Pertama-tama, rasa syukur yang tiada terhingga penulis panjatkan kepada Allah Swt. yang telah memberikan semangat dan kesehatan sehingga penulis mampu menyelesaikan naskah buku ini. Kedua, terima kasih kepada semua pihak yang telah memberikan dorongan yang luar biasa yang membuat penulis bersemangat untuk menyelesaikan naskah ini.

Buku media ajar ini membahas metode-metode dalam kecerdasan buatan dan aplikasinya yang meliputi jaringan Backpropagation, jaringan Kohonen, dan Fuzzy. Pada setiap pembahasan, diusahakan agar materi mudah dipahami dan dipraktikkan oleh siapa saja yang berminat untuk membuat proyek-proyek yang melibatkan kecerdasan buatan. CD disertakan, dimaksudkan untuk memudahkan siapa saja untuk mempraktikkan materi di buku ini, terutama menyangkut pada pustaka-pustaka yang dilibatkan.

Penulis menyadari pembahasan buku ini tidaklah sempurna tanpa kritik dan saran pembaca serta masukan positif lainnya untuk perbaikan buku ini ke depannya. Semoga buku ini bermanfaat bagi kita semua. Amin.

DAFTAR ISI

#1 – JARINGAN BACKPROPAGATION
1.1 Pendahuluan
1.2 Otak Manusia
1.3 Komponen Jaringan Saraf
1.4 Arsitektur Jaringan
1.4.1 Jaringan Lapisan Tunggal (Single Layer Net)
1.4.2 Jaringan Banyak Lapisan (Multilayer Net)
1.5 Fungsi Aktivasi
1.6 Pembelajaran Terbimbing (Supervised Learning) Backpropagation
1.7 Studi Kasus Pengenalan Tulisan Tangan Pada
Karcis Parkir
1.7.1 Alat Dan Bahan
1.7.2 Diagram Alir Pengenalan Tulisan Tangan
1.7.3 Diagram Alir Simulasi Sistem Parkir
1.7.4 Jaringan Backpropagation Pada Matlab
1.7.5 Pengumpulan Data Set Latihan
1.7.6 Penentuan Input Dan Target
1.7.7 Tahap Pembejaran Backpropagation
1.7.8 Tahap Pengenalan Tulisan Tangan
1.7.9 Demonstrasi Pengenalan Tulisan Tangan

#2 – JARINGAN KOHONEN
2.1 Arsitektur Jaringan Kohonen
2.2 Algoritma Jaringan Kohonen
2.3 Studi Kasus Simulasi Pengontrolan Lampu Rumah
2.3.1 Alat Dan Bahan
2.3.2 Diagram Alir Pengenalan Isyarat Tangan
2.3.3 Diagram Alir Simulasi Pengontrolan Nyala Lampu Rumah
2.3.4 Jaringan Kohonen Pada Matlab
2.3.5 Pengumpulan Data Set Latihan
2.3.6 Tahap Pengelompokan Vektor Input Dan Pengujian
2.3.7 Demonstrasi Pengontrolan Lampu-Lampu Rumah

#3 – SISTEM FUZZY
3.1 Pengertian Fuzzy
3.2 Definisi Crisp Set dan Fuzzy Set
3.2.1 Crisp Set
3.2.2 Fuzzy Set
3.3 Representasi Fuzzy Set
3.4 Operasi-Operasi Fuzzy Set
3.5 Variabel Linguistik
3.6 Sistem Inferensi Fuzzy
3.6.1 Metode Mamdani
3.6.2 Metode Sugeno
3.7 Studi Kasus Kendali Robot Mobile Wall Follower Menggunakan Sistem Fuzzy