Pengertian Hard Computing

Hard Computing

Intermezzo

Kalau kita membicarakan mengenai hard computing tentu tidak lepas dari apa yang namanya soft computing. Secara sederhana soft computing bisa diartikan sebagai suatu proses perhitungan secara otomatis. Sedangkan  “Hard computing” berarti Anda hanya melakukan proses perhitungan hanya sesuai dengan kebutuhan Anda. Sebagai contoh, ada sebuah masalah (untuk mengidentifikasi dan menghitung huruf vokal dalam setiap kalimat tertentu) yang mana otak manusia dapat menghitung dengan sangat mudah. Ini adalah contoh dari “Soft Computing”. Otak kita bisa menganalisis suara dalam hitungan detik. Nah, untuk hard computingnya Anda membuat program yang sama untuk skenario di atas dan menjalankannya. Itu adalah bagian dari “Hard Computing”. Anda mengatakan bahwa komputer – hanya kotak untuk menghitung (atau proses) sesuai dengan kebutuhan Anda. Maka perhitungan semacam ini merupakan bagian dari “Hard Computing”. Soft computing itu jauh lebih cepat jika dibandingkan dengan hard computing. ()

Tujuan utama komputer diciptakan adalah untuk menemukan pemecahan masalah dengan cara pengolahan data melalui algoritma tertentu. Jika sebelumnya perhitungan (komputasi) dilakukan secara manual dengan menuliskan di atas kertas maka komputer membuatnya menjadi lebih mudah dan efisien dengan pengolahan dan perhitungan secara otomatis. Dalam komputasi sendiri dikenal istilah Hard Computing dan Soft Computing. Tidak seperti soft computing yang lebih kompleks, adaptatif, dan mentolerir ketidak presisian, Hard Computing dikenal sebagai komputasi konvensional yang mewajibkan keakuratan dalam penentuan hasilnya. Dalam hard computing terdapat dua teknik yang populer, yaitu Multivariate Adaptive Regression Splines (MARS) dan Classification and Regression Trees (CART). MARS merupakan pendekatan untuk regresi nonparametrik multivariat yang dikembangkan oleh Friedman (1991). Pendekatan ini digunakan untuk model regresi nonlinier yang merupakan pengembangan dari prosedur recursive partitioning dengan menggunakan splines untuk menduga model. Dalam hal pengelompokkan, pendekatan regresi logistik digunakan dalam MARS. Model terbaik dipilih berdasarkan pada Generalized Cross Validation (GCV) minimum. CART (Classification and Regression Trees) merupakan salah satu metode atau algoritma yang menggunakan teknik eksplorasi data decision tree. Metode CART ini ditemukan oleh Breiman pada tahun 1984. Decision tree merupakan salah satu metode klasifikasi yang menarik karena mudah diinterpretasikan oleh manusia, dapat dibentuk relatif cepat dibanding metode lain, dan memiliki akurasi yang baik pada hasil klasifikasiny. ()

Perbedaan Dengan Soft Computing

Bila kita berbicara tentang hard computing maka tidak akan jauh dari pembahasan soft computing karena hard computing merupakan perkembangan dari soft computing. Kita akan berlanjut ke pengertian. Pengertian hard computing adalah adalah metode komputerisasi secara kovensional atau boleh dibilang tradisional. Belum terotomatisasi dan masih menkhususkan pada suatu masalah tertentu. Hard computing membuat model dan pencarian masalah masih menggunakan metode analitis dan numeris (tradisional) Contoh dari hard computing adalah software untuk melakukan perhitungan matriks, persamaan linier atau persamaan matematis lain. Atau beberapa aplikasi yang digunakan untuk menyelesaikan masalah tertentu di dalam kondisi real kehidupan. Berbeda dengan hard computing, soft computing merupakan perkembangan dari hard computing dimana metode yang dilakukan adalah koleksi dari beberapa metodologi yang bertujuan untuk mengeksploitasi adanya toleransi terhadap ketidaktepatan, ketidakpastian, dan kebenaran parsial untuk dapat diselesaikan dengan mudah, robustness, dan biaya penyelesaiannya murah. Atau bisa kita sebut soft computing seperti Artificial Intelegence yang bertindak seperti pikiran manusia. Contoh dari soft computing Aplikasi untuk pengenalan tulisan tangan, system otomotif, manufacturing pabrik

Berikut bagan perbedaan antar hard computing dan soft computing