The Daniels Blog

Berpikir, Berpendapat, dan Berbagi

Oleh – oleh dari Seminar Neural Network

Hari sabtu kemaren, tepatnya tanggal 29 November 08 saya dan keempat rekan – rekan saya ketiban rejeki untuk mengikuti Seminar Neural Network yang diadakan oleh Prodi Statistik FMIPA UNDIP. Saya bilang 350px-artificial_neural_networksvg1“ketiban rejeki” soalnya saya mengikuti Seminar tsb secara cuma – cuma alias dibayari Lab. Seminar ini sendiri sebenarnya berjalan dengan lancar meskipun molor dan masih terdapat sedikit kekurangan, seperti mik yang kadang hidup kadang mati, ruangan yang cukup panas, banyaknya pembicara yang tidak hadir dan diwakilkan termasuk keynote speaker (Pak Gubernur Jateng); “kok susah banget ya ngundang pejabat ke UNDIP???”

Dari seminar ini saya memperoleh sedikit pengetahuan mengenai neural network plus implementasinya pada pengelolaan energi di Indonesia. Pembicara dalam seminar ini adalah Pak Prof Subanar dari FMIPA UGM yang memberikan materi perihal teori neural network dan Pak Budi selaku Manager Operasional (kalo ga salah) Indonesian Power (IP) Semarang yang menyampaikan materi tentang IP dan mekanisme pengelolaan energi listrik di Jawa, Madura, dan Bali. Dari seminar ini, saya dapet inspirasi mengenai tema TA bagi temen – temen yang penelitian di IP Semarang (esp : Enggar & Andri Kasela) atau yang ingin mendalami neural network (sejauh yang saya tahu, diRBTI belum ada TA ttg tema ini). Ingin tahu lebih jauh ulasan berikut clue2nya?? Silakan ikuti laporan pandang mata saya dari seminar ini.😀

Artificial Neural Network atau Jaringan Syaraf Tiruan (JST) ini merupakan salah satu pemodelan berbasis komputer (juga merupakan salah satu algoritma dalam topik kecerdasan buatan) yang meniru cara otak bekerja yang menggabungkan model matematis dengan proses pembelajaran (learning -> untuk tahu lebih banyak pelajari dulu teori2 kecerdasan buatan; tenang2, sekarang sudah banyak beredar buku bahasa Indonesianya kok). Motivasi riset JST ini antara lain adalah karena adanya kemungkinan menggunakan model JST sebagai instrumen untuk menyelesaikan persoalan terapan seperti pattern recognition (wah bisa jadi masukan untuk temen2 yang ingin melanjutkan TA saya nih!!), signal processing, process control, dan peramalan (that’s the point!!).

Salah satu penggunaan JST ini yang saya pikir masuk dalam ruang lingkup Teknik Industri adalah untuk analisis data terutama untuk peramalan. Pak banar lebih lanjut menyampaikan bahwa model statistik dan JST merupakan metode yang saling berkompetisi untuk analisis data, namun terdapat cukup banyak kesamaan antara kedua model tersebut. Nah terus, apanya yang diramalkan dan dianalisis?? Pak Budi dari IP Semarang bilang, bahwa di IP sendiri belum ada teknik khusus dalam meramalkan beban tsb dan membuka peluang bagi mahasiswa untuk menelitinya. Kalau saya lihat dari grafik fluktuasi beban listrik pada slide Pak Budi, IP cenderung melebihkan beban jauh diatas beban yang seharusnya (secara sempit bisa saya identifikasi sebagai error peramalan yang masih terlalu besar, namun untuk lebih jauh mengenai mengapa kok bisa sampai sejauh itu? Silakan konfirmasi sendiri ke IP). Hal ini bisa menyebabkan pemborosan energi to??

Nah, untuk teori dan referensi JST sendiri silakan temen2 cari sendiri baik di Toko Buku (tenang, di Toga Mas keliatannya saya pernah liat buku ttg JST untuk peramalan bursa efek, mungkin bisa dijadikan referensi), dan di internet (cari saja di pdfchm, atau gigapedia). Soalnya seperti algoritma2 lain pada teknik kecerdasan buatan, tidak dapat dipelajari hanya dalam waktu singkat, butuh waktu (Ingat pepatah : “Roma tidak dibangun dalam satu malam”) jadi silakan bila temen2 tertarik bisa dipelajari (meskipun saya tidak terlalu tahu banyak mungkin kita bisa ngobrol2). Namun saya yakin bila temen2 tekun dan rajin pasti paham juga. Namun kabar baiknya : Kata pak Banar, di SPSS 16 sudah ada fitur untuk mengolah JST ini. OK!! Saya pikir topik dengan tiga kata kunci ini : JST, Peramalan, dan Energi cukup menarik untuk temen2 jadikan topik penelitian tugas akhir. Get it or Lose It!! (Ingat kata Pak Singgih : “Siapa cepat, dia yang salaman duluan dengan Pak Rektor!!”).

Desember 1, 2008 - Posted by | Saya dan Teknik Industri | , ,

3 Komentar »

  1. JST yang sedang menarik hati saya saat ini adalah aplikasinya dalam Data Mining. Membuat kesimpulan dari data yang luar biasa banyaknya. Mungkin saya tertarik untuk mempertimbangkannya dalam S3. Sekarang saya sedang merenung dan membaca seputar Swarm Intelligence (TA Ika dan Aris) yang berfokus pada semut dan particle (halah … opo maneh iki?!).
    Yang jelas saya sudah ingin salaman dengan pak rektor lagi nih … Entah rektor yang mana

    OK Pak, tapi jangan cepet2 ya…Nungguin saya salaman ma Pak Rektor dulu…😀

    Komentar oleh singgihs | Desember 2, 2008 | Balas

  2. Saya perlu masukan nih tentang peramalan beban… Misal saya punya data sederhana pemakaian beban di indonesia januari hingga desember dalam 3 tahun yaitu 2006 2007 2008. Misal pada JST data training adalah 2006 dan 2007 kemudian data test 2008 tuk menguji.
    Pertanyaannya adalah bagaimana cara menentukan input dan tergetnya? metode apa yg bisa digunakan? sekalian klo ada source code peramalan beban… He,.. Thx alot..

    Komentar oleh fadil | Maret 12, 2009 | Balas

    • anda bisa pakai model time series seperti ARIMA, jadi model ARIMA terbaik akan jadi input model NN
      Atau anda bisa pakai model NN itu sendiri dengan metode Pruning yaitu dengan memasukkan banyak input kemudian dilakukan teknik pruning dengan mengeliminasi input yang tidak signifikan

      Komentar oleh Budi | Juli 7, 2009 | Balas


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 )

Gambar Twitter

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

Foto Facebook

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

Foto Google+

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

Connecting to %s

%d blogger menyukai ini: