Buku Supervised Neural Networks awalnya ditulis untuk membantu para mahasiswa atau peneliti yang ingin belajar Neural Network. Ide menulis buku ini muncul ketika gw masih mahasiswa semester 7 di teknik Elektro ITS dan diajak menulis buku dengan dosen pembimbing saya, Prof. Mauridhi Hery. Dari sinilah, semangat gw untuk menulis menjadi penulis dapat terlampiskan. Padahal awalnya ingin menulis buku sosial dan sastra ala pujangga . Buku ini cukup fenomenal karena memang prosesnya cukup lama karena kesibukan Prof. Hery dalam penelitian hingga gw lulus kuliah buku ini masih belum kelar. Setelah lulus, gw langsung kerja di software house, Balicamp, walaupun pada saat itu hasrat menjadi dosen ada dan beliau menawarkan untuk jadi dosen Poltek ITS.  Saat itu, gw mikir untuk cari pengalaman dulu di industri dan kalau memang jodoh saya bisa kembali ke kampus. Jadi gw berangkat ke bali untuk bekerja sebagai Software Engineer di Balicamp. Walaupun gw di bali, gw tetap berkomunikasi via email. Hampir berselang 5 tahun lebih, gw dikabari kalau buku ini sudah selesai dan dicetak di penerbit Graha Ilmu. Gw sendiri sudah baru kerja ditempat baru di jakarta, INTIMEDIA,  dan gw juga menjadi dosen tidak tetap di Universits Bina Nusantara. Akhirnya buku ini diterbitkan di pertengahan tahun 2006 dan cover buku dapat dilihat diatas. Malahan buku Pemrograman Jaringan Internet dengan Visual C++ terbit dulu yang dipublikasi oleh Elexmedia Komputindo tahun 2002.   Sinopsis Buku Buku ini membahas teknologi jaringan saraf tiruan (neural networks) jenis pelatihan terbimbing (supervised learning) secara rinci, mudah dipahami dan dasar teori yang umum digunakan serta beberapa contoh aplikasinya. Tujuannya adalah menambah pengkayaan pustaka nasional di bidang ilmu kecerdasan buatan yang semakin hari semakin banyak dibutuhkan karena semakin luas aplikasinya. Sebagai bagian dari teknologi kecerdasan buatan , jaringan saraf tiruan utamanya jenis pelatihan terbimbing semakin banyak terlibat sebagai tool yang handal untuk berbagai disiplin ilmu seperti kedokteran, teknik, ekonomi, manajemen dan bahkan disiplin ilmu sosial yang biasanya menggunakan statistik sebagai alat komputasinya Daftar Isi Buku Berikut ini daftar isi buku Supervised Neural Networks Bab 1. Pendahuluan 1.1 Komputasi Cerdas dan Neural Networkd 1.2 Menuju Komputasi Alami 1.3 Keterkaitannya dengan Berbagai Disiplin Ilmu Pustaka Bab 2. Struktur Dasar JST Pelatihan Terbimbing dan Pemodelannya 2.1 Struktur Jaringan Biologi dan Jaringan Saraf Tiruan   2.1.1 Struktur Dasar Jaringan Biologi   2.1.2 Strukutr Dasar Pemodelan Jaringan Saraf Tiruan 2.2 Pengantar Pemakaian Matematika Untuk Proses Kerja Jaringan Saraf Tiruan   2.2.1 Matrik dan Vektor   2.2.2 Pengoperasian Matrik dan Vektor dalam Jaringan Saraf Tiruan   2.2.3 Konsep Dasar Analisa Statistik dan Metoda Komputasi Jaringan Saraf Tiruan   2.2.4 Teori Kolmogorov 2.3 Mengaktifkan Jaringan Saraf Tiruan Bab 3. Metode Pelatihan Terbimbing dan Modifikasinya 3.1 Metode Pelatihan Terbimbing   3.1.1 JST Perseptron Lapis Jamak   3.1.2 Contoh Aplikais JST Perseptron Lapis Jamak   3.1.3 Metode Backpropagation 3.2 Modifikasi Metoda Backpropagation   3.2.1 Metoda Quickpropagation   3.2.2 Metoda Levenberg-Marquardt   3.2.3 Mereduksi Jaringan Saraf Tiruan   3.2.4 Metoda Contructive Backpropagation   3.2.5 JST - Recurrent   3.2.6 JST Berbasis Fungsi Radial   3.2.7 Metode JST Counterpropagation Bab 4. Metoda Pemrograman JST Pelatihan Backpropagation   4.1 Penerapan Matematika dalam Pemrograman    4.1.1 Operasi Dasar Matematika    4.1.2 Rumus Dasar Bentuk Penulisan Matematika Diskrit    4.1.3 Matriks   4.2 Pemrograman Operasi Matrik    4.2.1 Tujuan dan Implementasi    4.2.2 Penjelasan dan Cara Kerja Program   4.3 Proses Pemrograman JST Backpropagation    4.3.1 Arsitektur Backpropagation    4.3.2 Algoritma Program   4.4 Simulasi Pemrograman Backpropagation    4.4.1 Perancangan Sistem    4.4.2 Implementasi Sistem    4.4.3 Penjelasan dan Cara Kerja Program Bab 5. Aplikasi Teknologi Supervised Neural Network   5.1 Pendahuluan   5.2 Contoh Aplikasi Pada Komunikasi Multimedia    5.2.1 Pengenalan Suara yang DIantarmukakan Pada Animasi Ekspresi Wajah Secara Waktu Nyata   5.3 Contoh Aplikasi Bidang Kedokteran    5.3.1 Deteksi Kelainan Otak   5.4 Contoh Aplikasi Bidang Biologi    5.4.1 Identifikasi Plankton   5.5 Contoh Aplikasi Pada Sistem Tenaga Listrik    5.5.1 Pelepasan Beban   5.6 Contoh Aplikasi Pada Industri    5.6.1 Klasifikasi Kualitas Printed Circuit Board (PCB)    5.6.2 Klasifikasi Paparan Uap Pelarut      Source Code Buku Pembaca dapat mengunduh source code buku ini di http://download.aguskurniawan.net/ Cara Mendapatkan Buku Supervised Neural Networks Dikarenakan buku ini diterbitkan tahun 2006, mungkin para pembaca akan kesulitan mencari bukunya. Saran saya sebaiknya dapat membeli langsung ke penerbit di Graha Ilmu atau membeli secara online. Kalau membeli secara online, berikut ini URL nya: http://grahailmu.co.id/index.php?isi=belanja&&id=177 Kemudian lakukan konfirmasi dengan mengklik Konfirmasi Belanja. Setelah itu anda disuruh mengisi data anda. Selanjutnya nanti anda akan memperoleh email konfirmasi pembelian buku termasuk cara transfernya. Semoga buku ini berguna. Jika ada saran dan kritik, gw tunggu.

Ini buku baru berjudul "Sensitivity Analysis for Neural Networks" yang ditulis oleh Daniel, Ian Cloete, Daming Shi dan Wing W.Y (nulis ramai2x?). Diterbitkan oleh Springer. Buku ini memang banyak membahas mengenai Neural Network terutama analisa output yang dihasilkan akibat pengaruh gangguan input dan/atau bobot (weight). Seperti kita ketahui, kalau kita melakukan training (terutama pada supervised neural network) maka bobot yang dihasilkan setiap learning akan berbeda-beda. Beda sekali kalau kita bandingkan dengan statistical learning seperti Support Vector Machine (SVM) dimana pola hubungan cukup jelas terdefiniskan secara matematika/statistik. Buku ini mencoba mengangkat fenomena gangguan yang terjadi pada Neural Network ini.Beberapa bab yang gw baca, buku ini banyak ngomongin sensitivity analysis pada gangguan yang terjadi pada Neural Network. Buku ini ditulis cukup ringkas tapi informatif tetapi diharapkan pembaca sudah mempunyai background Neural Network. Tebal buku sekitar 88 halaman, sedikit tapi berat Daftar Isi Berikut ini daftar isi dari buku ini Introduction to Neural Network Principles of Sensitivity Analysis Hyper-Rectangle Model Sensitivity Analysis with Parameterized Activation Function Localized Generalization Error Model Critical Vector Learning for RBF Networks Sensitivity Analysis of Prior Knowledge Application Tertarik? buku dapat dibeli di Amazon (saat dilihat lagi discount menjadi US$ 88). Cek URL ini http://www.amazon.com/Sensitivity-Analysis-Networks-Natural-Computing/dp/3642025315

Gw udah lama gak coding Fortran, memang ini old school programming (sama halnya dengan C/C++) tapi cukup powerfull untuk coding berbasis science . Instalasi Compaq Visual Fortran 6.6 pada Windows 7 x64 Sebenarnya Compaq Visual Fortran 6.6 sudah menyediakan versi x86 dan x64 namun gw punya versi x86 sedangkan notebook gw install Windows 7 x64 sehingga perlu trick. Kalau instalasi melalui setup.exe maka akan terjadi error Aplikasi setup.exe tidak mengecek x64 gw di Windows 7 So caranya cukup mudah yaitu langsung melalui setup.exe pada folder x86 atau x64 (kalau punya) seperti tampilan dibawah Setelah itu boooom…akhirnya muncul juga setup instalasinya…siap deh untuk proses instalasinya Proses instalasi sangat mudah, cukup mengikuti proses instalasinya. Jangan lupa serial key harus benar Setelah berhasil proses instalasi, kita akan dapatkan menu fortran seperti gambar dibawah Menjalankan Aplikasi Setelah kita menginstall Visual Fortran dan kemudian kita jalankan aplikasinya…. Opss…aplikasi langsung hang dan tidak jalan. Kalau di cek, rupanya aplikasi tidak dapat jalan di Windows 7 x64. Oleh karena itu, kita harus konfigurasi kompetibilitas, berikut ini caranya 1. Klik kanan pada Developer Studio 2. Pilih menu Properties dan selanjutnya akan muncul kotak dialog seperti dibawah ini 3. Klik tab Compatibility dan centang Run this program in compatibility mode for, pilih Windows XP (Service Pack 2) 4. Jika selesai, klik tombol OK 5. Nah, coba sekarang…..hussh, bisa running nih Sekarang kita siap bekerja deh….happy coding

Bagi rekan-rekan yang mengunduh source code buku “Supervised Neural Network” untuk C# di website download center, http://download.aguskurniawan.net mengalami error yaitu file download tidak ada. Saya cek , rupanya ada kesalahan nama file. Sekarang rekan-rekan bisa mengunduhnya di http://download.aguskurniawan.net/DownloadFile.aspx?file=b0766d57-edee-4c20-b528-849787246b0f. Selamat menikmati Kalau ada saran dan kritik ditunggu…

Pada blog yang gw tulis sekitar maret 2009 mengenai upgrade source code dari buku Buku Supervised Neural Networks, http://blog.aguskurniawan.net/post/bukuku-quot-supervised-neural-networks-quot.aspx Sebenarnya gw sudah menyelesaikan upgrading source code sejak lama tetapi media untuk download center belum kelar karena mesti bagi-bagi waktu . Akhirnya portal download center sudah kelar walaupun mesti alpha version. Download center ada di http://download.aguskurniawan.net Mengenai source code aslinya buku ini yang dibuat dengan Delphi 3 dapat didownload disini http://download.aguskurniawan.net/DownloadFile.aspx?file=0eb321a1-0813-4586-9cf2-07dd55543d89 Sedangkan upgrade source code ke Delphi 2009 dan C# dapat didownload disini: http://download.aguskurniawan.net/DownloadFile.aspx?file=34be8207-1a1e-49ba-aa4e-b07bbe3ff0e6 http://download.aguskurniawan.net/DownloadFile.aspx?file=b0766d57-edee-4c20-b528-849787246b0f Ok, semoga berguna…

I would like to introduce my another open source project, Machine Learning Framework (MLF). Machine Learning Framework (MLF) is a library based on .NET Framework for machine learning implementation. This library consists of collection of machine learning algorithms such as Bayesian, Neural Network, SOM, Genetic Algorithm, SVM, and etc. The objectives of this project are to help researchers, students, and programmers to build application based on Machine Learning using .NET platform easily. This is a part of my research project activity. On the future, I will integrate MLF and Indihiang projects so Indihiang tool can be used to do data mining analyzing Machine Learning Framework (MLF) project is hosted on Codeplex portal, http://mlf.codeplex.com

Buku Supervised Neural Networks yang diterbitkan oleh Graha Ilmu tahun 2006 merupakan buku pertama gw untuk bidang science. Buku ini ditulis bersama dengan Prof.Dr.Ir. Mauridhi Hery Purnomo, M.Eng (guru besar intelligent system dari T. Elektro ITS). gw sendiri membantu dalam implementasinya. Ide penulisan ini diawali ketika gw menyelesaikan s1 T. Elektro ITS. Habis lulus gw langsung kerja di Balicamp as Software Engineer. Di Balicamp gw masih ber-email ria dengan Prof. Hery selesai juga (cukup lama hampir 4 tahun-an) lantaran kesibukan beliau. Berbarengan dengan itu gw juga menulis buku-buku seputar programming dan IT professional. Cek disini [V]. Akhirnya buku ini selesai dan terbit di tahun 2006. Abstrak Buku Buku ini membahas teknologi jaringan saraf tiruan (neural networks) jenis pelatihan terbimbing (supervised learning) secara rinci, mudah dipahami dan dasar teori yang umum digunakan serta beberapa contoh aplikasinya. Tujuannya adalah menambah pengkayaan pustaka nasional di bidang ilmu kecerdasan buatan yang semakin hari semakin banyak dibutuhkan karena semakin luas aplikasinya. Sebagai bagian dari teknologi kecerdasan buatan, jaringan saraf tiruan utamanya jenis pelatihan terbimbing semakin banyak terlibat sebagai tool yang handal untuk berbagai disiplin ilmu seperti kedokteran, teknik, ekonomi, manajemen dan bahkan disiplin ilmu sosial yang biasanya menggunakan statistik sebagai alat komputasinya. Sehingga teknologi komputasi cerdas ini dirasakan semakin diperlukan kehadirannya. Selengkapnya akan dibahas hal-hal sebagai berikut Struktur Dasar JST Pelatihan Terbimbing dan Pemodelannya Metoda Pelatihan Terbimbing dan Modifikasinya Metoda Pemrograman JST Pelatihan Backpropagation Aplikasi Teknologi Supervised Neural Network Software Aplikasi Buku ini implementasi menggunakan Delphi, dulu yang digunakan versi 3.0. Sekarang Delphi sudah versi Delphi 2009. Oleh karena itu gw untuk upgrade code nya dan share source code buku ini. Algoritma Neural Network Back propagation ini gw gunakan juga dalam tugas akhir saya dengan nama project Visual Speech (lihat gambar dibawah) namun bedanya gw konversi kedalam C++. Upgrade Software Pada Buku Karena ada banyak email masuk yang mengenai ini, gw coba meng-upgrade software buku ini sehingga pembaca menggunakan dengan versi Delphi yang baru. Well, gw juga konversi ke C# bagi pembaca yang menggunakan Visual Studio 2008. Informasi selengkapnya perkembangannya dapat di blog pribadi gw disini http://blog.aguskurniawan.net . kalau ingin memperoleh notifikasi source code yang telah diupgrade, rekan-rekan dapat mengirim email ke gw yaitu agusk2007 [at] gmail.com Nanti gw email kalau sudah di upgrade source code ini.

Terlalu banyak yang dilakukan untuk membuat animasi menggunakan DirectX ataupun OpenGL secara langsung sehingga essential yang akan dibuat akan menjadi kabur. Gw lagi melakukan penelitian kecil mengenai Artificial Life dimana mencoba membuat "simulasi kehidupan" dengan pendekatan komputasi komputer. Dengan membuat model "simulasi kehidupan" suatu objek maka kita dapat mengetahui behavior dari objek tersebut. Untuk keperluan ini gw memanfaatkan Microsoft XNA. Cukup cakep tampilannya memang. Dikarenakan objective gw untuk melakukan simulasi maka framework ini jauh lebih mudah. Library OpenCV memang bisa digunakan tetapi untuk implementasi animasi akan jauh lebih banyak effort nya kecuali kalau memang porsi Computer Vision lebih besar ketimbang animasi maka go ahead dengan OpenCV. Instalasi Microsoft XNA Untuk instalasi Microsoft XNA, kita dapat mendownload melalui website Microsoft dengan alamat: http://www.microsoft.com/downloads/details.aspx?FamilyId=7D70D6ED-1EDD-4852-9883-9A33C0AD8FEE&displaylang=en Setelah mendapat file setup maka cukup dengan mengklik dua kali file tersebut dan kita akan mendapatkan kotak dialog seperti gambar dibawah ini Setelah proses instalasi selesai kita akan mendapatkan beberapa menu   Microsoft XNA dan Visual Studio 2008 Salah satu fitur yang gw demen, Microsoft Game Studio XNA 3.0 sudah terintegrasi dengan Visual Studio 2008 jadi kita bisa langsung eksekusi karena tidak terlalu banyak menghabiskan waktu untuk IDE nya. What's Next? So next tinggal langsung maenkan...enaknya disini sudah ada MVP XBox, Mr Zeddy, so gw bisa tanya-tanya soal Microsoft XNA

Semenjak awal tahun 2009, gw menyibukkan diri untuk lebih fokus ke topik mengenai grid computing dan machine learning walaupun topik ini sudah difokus hampir dua tahun lalu tetapi ini di pressure supaya dapat menghasilkan suatu paper. Dalam dua bulan banyak membaca dua buku yaitu Fault-Tolerant Systems Bio-Inspired Artificial Intelligence - Theories, Methods, and Technologies Fault-Tolerant Systems Buku ini ditulis oleh Karen and Khrisna. Buku cukup lengkap membahas fault-tolerant system pada grid computing ataupun cluster. Pembahasannya mulai dari bagaimana mendesign storage yang aware terhadap fault-tolerant hingga sistem komunikasi datanya. Tidak kalau menariknya juga dibahasa mengenai algoritma nya, Buku ini isinya meliputi: Preliminaries Hardware Fault Tolerance Information Redundancy Fault-Tolerant Networks Software Fault Tolerance Checkpointing Case Studies Fault Detection in Cryptographic Systems Simulation Techniques Salah satu fault-tolerant yang memanfaatkan processor untuk detectionnya Buku setebal 400 halaman dan dipublikasinya oleh Morgan Kaufmann lumayan sebagai bahan referensi untuk scale up skill kita mengenai grid computing terutama fokus ke fault-tolerant. Lengkapnya dapat dilihat disini [V] Bio-Inspired Artificial Intelligence: Theories, Methods, and Technologies Buku yang memaparkan bagaimana membangun sistem Artificial Intelligence yang berbasiskan biology maksudnya adalah bagaimana kita membangun sistem kecerdasannya model sepertinya kehidupan didunia seperti manusia ataupun hewan. Dari buku gw banyak mendapatkan informasi mengenai artificial life, terus terang ini topik yang  gw coba perdalam. Buku ini ditulis oleh Dario dan Claudio yang diterbitkan oleh MIT Press. Buku setebal 659 halaman lengkapnya dapat dilihat disini [V]. Isi buku ini meliputi: Evolutionary Systems Cellular Systems Neural Systems Developmental Systems Immune Systems Behavioral Systems Collective Systems Buku ini juga membahas juga implementasi robot-robot yang diinspirasi oleh behavior dari mahluk hidup. Contoh yang bagus diberikan adalah robot salamender. Robot ini dibuat terinspirasi bagaimana salamender dapat dapat berenang di air kemudian naik ke darat. Behavior dari berenang kemudian berjalan inilah dibahas behavioral system Ada juga yang bahas robot yang terinspirasi dengan collective system yaitu M-TRAN. Sistem ini terdiri dari robot-robot kecil yang dapat bergabung membentu suatu model baru Ilmu ini didasarkan pada model Biological Self-Organization yang memungkin sistem biology terutama kimia dapat saling berinteraksi. Model ini dituangkan dalam math equation sehingga didapatkan implementasi seperti ini. Implementasi lainnya adalah swarm intelligence dimaan dibuat model robot agent berbasis swarm seperti gambar dibawah ini Selain kedua buku ini, gw juga sekali-kali membaca mengenai Graph Theory. Topik ini menurutk gw cukup berat karena banyak maen-maen di algoritma dan matematis. Beratnya karena buku ini "mengigit " topik-topik lainnya sehingga perlu membaca topik lain dan kemudian kembali ke buku ini tapi kadang gak kembali lagi lantaran mengerjakan yang sesuatu yang menghasilkan "money" secara instan.  Lebih detailnya dapat dicek disini [V]   Ok, tetap semangat....luruskan niat dan jaga kesehatan....