Kecerdasan Buatan

MATERI 1 KECERDASAN BUATAN Materi ini membahas tentang apa itu kecerdasan buatan,sejarah kecerdasn buatan dan apa peranan kecerdasn buatan dalam kehidupan sehari-hari.

KECERDASAN BUATAN A.DEFINISI Kecerdasan Buatan merupakan bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia bahkan bisa lebih baik daripada yang dilakukan manusia. Menurut John McCarthy, 1956, AI: * Untuk mengetahui dan memodelkan proses-proses berpikir manusia dan mendesain mesin agar dapat menirukan perilaku manusia.

2 bagian utama yang dibutuhkan untuk aplikasi kecerdasan buatan: * Basis pengetahuan(knowledge base) * Monitor inferensi(inference engine)

B.KECERDASAN BUATAN BUATAN VS KECERDASAN ALAMI Kelebihan kecerdasan buatan: * Lebih bersifat permanen * Lebih mudah * Lebih murah * Dapat didokumentasikan

Kelebihan kecerdasan alami: * Kreatif * Pengalaman secara langsung * Pemikiran luas

1

ARTIFICIAL INTELLIGENCE INTELLIGENCE

C.SEJARAH KECERDASAN BUATAN Tahun 1950-an Alan Turing, seorang pionir AI dan ahli matematika Inggris melakukan percobaan Turing(turing Turing(turing test) yaitu sebuah komputer melalui terminalnya ditempatkan pada jarak jauh. Turing Turing beranggapan bahwa b ahwa mesin bisa cerdas(selayaknya c erdas(selayaknya manusia).

D.BIDANG AI(KECERDASAN BUATAN) 1. Sistem pakar 2. Pengolahan bahasa alami(natural language processing) 3. Pengenalan ucapan 4. Robotika dan sistem sensor 5. Computer vision 6. Intelligent computer-aided instruction 7. Game playing

E.SOFT COMPUTING Soft computing merupakan inovasi baru dalam membangun sistem cerdas Metodologi-metodologi dalam soft computing adalah: * Logika Fuzzy * Jaringan syaraf tiruan * Probabilistic reasoning * Evolutionary computing

2


MATERI 2 MASALAH,RUANG KEADAN dan PENCARIAN Materi ini membahas tentang bagaimana menganalisis suatu masalah,keadaan yang mungkin terjadi serta pencarian penyelesaian suatu masalah dalam membuat project yang berkaitan dengan kecerdasan buatan.

MASALAH,RUANG KEADAAN dan PENCARIAN SISTEM AI Input->Computer->output Masalah->Computer->Jawaban Pertanyaan->computer->Solusi

MASALAH untuk membangun sistem yang mampu untuk menyelesaikan suatu masalah perlu mempertimbangkan 4 hal yaitu : 1. Mendefinisikan masalah dengan tepat 2. Menganalisis masalah 3. Mencari beberapa teknik penyelesaian masalah yang sesuai 4. Mempresentasikan pengetahuan yang perlu untuk menyelesaikan maslah 5. Memilih teknik penyelesaian masalah yang terbaik

RUANG KEADAAN (State Space) Suatu ruang yang berisi semua keadaan yang mungkin sehingga secara umum untuk mendeskripsikan masalah yang baik harus :

3

•

Mendefinisikan suatu ruang keadaan

•

Menetapkan satu atau lebih keadaan awal

•

Menetapkan satu atau lebih tujuan

•

Menetapkan kumpulan aturan


Ada beberapa cara untuk mempresentasikan Ruang keadan : •

Graph Keadaan

•

Pohon Pelacakan

METODE PENCARIAN dan PELACAKAN Dua Teknik Teknik pencarian dan pelacakan pe lacakan : 1. Penca Pencaria rian n Buta(Bl Buta(Blind ind Searc Search) h) 2. Pencaria Pencarian n Terbimb Terbimbing ing (Heuristic (Heuristic Search) Search)

MATERI 3 4


PENCARIAN Materi ini membahas tentang bagaimana sebuah pencarian data ataupun pelacakan suatu data dengan berbagai macam metode yang ada.

PENCARIAN DAN PELACAKAN Hal yang terpenting dalam menentukan keberhasilan sistem cerdas adalah kesuksesannya dalam pencarian. pengertian pencarian : proses mencari solusi dari suatu permasalahan melalui sekumpilan kemungkinan ruang keadaan. Untuk mengukur performansi metode pencarian,terdapat empat kriteria yang dapat di gunakan : •

Completeness : apakah metode tersebut menjamin penemuan solusi jika solusi memang ada ?

•

Time Complexity : berapa lama waktu yang diperluakan

•

Space Complexity : berapa banyak memori yang diperlukan

•

Optimality : apakah metode tersebut menjamin menemukan solusi yang terbaik jika terdapat beberapa solusi berbeda

Dua Teknik Pencarian & Pelacakan 1. Penca Pencaria rian n Buta (Bli (Blind nd Search Search)) •

Pencarian Melebar pertama (Breadth-First Search)

•

Pencarian mendalam pertama (Depth-First Search)

2. Pencarian Terbimbing Terbimbing (Heuristic Search) •

Pendakian Bukit (Hill Climbing)

•

Pencarian Terbaik Pertama (Best First Search)

PENCARIAN MELEBAR PERTAMA

5


•

Semua node pada level n akan dikunjungi terlebih terleb ih dahulu sebelum level n+1

•

Mulai dari akar terus ke level 1 dari kiri ke kanan

•

Keuntungan : Tidak Tidak menemui jalan buntu,Menjamin di temukannya solusi yang paling baik,Jika ada satu solusi maka Bredth-First Bredth -First Search akan menemukannya

•

Kelemahan : Membutuhkan memori yang cukup banyak

PENCARIAN MENDALAM PERTAMA •

Proses pencarian dilakukan pada semua anaknya sebelum dilakukan pe ncarian ke node-node yang selevel

•

Keuntungan : Memori relatif kecil,Secara kebetulan akan menemukan solusi tanpa harus meguji lebih banyak lagi

PENCARIAN HEURISTIK •

Pencarian buta tidak selalu dapat diterapkan dengan baik

•

Metode Heuristic Search diharapkan bisa menyelesaikan permasalahan yang lebih besar

•

Mettode Heuristic Search menggunakan suatu fungsi yang menghitung biaya perkiraan dari suatu simpul tertentu menuju menu ju ke simpul tujuan

Ada 4 Metode Pencarian Heuristik •

Pembangkit & Pengujian (Generate & Test)

•

Pendakian bukit (Hill Climbing)

•

Pencarian terbaik pertama (Best First Search)

•

Simulated Annealing

Pembangkit & Pengujian (Generate & Test) •

Pada prinsipnya metode ini merupakan penggabungan antara Depth-First Search dengan pelacakan mundur,yaitu mundur,yaitu bergerak ke belakang menuju pada suatu su atu keadaan awal

•

6

Algoritma :


1. Bangki Bangkitka tkan n suatu kemung kemungkin kinan an solusi solusi 2. Uji untuk meliha melihatt apakah apakah node tersebut tersebut benar-benar benar-benar merupakan merupakan solusin solusinya ya dengan cara mebandingkan node tersebut atau node akhir dari suatu lintasan yang dipilih dengan kumpulan tujuan yang di harapkan 3. Jika soulsi soulsi ditemukan ditemukan ,keluar.Jika ,keluar.Jika tidak tidak ulangi langkah langkah pertama •

Kelemahan : Perlu membangkitkan semua kemungkinan sebelum dilakuka pengujian,Membutuhkan Waktu yang lama dalam pencariannya

Pendakian Bukit (Hill Climbing) •

Metode ini hampir sama dengan metode pembangkitan & pengujian hanya saja proses pengujian dilakukan dengan menggunakan fungsi heuristik

•

Pembangkitan Pembangkitan keadaan berikutnya sangat tergantung tergantun g pada feedback dari prosedur pengetesan

Simple Hill Climbing •

Algoritma :

1. Mulai dari keadaan keadaan awal, awal, lakukan lakukan pengetesan, pengetesan,jika jika merupakan merupakan tujuan tujuan maka berhenti dan jika tidak, lanjutkan dengan keadaan sekarang sebagai keadaan awal. 2. Kerjaka Kerjakan n Llangkah-lang Llangkah-langkah kah berikut sampai sampai solusinya solusinya ditemukan ditemukan atau sampai sampai tidak ada operator baru yang akan di aplikasikan pada keadaan sekarang 3. Cari operato operatorr yang belum belum digunakan digunakan sebagai sebagai keadan keadann n awal 4. Evalua Evaluasi si keada keadaan an awal awal terseb tersebut ut 5. Jika keadaan keadaan merupaka merupakan n tujuan tujuan maka maka keluar keluar 6. Jika bukan bukan keadaan keadaan tujuan,namu tujuan,namun n nilainya nilainya lebih baik daripada daripada keadaa keadaan n sekarang,maka jadikan keadaan baru tersebut menjadi keadaan sekarang. 7. Jika keadaan keadaan baru tidak tidak lebih baik daripada daripada keadaan keadaan sekarang sekarang maka maka lanjutkan lanjutkan iterasi. Steepest Ascent Hill Climbing 7


•

Steepest Ascent Hill Climbing sebenarnya hampir sama dengan simple hill climbing hanya saja gerakan pencarian tidak dimulai dari posisi paling kiri

•

Algoritma :

1. Mulai dari keadaan keadaan awal awal lakukan lakukan pengujian,j pengujian,jiak iak merupakan merupakan tujuan tujuan maka berhenti dan jika tidak,lanjutkan tid ak,lanjutkan dengan keadaan sekarang sebagai keadaan awal 2. Kerjaka Kerjakan n hingga tujuan tujuan tercapai tercapai atau hingga iterasi iterasi tidak tidak memberikan memberikan perubahan pada keadaan sekarang 3. Tentukan entukan SUCC sebagai sebagai nilai heuristic terbaik terbaik dari success or successor successor 4. Kerjaka Kerjakan n untuk tiap operato operatorr yang digunakan digunakan oleh oleh keadaan keadaan sekarang sekarang 5. Gunakan Gunakan operator operator tersebut tersebut dan bentuk keadaan keadaan baru baru 6. Evalua Evaluasi si keada keadaan an baru baru terseb tersebut ut 7. Jika SUCC SUCC lebih baik daripada daripada nilai nilai heuristic keadaan keadaan sekarang, sekarang,ubah ubah node SUCC SUCC menjadi keadaan sekarang

MATERI 4

8


PENCARIAN Materi ini membahas lanjutan dari materi sebelumnya,di materi ini kita akan membahas lebih dalam tentang Pencarian Heuristik. Heuristik .

PENCARIAN Ada empat metode pencarian heuristik : •

Pembangkit dan Pengujian (Generate & Test)

•

Pendakian Bukit (Hill Climbing)

•

Pencarian terbaik pertama (Best First Search)

•

Simulated Annealing

Pencarian terbaik pertama (Best First Search) Pengertian : Metode best-first search ini merupakan kombinasi dari metode depth-first search dan metode breadth-first search dengan mengambil kelebihan dari kedua metode tersebut. 1. Penentuan node berikutnya adalah node yang terbaik yang pernah di bangkitkan 2. Menggunakan informasi •

Biaya perkiraan Biaya sebenarnya

3. Terdapat dua jenis •

Greedy Best First Search = biaya perkiraan f(n)=h(n)

•

A* = f(n)=g(n) + h(n)

Keuntungan : •

Memperbolehkan kembali ke node pada level lebih rendah meskipun node pada level terendah tersebut memiliki nilai heuristik lebih rendah

Untuk mengimplementasikan metode ini menggunakan graph keadaan,dibutuhkan 2 antrian yang berisi node-node yaitu :

9


•

OPEN,Merupakan node yang telah dibangkitkan namun belum di uji

•

CLOSED,Merupkan node yang telah di bangkitkan dan telah di uji

ALGORITMA •

Tempatkan node awal A pada antrian OPEN

•

Kerjakan langkah-langkah langkah-langkah berikut hingga tujuan ditemukan atau antrian OPEN sudah kosong :

•

Ambil node terbaik dari OPEN

•

Bangkitkan semua successornya

•

Untuk tiap-tiap successor kerjakan :

•

Jika node tersebut belum pernah dibangkitkan di bangkitkan sebelumnya,evaluasi node tersebut dan masukkan ke OPEN;

•

Jika node tersebut sudah pernah dibangkitkansebelumnya,ubah dib angkitkansebelumnya,ubah parent jika lintasan baru lebih menjanjikan.Hapus node tersebut dari antri an OPEN.

MATERI 5

10


SISTEM PAKAR Materi ini membahas tentang seputar Sistem Pakar yaitu dimana sistem yang digunakan untuk menyelesaikan masalah.

SISTEM PAKAR Sistem Pakar digunakan untuk mendukung pemecahan masalah antara lain : 1. Pembuata Pembuatan n Keputus Keputusan an (Decision (Decision Making Making)) 2. Pemaduan Pemaduan Pengetah Pengetahuan uan (Knowledg (Knowledge e Fusing) Fusing) 3. Pembu Pembuata atan n Design Design (Design (Designing ing)) 4. Perenc Perencana anaan an (Plann (Planning ing)) 5. Perkiraa Perkiraan/P n/Prakir rakiraan aan (Forecastin (Forecasting) g) 6. Penga Pengatur turan an (Regu (Regulat lating ing)) 7. Penge Pengenda ndalia lian n (Contr (Controlin oling) g) 8. Diagno Diagnosis sis (Diagn (Diagnosi osing) ng) 9. Perum Perumusa usan n (Pres (Prescri cribing bing)) 10.Penjelasan (Explanning) 11.Pemberian Nasihat (Advising) 12.Pelatihan 12. Pelatihan (Tutoring) (Tutoring)

Contoh Sistem Pakar Pakar : 1. MYCIN : Diagnosa Diagnosa penyak penyakit it miningitis miningitis & infeksi infeksi 2. FOLIO FOLIO : Membantu memberika memberikan n keputusan keputusan bagi seorang seorang manager manager dalam hal stok stok broker & investasi 3. XCON & XSEL : Membantu Membantu konfigura konfigurasi si sistem sistem komputer komputer besar besar 4. DELT DELTA : Pemeliha Pemeliharaan raan lokomotif lokomotif listrik listrik diesel 5. DENDRAL DENDRAL : Mengidentifi Mengidentifikasi kasi struktur struktur molekular molekular

Ciri - ciri Sistem Pakar :

11


•

Terbatas pada bidang b idang yang spesifik

•

Berdasarkan pada rule atau kaidah tertentu

•

Outputnya bersifat nasihat & anjuran

•

Outputnya tergantung dari dialog dengan user

Keuntungan Sistem Pakar : •

Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli

•

Menyimpan pengetahuan & keahlian para pakar

•

Meningkatkan Output & produktifitas

•

Menghemat waktu & Pengambilan keputusan

•

Meningkatkan kualitas

Kelemahan Sistem Pakar Pakar : •

Biaya yang diperlukan untuk membuat & memeliharanya sangat mahal

•

Sulit dikembangkan

•

Ketersediaan pakar di bidangnya

•

Tidak 100% bernilai benar

Konsep Dasar : •

Keahlian

•

Ahli

•

Pengalihan keahlian

•

Aturan

•

Inferensi

Struktur Sistem Pakar Pakar :

12

•

Basis pengetahuan

o

Interface pengguna

•

Blackboard

o

Subsistem penjelasan

•

Mesin Inferensi

o

Sistem penyaring pengetahuan


Kecerdasan Buatan

Recommend Documents