Abstrak

Keunggulan, keandalan, kelentingan (resiliency), serta kemampuan belajar (learning) dan beradaptasi sistem syaraf (nerve system) mahkluk hidup telah mampu memberikan inspirasi pada manusia untuk “menirukan” prinsip cara kerjanya dan kemudian dapat menerapkannya pada bidang-bidang “artificial intelligent”, robotic, dan automatic control yang mempunyai kompleksitas tinggi. Sistem tersebut di atas dikenal dengan nama “artificial neural network” atau yang disingkat dengan ANN. Perkembangan selanjutnya telah membuktikan bahwa ANN berhasil pula untuk diterapkan pada bidang-bidang lain seperti bidang rekayasa, ekonomi, kedokteran, telekomunikasi, dan industri. Dalam tulisan ini disajikan konsep-konsep pemodelan dengan menggunakan ANN disertai dengan contoh-contoh aplikasinya di bidang rekayasa keairan. Keunggulan utama dari teknik pemodelan ANN terletak pada kemampuannya sebagai “general approximator” yang “robust” pada phenomena-phenomena yang sangat kompleks.

Other articles:

• Potential Application of Fuzzy Theory in Civil Engineering
  by: Suharyanto
• Reservoir Operating Rules with Fuzzy Programming
  Discussion by: Suharyanto, Chengchao Xu, and Ian C. Goulter
• Effects of Fuzzy Constraints In Reservoir Operation Rule
  by: Suharyanto and Saleh A. Wasimi
• PENERAPAN “FUZZY RELATIONS” DALAM BIDANG KEAIRAN
  oleh: Suharyanto
• Application of Fuzzy Inferencing Principles in Reservoir Operation Analysis
  by: Ian Goulter and Suharyanto
• Generation of Fuzzy Reservoir Operating Rules Under Imperfect Streamflow Data Condition
  by: Suharyanto, Ian C. Goulter, and Saleh Wasimi
• Use of fuzzy set theory for consideration of storage non-specificity in stochastic dynamic programming for reservoir operation
  by: Ian Goulter and Suharyanto
• STOCHASTIC FUZZY DYNAMIC PROGRAMMING IN RESERVOIR OPERATION STUDY
  by: SUHARYANTO, F. BOUCHART, SALEH A. WASIMI , AND IAN C. GOULTER