adalah 1. Banyak sekali penerapan gerbang NOT ini pada rangkaian digital, meskipun fungsinya sangat sederhana.
2.Gerbang AND
Gerbang AND memiliki karakteristik logika di mana jika input yang masuk adalah bernilai 0, maka hasil outputnya pasti akan bernilai 0. Jika kedua input diberi nilai 1, maka hasil output akan bernilai 1 pula. Logika gerbang AND bisa diumpamakan sebagai sebuah rangkaian dengan dua buah saklar yang disusun secara seri. Jika salah satunya memutuskan hubungan rangkaian, maka hasil yang dikeluarkan dari rangkaian tersebut adalah 0. Tidak peduli saklar manapun yang diputuskan maka hasil akhirnya adalah 0. Ketika kedua buah saklar terhubung dengan rangkaian bersamaan, maka hasil akhirnya barulah bernilai 1.
3.Gerbang OR
Gerbang OR digambarkan sebagai Gerbang Penjumlah. Gerbang OR berbeda dengan gerbang NOT yang hanya memiliki satu input, gerbang ini memiliki paling sedikit 2 jalur input. Artinya inputnya bisa lebih dari dua, misalnya empat atau delapan. Yang jelas adalah semua gerbang logika selalu mempunyai hanya satu output. Gerbang OR dapat dikatakan memiliki karakteristik “memihak 1”, di mana karakteristik logikanya akan selalu mengeluarkan hasil output bernilai 1 apabila ada satu saja input yang bernilai 1. Jadi gerbang logika ini tidak peduli berapa nilai input pada kedua sisinya, asalkan salah satunya atau kedua-duanya bernilai 1, maka outputnya pasti juga akan bernilai 1. Logika gerbang OR ini dapat diumpamakan sebagai sebuah rangkaian dengan dua buah saklar yang terpasang secara paralel.
Apabila salah satu saklar memutuskan hubungan (bernilai 0), maka output-nya tetaplah bernilai 1 karena input yang lain tidak akan terputus hubungannya dengan output. Apabila kedua input bernilai 0, maka output barulah benar-benar terputus atau bernilai 0. Jika keduanya bernilai 1, maka output juga akan bernilai 1.
trus ada lagi pengembangannya, yaitu :
4.Gerbang NAND
Gerbang logika NAND merupakan modifikasi yang dilakukan pada gerbang AND dengan menambahkan gerbang NOT didalam prosesnya. Maka itu, mengapa gerbang ini dinamai NAND atau NOTAND. Logika NAND benar-benar merupakan kebalikan dari apa yang dihasilkan oleh gerbang AND. Di dalam gerbang logika NAND, jika salah satu input atau keduanya bernilai 0 maka hasil output-nya adalah 1. Jika kedua input bernilai 1 maka hasil output-nya adalah 0.
5.Gerbang NOR
Gerbang NOR atau NOT-OR juga merupakan kebalikan dari gerbang logika OR. Semua input atau salah satu input bernilai 1, maka output-nya akan bernilai 0. Jika kedua input bernilai 0, maka output-nya akan bernilai 1
6.Gerbang XOR
Gerbang XOR merupakan singkatan dari kata Exclusive-OR. Sesuai dengan namanya, gerbang logika ini merupakan versi modifikasi dari gerbang OR. Jika pada gerbang OR Anda akan mendapatkan hasil output yang serba 1 jika salah satu input atau keduanya bernilai 1, tidak demikian dengan XOR. Gerbang logika ini hanya akan mengeluarkan hasil output bernilai 1 jika hanya salah satu input saja yang bernilai 1. Maksudnya jika kedua input bernilai 1, maka hasil output-nya tetaplah 0.
Jadi dengan demikian, logika XOR tidak akan membiarkan kedua input bernilai sama. Jika sama, maka hasil output-nya adalah 0.
7.Gerbang XNOR
Gerbang XNOR atau Exclusive NOR ini mungkin tidak terlalu sering terdengar, namun aplikasinya cukup lumayan penting juga. Gerbang logika XNOR memiliki kerja ebalikan dari XOR. Jika pada gerbang logika XNOR terdapat dua input yang sama, maka gerbang XNOR akan mengeluarkan hasil output bernilai 1. Namun jika salah satunya saja yang berbeda, maka nilai output pastilah bernilai 0.
itu dia gerbang logika yang masih ada dan dikembangkan karena kebutuhan manusia, mungkin akan terdapat macam2 selanjutnya jika memang di butuhkan,
9
29.3.09 | catagorie mindfull
gerbang logika
gerbang logika atau gerbang logika boolean??
apaan sih tuuhhh??
bagi mahasiswa atau orang yang antusias dengan elektronika maupun informatika dan dunia digital pasti tahu lah apa itu gerbang logika,
namun, ada baiknya sebelum lanjut baca, cek dan kasih koment artikel ini dulu dunk, pliss klik disini
Gerbang logika atau sering juga disebut gerbang logika boolean merupakan
sebuah sistem pemrosesan dasar yang dapat memproses input-input yang berupa bilangan biner menjadi sebuah output yang berkondisi
yang akhirnya digunakan untuk proses selanjutnya.
Gerbang logika dapat mengkondisikan input-input yang masuk kemudian menjadikannya sebuah output yang sesuai dengan apa yang ditentukan olehnya.
Jadi sebenarnya, gerbang logika inilah yang melakukan pemrosesan terhadap segala sesuatu yang masuk dan keluar ke dan dari komputer
Maka dari itu, sebenarnya sebuah perangkat komputer merupakan sebentuk kumpulan gerbang-gerbang digital yang bekerja memproses sesuatu input, menjadi output yang diinginkan.
macam-macam gerbang logika itu sendiri adalah :
1.Gerbang NOT
Gerbang NOT sering disebut juga dengan istilah inverter atau pembalik. Logika dari gerbang ini adalah membalik apa yang di-input ke dalamnya. Biasanya input-nya hanya terdiri dari satu kaki saja. Ketika input yang masuk adalah 1, maka hasil output-nya adalah 0. Jika input yang masuk adalah 0, maka hasil output-nya adalah 1. Banyak sekali penerapan gerbang NOT ini pada rangkaian digital, meskipun fungsinya sangat sederhana.
2.Gerbang AND
Gerbang AND memiliki karakteristik logika di mana jika input yang masuk adalah bernilai 0, maka hasil outputnya pasti akan bernilai 0. Jika kedua input diberi nilai 1, maka hasil output akan bernilai 1 pula. Logika gerbang AND bisa diumpamakan sebagai sebuah rangkaian dengan dua buah saklar yang disusun secara seri. Jika salah satunya memutuskan hubungan rangkaian, maka hasil yang dikeluarkan dari rangkaian tersebut adalah 0. Tidak peduli saklar manapun yang diputuskan maka hasil akhirnya adalah 0. Ketika kedua buah saklar terhubung dengan rangkaian bersamaan, maka hasil akhirnya barulah bernilai 1.
3.Gerbang OR
Gerbang OR digambarkan sebagai Gerbang Penjumlah. Gerbang OR berbeda dengan gerbang NOT yang hanya memiliki satu input, gerbang ini memiliki paling sedikit 2 jalur input. Artinya inputnya bisa lebih dari dua, misalnya empat atau delapan. Yang jelas adalah semua gerbang logika selalu mempunyai hanya satu output. Gerbang OR dapat dikatakan memiliki karakteristik “memihak 1”, di mana karakteristik logikanya akan selalu mengeluarkan hasil output bernilai 1 apabila ada satu saja input yang bernilai 1. Jadi gerbang logika ini tidak peduli berapa nilai input pada kedua sisinya, asalkan salah satunya atau kedua-duanya bernilai 1, maka outputnya pasti juga akan bernilai 1. Logika gerbang OR ini dapat diumpamakan sebagai sebuah rangkaian dengan dua buah saklar yang terpasang secara paralel.
Apabila salah satu saklar memutuskan hubungan (bernilai 0), maka output-nya tetaplah bernilai 1 karena input yang lain tidak akan terputus hubungannya dengan output. Apabila kedua input bernilai 0, maka output barulah benar-benar terputus atau bernilai 0. Jika keduanya bernilai 1, maka output juga akan bernilai 1.
trus ada lagi pengembangannya, yaitu :
4.Gerbang NAND
Gerbang logika NAND merupakan modifikasi yang dilakukan pada gerbang AND dengan menambahkan gerbang NOT didalam prosesnya. Maka itu, mengapa gerbang ini dinamai NAND atau NOTAND. Logika NAND benar-benar merupakan kebalikan dari apa yang dihasilkan oleh gerbang AND. Di dalam gerbang logika NAND, jika salah satu input atau keduanya bernilai 0 maka hasil output-nya adalah 1. Jika kedua input bernilai 1 maka hasil output-nya adalah 0.
5.Gerbang NOR
Gerbang NOR atau NOT-OR juga merupakan kebalikan dari gerbang logika OR. Semua input atau salah satu input bernilai 1, maka output-nya akan bernilai 0. Jika kedua input bernilai 0, maka output-nya akan bernilai 1
6.Gerbang XOR
Gerbang XOR merupakan singkatan dari kata Exclusive-OR. Sesuai dengan namanya, gerbang logika ini merupakan versi modifikasi dari gerbang OR. Jika pada gerbang OR Anda akan mendapatkan hasil output yang serba 1 jika salah satu input atau keduanya bernilai 1, tidak demikian dengan XOR. Gerbang logika ini hanya akan mengeluarkan hasil output bernilai 1 jika hanya salah satu input saja yang bernilai 1. Maksudnya jika kedua input bernilai 1, maka hasil output-nya tetaplah 0.
Jadi dengan demikian, logika XOR tidak akan membiarkan kedua input bernilai sama. Jika sama, maka hasil output-nya adalah 0.
7.Gerbang XNOR
Gerbang XNOR atau Exclusive NOR ini mungkin tidak terlalu sering terdengar, namun aplikasinya cukup lumayan penting juga. Gerbang logika XNOR memiliki kerja ebalikan dari XOR. Jika pada gerbang logika XNOR terdapat dua input yang sama, maka gerbang XNOR akan mengeluarkan hasil output bernilai 1. Namun jika salah satunya saja yang berbeda, maka nilai output pastilah bernilai 0.
itu dia gerbang logika yang masih ada dan dikembangkan karena kebutuhan manusia, mungkin akan terdapat macam2 selanjutnya jika memang di butuhkan,
Langganan:
Komentar (Atom)
WELCOME TO PANGERAN MUDA KHOLIQ
SELAMAT ANDA MASUK DI BLOG TECHNOLOGY SANGGRA AGUNG 02,SEMOGA ANDA PUAS DENGAN ARTIKEL SAYA
BY:TUAN KHOLIQ
BY:TUAN KHOLIQ
About
pangeran muda kholiq
TUAN MUDA KHOLIQ
Labels
- KHOLIQ (1)
- SANGGRA AGUNG (3)
Ads 468x60px
Popular Posts
-
ALU, singkatan dari Arithmetic And Logic Unit (bahasa Indonesia: unit aritmatika dan logika), adalah salah satu bagian dalam dari sebuah mik...
-
Gerbang logika atau gerbang logik adalah suatu entitas dalam elektronika dan matematika Boolean yang mengubah satu atau beberapa masukan log...
-
Ilmu komputer (bahasa Inggris: Computer Science ), secara umum diartikan sebagai ilmu yang mempelajari baik tentang komputasi , perangkat...
-
Bagus untuk meningkat keterampilan diri, khususnya yang berkaitan dengan ilmu Komputer. Baca dulu penjelasan dari yang punya situs Ilmu ...
-
INILAH.COM, Jakarta- Perangkat elektronik yang meniru kerja sel otak kucing memungkinkan komputer untuk belajar satu hari nanti dan mengenal...
-
Memori akses acak (bahasa Inggris: Random access memory, RAM) adalah sebuah tipe penyimpanan komputer yang isinya dapat diakses dalam waktu ...
-
Gerbang Logika Digital Author: Administrator · Published: November 25, 2008 · Category: Algoritma, Pemograman, Tool Sistem digit merupakan b...
-
Sebuah mikroprosesor (sering dituliskan: µP atau uP) adalah sebuah central processing unit (CPU) elektronik komputer yang terbuat dari tran...
-
WAKTU MEMANG TDK TERBATAS TAPI WAKTU KITA YANG TERBATAS JADI PERGUNAKANLAH WAKTU KITA SEBAIK BAIKNYA

