Beranda > Ilmu Komputer, Informatika, Sistem Informasi, Teknologi > Kerangka Metode dan Algoritma Sistem Informasi Cerdas (SIC)

Kerangka Metode dan Algoritma Sistem Informasi Cerdas (SIC)

gambar simulasi 3-cropSistem Informasi Cerdas (SIC) atau Intelligence Information System (IIS) didefinisikan sebagai kemampuan mesin atau sistem untuk beradaptasi dalam mencapai tujuan pada lingkungan yang dapat mempengaruhi perilaku sistem yang mampu menirukan perilaku manusia. Dalam SIC atau IIS terdapat 3 bagian penting yang dijadikan acuan dalam menyusun kerangka bagian terutama metode dan algoritma. Ketiga bagian dari SIC adalah Artificial Intelligence (AI), Intelligence System dan Information System (IS) yang memiliki keterikatan dan keterkaitan dalam mendukung berdirinya SIC atau IIS.

Pada dasarnya kerangka ini dibagi menjadi beberapa sub topik bahasan terutama dari segi metode ataupun algoritma. Beberapa bagian tersebut diantaranya adalah:

Pemrosesan Awal (Prepocessing)

  1. Principal Component Analisys (PCA)
  2. Singular Value Decomposition (SVD)

Optimasi (Optimation)

  1. Genetic Algorithm (GA)
  2. Particle Swam Optimation (PSO)
  3. Ant Colony Optimation (ACO)

Himpunan Fuzzy (Fuzzy Set) and Jaringan Syaraf Tiruan (Neural Network):

  1. Fuzzy Logic
  2. Neural Network (NN)
  3. Fuzzy Neural Network (FNN)
  4. Probabylistic Neural Network (PNN)
  5. Fuzzy Inference System (FIS)
  6. Adaftive Neuro Fuzzy Inference System (ANFIS)
  7. Fuzzy Multi-Atribute Decision Making (FMADM)

Klasifikasi (Clasification)

  1. Nearest-Neighbor Classifier (NNC)
  2. Naïve Bayes Classifier (NBC)
  3. Artificial Neural Network (ANN)
  4. ANN Perceptron
  5. ANN Backpropagation
  6. Learning Vector Quantization (LVQ)
  7. Support Vector Mechine (SVM)
  8. Fuzzy K-Nearest-Neighbor (FKNN)

Pengelompokan (Clustering)

  1. K-Means Clustering
  2. DBSCAN
  3. Fuzzy C-Means (FCM)
  4. Self Organizing Map (SOM)

Prediksi (Prediction)

  1. Auto Regressive Integrated Moving Average (ARIMA)
  2. Support Vector Regression (SVR)
  3. Artificial Neural Network (ANN)

Metode Pengambilan Keputusan (Decision Support Method)

  1. Metode Bayes
  2. Metode Perbandingan Eksponensial (MPE)
  3. Composit Performance Index (CPI)
  4. BCR, IRR, NPV dan The Satisficing Models

Multi-Criteria Decision Making (MCDM)

  1. Analytic Hierarchy Proces (AHP)
  2. Analytic Network Process (ANP)
  3. Simple Additive Weighting (SAW)
  4. Weighting Product (WP)
  5. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)
  6. Elimination Et Choix Traduisant la realitE (ELECTRE) atau ELimination and Choice Expressing the Reality
  7. Multi-Atribute Utility Theory (MAUT)
  8. Multi-Attribute Value Theory (MAVT)
  9. Simple Multi-Atribute Rating Teqnique (SMART)
  10. Fuzzy Set Theory (FST)
  11. Case Base Reasoning (CBR)
  12. Data Envelopment Analisys (DEA)
  13. Goal Programming (GP)
  14. Preference Ranking Organization Method for Enrichment Evaluation (PROMETHEE)

Hybrid Method

Merupakan metode penggabungan atau kombinasi dari beberapa metode dalam satu kasus atau banyak kasus. Metode ini sering diterapkan biasanya dalam komputasi maupun pengambilan keputusan serta terapan sistem informasi.

Sumber:

  1. Fishburn. 1967. “Additive Utilities with Incomlete Product Set: Application to Priorities and Assignments” dalam Yeh, Chung-Hsing. 2002. A Problem-based Selection of Multi-Attribute Decision Making Methods. International Transactions in Operational Research. 169-181.
  2. Kumar DS, Radhika S dan Suman KNS. 2013. MADM Methods for Finding The Right Personnel in Academic Institutions. International Journal of u- and e- Service, Science and Technology. 6(5): 133-144.
  3. Kusumadewi S, Hartati S, Harjoko A, Wardoyo R. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Jogjakarta: Graha Ilmu.
  4. Saaty TL. 1990. How to Make a Decision: The Analytic Hierarchy Process. Euroupean Journal of Operational Research. 48. North-Holland:9 – 26
  5. Agusta Y. 2007. K-Means – Penerapan, Permasalahan dan Metode Terkait. Jurnal Sistem dan Informatika. 3(1): 47-60.
  6. Marimin, 2005. Teknik dan Aplikasi Pengambilan Keputusan Kriteria Majemuk. Jakarta: Grasindo.
  1. 27 Juli 2018 pukul 12:14 pm

    It’s genuinely very complex in this busy life to listen news on TV,
    therefore I just use web for that reason, and get the
    newest news.

    Suka

  1. 12 April 2015 pukul 9:59 am
  2. 10 September 2016 pukul 9:19 am

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout /  Ubah )

Foto Google

You are commenting using your Google account. Logout /  Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout /  Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout /  Ubah )

Connecting to %s

%d blogger menyukai ini: