Mengenal Sistem Kecerdasan Buatan dan Aplikasinya pada Otomotif

Assalamu’alaikum wR wB

Salam sejahtera buat kita semua, semoga kita semua selamat di perjalanan sampai ke tujuan.

Sering kita melihat embel2 “intelligent” alias cerdas dalam beberpa merek mobil (mungkin juga dalam ECU motor). Akan tetapi mungkin banyak diantara kita yang masih belum faham maksud kata cerdas yang terkait dengan otomotif ini (mobil dan motor), sehingga ada baiknya kalau kita diskusikan teknologi yang mendukung sistem cerdas ini.

Secara umum yang dimaksud sistem cerdas adalah, sebuah sistem yang mampu berperilaku seperti halnya fikiran manusia yang mampu belajar dan menentukan langkah kerja yang optimum berdasarkan informasi yang dikumpulkannya. Misalnya dalam hal penentuan waktu pengapian yang optimum, sistem ini sudah memiliki pola dalam algoritma matematika untuk mengeluarkan perintah pengapian pada waktu yang pas berdasarkan masukan (input) dari sensor2 yang ada. Pola algoritma matematikanya bisa berbentuk :

1. Jaringan Syaraf  Tiruan (Artificial Neural Network / ANN)
2. Logika Fuzzy
3. Algoritma Genetika ( Genetic Algorithm / GA )
4. Atau kombinasi dari ke-tiga algoritma di atas, misalnya neuro-fuzzy dll.

Mari kita coba bahas satu saja yaitu ANN, kebetulan ane pernah menggunakannya dalam thesis ane.

ANN merupakan suatu algoritma yang ditanamkan dalam suatu hardware seperti komputer ataupun mikroprosesor, yang  meniru prinsip kerja sel otak manusia dalam mengolah dan menterjemahkan informasi dari luar.

Sel2 dalam ANN berisi perhitungan paralel yang melibatkan banyak angka yang merupakanvariabel yang bisa diatur ulang untuk mengolah masukan bagi suatu fungsi sehingga menghasilkan keluaran sesuai dengan yang diinginkan. Algorimanya sangat sederhana seperti gambar berikut

Jadi masukan2 akan dikalikan dengan pembobot (weight) dengan nilai tertentu, kemudian dijumlahkan dan dimasukkan dalam sebuah fungsi matematik tertentu. Kemudian hasil dari fungsi tersebut dibandingkan dengan suatu nilai tertentu (threshold), jika melebihi bernilai “1”, jika kurang “0”.  Kamudian nilai keluaran tersebut menjadi sebuah nilai aktifasi untuk masik ke sel berikutnya.

Jika satu sel tidak mampu menghasilkan pemecahan masalah, seperti yang diingikan, maka digunakan beberapa sel yang membentuk beberapa lapis sel, seperti contoh berikut (2 lapisan, 5 neuron, 3 masukan dan 2 keluaran)

Jika diaplikasikan dalam manajemen engine sebuah kendaraan (mobil atau motor) maka bentuknya mungkin seperti ini

Jadi jika ANN sudah melewati tahap pelatihan dan sudah dianggap cerdas, maka jika terjadi perubahan rpm, tekanan dan suhu udara, maka ANN akan selalu memberikan waktu pengapian, waktu dan durasi penginjeksian yang paling optimum. Dan untuk jenis ANN tertentu akan selalu dapat meng-update kecerdasannya seiring dengan banyaknya jumlah pelatihan/training yang dilakukannya.

Dengan model yang sama juga bisa diterapkan pada kontrol traksi, abs, dan lainnya. Yang jelas ditak dibutuhkan lagi map pengapian, penginjeksian dalam memorinya. Akan tetapi yang dibutuhkan adalah waktu eksekusi yang super cepat, untuk melakukan perhitungan2 yang sangat banyak (tergantung jumlah neuron dan lapisan2nya).

Penjelasan singkat ini semoga bermanfaat, wassalamu’alaikum wR wB.