tugas manajemen investasi dan portofolioDeskripsi lengkap
tugas budaya betawiDeskripsi lengkap
tugas m6
tugas 6 ygDeskripsi lengkap
TUGAS M5 KB1Full description
skldhhdhwwhFull description
tugasFull description
ReferensiFull description
Tugas akm2Full description
tugasFull description
Full description
35Full description
..Full description
AFull description
SOFT COMPUTING Soft computing atau yang juga sering disebut computational intelligence merupakan bidang ilmu yang dimasukkan sebagai bidang bidang ilmu komputer di awal 1990-an. Bidang ilmu ini bisa dikatakan dikatakan baru, namun perkembangannya cukup pesat.
Pengertian Soft Computing Soft Computing adalah segolongan metode yang mampu mengolah data dengan baik walaupun di dalamnya
terdapat ketidakpastian, ketidakakuratan maupun kebenaran parsial (Prof. Lotfi A Zadeh, 1992). Komponen-komponen ataupun metode dalam soft computing itu sendiri meliputi : 1.
Fuzzy Logic
2.
Neural Network
3.
Evolutionary Computation, include ; Evolutionary algorithms danHarmony search
4.
Swarm Intelligence
5.
Chaos Theory
6.
Genetic Algorithm
7.
Rough Set
Soft Computing dalam aplikasi
Metoda - metoda tersebut diatas dapat diaplikasikan dalam berbagai bidang, bukan hanya engineering, namun juga lainnya. Sebagai contoh dalam bidang bidang teknologi pemanfaatannya pada iklan iklan mesin cuci dengan menggunakan teknologi fuzzy atau AC yang canggih yang dapat memberikan suasana nyaman dalam ruangan dan lain-lain. Permasalahan jaringan komputer, permasalahan bidang robotik, rumah cerdas dan lain -lain di kemudian hari dapat diselesaikan dengan menggunakan ilmu ini.
Tujuan Soft Computing
Tujuan soft computing adalah terbentuknya High Machine Intelligence Quotient (HMIQ) (HMIQ), suatu system yang mampu mengolah informasi seperti cara berpikir manusia, mempunyai kemampuan untuk menyelesaikan permasalahan non-linier dan tidak ada model matematisnya (tractability), serta dapat diimplementasikan dengan biaya rendah.
Adapun tujuan metode soft computing adalah : 1.
Non-linearitas dan kompleksitas problema. Kemampuan menyelesaikan problematika yang sulit dan tidak bisa diselesaikan dengan metoda biasa
2.
Kemampuan memanipulir parameter yang tidak pasti.
3.
Kemampuan men-generalisir solusi
4.
Kemampuan klasifikasi dan kuantifikasi data, misalnya dengan lebih mudahnya pengerjaan kasus regresi linier dengan teknologi ini daripada dengan fuzzy logic.
5.
Kemampuan mengatasi keterbatasan data, misalnya pada dunia statistik.