KENAPA HARUS ALGORITMA NEURO FUZZY ??

Data mining adalah suatu istilah yang digunakan untuk menguraikan penemuan pengetahuan di dalam database. Data mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar (Turban, dkk. 2005). Menurut Gartner Group data mining didefinisikan sebagai suatu proses menemukan hubungan yang berarti, pola, dan kecenderungan dengan memeriksa dalam sekumpulan besar data yang tersimpan dalam penyimpanan dengan menggunakan teknik pengenalan pola seperti teknik statisik dan matematika

Pada penelitian sebelumnya, data mining digunakan untuk memprediksi cuaca dan samudra (Hsieh and Tang 1998), keuangan berdasarkan waktu 2003), keberhasilan Universitas Terbuka (Time Series) (Zemke: pembelajaran (Xenos, 2004), saham (Lubis, 2005), minat konsumen asuransi terhadap produk asuransi dan angsuran premi terbaik sesuai kondisi nasabah (Kurniawan, 2007), resiko kredit (Sutikno, 2007), penjualan (Dewanto dkk, (Zhang, 1997) 2010)

Kemajuan luar biasa yg terus berlanjut dalam bidang data mining didorong oleh beberapa faktor, antara lain (Larose, 2005) :
1. Pertumbuhan yang cepat dalam pengumpulan data.
2. Penyimpangan data dalam data warehouse, sehingga seluruh perusahaan memiliki akses kedalam database
    yang handal.
3. adanya peningkatan akses data melalui navigasi web dan intranet.
4. Tekanan kompetisi bisnis untuk meningkatkan penguasaan pasar dalam globalisasi ekonomi.
5. Perkembangan teknologi perangkat lunak untuk data mining (ketersediaan teknologi).
6.Perkembangan yang hebat dalam kemampuan komputasi dan pengembangan kapasitas media
   penyimpanan.


Dari definisi-definisi yang telah disampaikan, hal penting yang terkait dengan data mining adalah :
1. Data mining merupakan suatu proses otomatis terhadap data yang sudah ada.
2. Data yang akan diproses berupa data yang sangat besar.
3. Tujuan data mining adalah mendapatkan hubungan atau pola yang mungkin memberikan indikasi yang
    bermanfaat.

Adapun sebagai alat bantu computasi untuk melakukan prediksi dalam menangangi banyaknya data bisa menggunakan metode algoritma yaitu :
Algoritma Fuzzy Logic, Pada system logika fuzzy memiliki kemampuan lebih dalam menangani data pengetahuan lingkungan luar serta keupayaan dalam persepsi dan penalaran seperti otak manusia. Namun demikian system logika fuzzy tidak memiliki kemampuan untuk belajar dan beradaptasi

Algoritma Neural Network (Jaringan Syarat Tiruan). system jaringan syaraf tiruan memiliki kemampuan untuk belajar beradaptasi. dan beradaptasi namun tidak memiliki kemampuan penalaran seperti yanag dimiliki pada system logika fuzzy

Algoritma Neuro Fuzzy adalah penggabungan mekanisme fuzzy inference system yang digambarkan dalam arsitektur jaringan syaraf. Sistem inferensi fuzzy yang digunakan adalah sistem inferensi fuzzy model Tagaki-Sugeno-Kang (TSK) orde satu dengan pertimbangan kesederhanaan dan kemudahan komputasi (Jang, 1997). Neuro Fuzzy merupakan sekumpulan aturan dan suatu metode inferensi yang
dikombinasikan dalam suatu struktur terhubung, kemudian dilakukan pelatihan dan adaptasi. (Kusumadewi, 2009)


Integrasi antara sistem fuzzy dengan jaringan syaraf memiliki beberapa karakteristik, antara lain
(Jang, 1977):
(a) Mampu mengimplementasikan kepakaran manusia,
(b) Model komputasi diinspirasikan secara biologis,
(c) Menggunakan komputasi mendukung domain numeris,
(d) untuk aplikasi-aplikasi baru, seperti pemrosesan sinyal secara adaptif, kendali adaptif, identifikasi sistem
     non-linear, regresi non-linear dan pencocokan pola,
(e) Pembelajaran dilakukan dengan model yang tidak terikat
(f) Proses komputasi dilakukan secara intensif,
(g) Memiliki toleransi terhadap kegagalan,
(h) Dapat digunakan untuk aplikasi- aplikasi pada dunia nyata.


Struktur dasar Neuro Fuzzy terdiri dari 3 prinsip, yaitu:
(a) Aturan dasar, yang memilih aturan-aturan logika samar
(b) Database, yang mendefinisikan fungsi keanggotaan yang digunakan dalam aturan-aturan logika samar,
(c) Mekanisme reasoning, yang melaksanakan prosedur terhadap aturan logika samar dan fakta yang
     diberikan untuk menarik suatu kesimpulan.


Kelebihan Neuro Fuzzy adalah :
(a) Menggabungkan kelebihan antara jaringan syaraf fungsi terdapat seperti kemampuan pembelajaran serta
     beradaptasi dan kelebihan system logika fuzzy dalam system penalarannya
(b) penentuan nilai parameter fuzzy yang optimal melalui pembelajaran yang syaraf. dalam jaringan

Jadi kenapa harus bingung....yuk kita gunakan computasi dengan Neuro Fuzzy dalam melakukan prediksi terhadap suatu data yang berjumlah banyak .... :)

selamat mencoba

Romadani