Komputasi adalah proses mengubah masukan dari satu bentuk ke bentuk keluaran lain yang diinginkan menggunakan tindakan kontrol tertentu. Menurut konsep komputasi, input disebut anteseden dan output disebut konsekuen. Fungsi pemetaan mengubah masukan dari satu bentuk ke bentuk lain dari keluaran yang diinginkan menggunakan tindakan kontrol tertentu. Konsep komputasi terutama berlaku untuk teknik ilmu komputer . Ada dua jenis komputasi, komputasi keras, dan komputasi lunak. Komputasi keras adalah proses dimana kita memprogram komputer untuk menyelesaikan masalah tertentu menggunakan algoritma matematika yang sudah ada, yang memberikan nilai keluaran yang tepat. Salah satu contoh fundamental dari komputasi keras adalah masalah numerik.

Apa itu Soft Computing?

Soft computing adalah pendekatan di mana kami menghitung solusi untuk masalah kompleks yang ada, di mana hasil keluaran tidak tepat atau tidak jelas, salah satu fitur terpenting dari soft computing adalah harus adaptif sehingga setiap perubahan lingkungan tidak mempengaruhi masa kini proses. Berikut ini adalah ciri-ciri soft computing.

Itu tidak memerlukan pemodelan matematika untuk memecahkan masalah yang diberikan
Ini memberikan solusi yang berbeda ketika kita memecahkan masalah satu masukan dari waktu ke waktu
Menggunakan beberapa metodologi yang terinspirasi secara biologis seperti genetika, evolusi, kumpulan partikel, sistem saraf manusia, dll.
Sifatnya adaptif.

Ada tiga jenis teknik komputasi lunak yang meliputi berikut ini.

Jaringan Syaraf Tiruan

Ini adalah pemodelan koneksionis dan jaringan terdistribusi paralel. Ada dua jenis ANN (Jaringan Syaraf Tiruan) dan BNN (Jaringan Syaraf Biologis). Jaringan saraf yang memproses satu elemen disebut sebagai unit. Itu komponen dari unit tersebut adalah, masukan, bobot, elemen pemrosesan, keluaran. Ini mirip dengan sistem saraf manusia kita. Keuntungan utamanya adalah mereka memecahkan masalah secara paralel, jaringan saraf tiruan menggunakan sinyal listrik untuk berkomunikasi. Tetapi kerugian utamanya adalah bahwa mereka tidak toleran terhadap kesalahan yaitu jika ada neuron buatan yang rusak, maka neuron tersebut tidak akan berfungsi lagi.

Contoh karakter tulisan tangan, dimana suatu karakter ditulis dalam bahasa Hindi oleh banyak orang, mereka boleh menulis karakter yang sama tetapi dalam bentuk yang berbeda. Seperti yang ditunjukkan di bawah ini, bagaimanapun cara mereka menulis kita dapat memahami karakter tersebut, karena seseorang sudah tahu bagaimana karakter itu terlihat. Konsep ini dapat dibandingkan dengan sistem jaringan saraf kami.

“Manakah dari berikut ini yang bukan merupakan contoh komunikasi jaringan nirkabel? ”

lunak - komputasi

Logika Fuzzy

Algoritma logika fuzzy digunakan untuk menyelesaikan model-model yang didasarkan pada penalaran logis seperti tidak tepat dan tidak jelas. Ini diperkenalkan oleh Latzi A. Zadeh pada tahun 1965. Logika fuzzy memberikan nilai kebenaran yang ditetapkan dengan interval tertutup [0,1]. Dimana 0 = nilai salah, 1 = nilai sebenarnya.

Contoh robot yang ingin berpindah dari satu tempat ke tempat lain dalam waktu singkat dimana banyak rintangan di jalan. Sekarang pertanyaan yang muncul adalah bagaimana robot dapat menghitung pergerakannya untuk mencapai titik tujuan, tanpa menabrak rintangan apapun. Jenis masalah ini memiliki masalah ketidakpastian yang dapat diselesaikan dengan logika fuzzy.

“jenis pengontrol muatan surya ”

fuzzy - logika

Algoritma Genetika dalam Soft Computing

Algoritma genetika diperkenalkan oleh Prof. John Holland pada tahun 1965. Algoritma ini digunakan untuk memecahkan masalah berdasarkan prinsip-prinsip seleksi alam yang berada di bawah algoritma evolusioner. Mereka biasanya digunakan untuk masalah pengoptimalan seperti maksimisasi dan minimisasi fungsi objektif, yang merupakan dua jenis partikel semut dan gerombolan. Ini mengikuti proses biologis seperti genetika dan evolusi.

Fungsi Algoritma Genetika

Algoritma genetika dapat memecahkan masalah yang tidak dapat diselesaikan secara real-time atau disebut juga masalah NP-Hard. Masalah rumit yang tidak dapat diselesaikan secara matematis dapat dengan mudah diselesaikan dengan menerapkan algoritma genetika. Ini adalah metode pencarian heuristik atau pencarian acak, yang memberikan serangkaian solusi awal dan menghasilkan solusi untuk masalah secara efisien dan efektif.

Cara sederhana untuk memahami algoritma ini adalah dengan mempertimbangkan contoh berikut dari seseorang yang ingin menginvestasikan sejumlah uang di bank, kita tahu ada bank berbeda yang tersedia dengan skema dan kebijakan berbeda. Berapa besarnya bunga individu untuk diinvestasikan di bank, sehingga dia bisa mendapatkan keuntungan yang maksimal. Ada kriteria tertentu untuk orang tersebut yaitu, bagaimana dia bisa berinvestasi dan bagaimana dia bisa untung dengan berinvestasi di bank. Kriteria ini dapat diatasi dengan algoritma “Evolutional Computing” seperti komputasi genetik.

algoritma genetika

Perbedaan Antara Komputasi Keras dan Komputasi Lunak

Perbedaan antara komputasi keras dan komputasi lunak adalah sebagai berikut

“lm393 komparator cara kerjanya ”

Komputasi Keras	Komputasi Lunak
Model analitik yang dibutuhkan oleh komputasi keras harus disajikan secara tepat	Ini didasarkan pada ketidakpastian, kebenaran parsial yang toleran terhadap ketidaktepatan dan perkiraan.
Waktu komputasi lebih banyak	Waktu komputasi lebih singkat
Itu tergantung pada logika biner, sistem numerik, perangkat lunak yang tajam.	Berdasarkan aproksimasi dan disposisional.
Perhitungan berurutan	Perhitungan paralel
Memberikan hasil yang tepat	Memberikan keluaran yang sesuai
Contoh: Metode komputasi tradisional menggunakan komputer pribadi kita.	Contoh: Jaringan saraf seperti Adaline, Madaline, jaringan ART, dll.

Keuntungan

Manfaat dari komputasi lunak adalah

Perhitungan matematika sederhana dilakukan
Efisiensi yang baik
Berlaku secara real-time
Berdasarkan penalaran manusia.

Kekurangan

Kerugian dari komputasi lunak adalah

Ini memberikan perkiraan nilai keluaran
Jika terjadi kesalahan kecil maka seluruh sistem berhenti bekerja, untuk mengatasinya seluruh sistem harus diperbaiki dari awal yaitu proses pengambilan waktu.

Aplikasi

Berikut ini adalah aplikasi soft computing

Mengontrol motor seperti motor induksi , Motor servo DC secara otomatis
Pembangkit listrik dapat dikontrol menggunakan sistem kontrol cerdas
Dalam pengolahan citra, masukan yang diberikan dapat dalam bentuk apapun, baik citra maupun video yang dimanipulasi dengan menggunakan soft computing untuk mendapatkan duplikat yang tepat dari citra atau video aslinya.
Dalam aplikasi biomedis yang terkait erat dengan biologi dan kedokteran, teknik komputasi lunak dapat digunakan untuk memecahkan masalah biomedis seperti diagnosis, pemantauan, pengobatan, dan terapi.
Instrumentasi pintar sedang tren saat ini, di mana perangkat cerdas secara otomatis berkomunikasi dengan perangkat lain menggunakan seperangkat tertentu protokol komunikasi untuk melakukan tugas tertentu, tetapi masalahnya di sini adalah tidak ada protokol standar yang tepat untuk berkomunikasi. Ini dapat diatasi dengan menggunakan teknik komputasi lunak, di mana perangkat pintar dikomunikasikan melalui berbagai protokol, dengan privasi dan ketahanan yang tinggi.

Komputasi adalah teknik yang digunakan untuk mengubah input tertentu menggunakan tindakan kontrol menjadi output yang diinginkan. Ada dua jenis teknik komputasi hard computing dan soft computing. Di sini, di artikel kami, kami terutama berfokus pada komputasi lunak, tekniknya seperti logika fuzzy, jaringan saraf tiruan, algoritme genetika, perbandingan antara komputasi keras dan komputasi lunak, teknik komputasi lunak, aplikasi, dan keunggulan. Inilah pertanyaan “Bagaimana lembut komputasi dapat diterapkan di bidang medis? '