Kamis, 17 Juni 2010

Masalah, Ruang Keadaan dan Pencarian

Bab II

Masalah, Ruang Keadaan dan Pencarian

Dalam materi ini kelompok kami 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 :
–Mendefinisikan masalah dengan tepat
• Spesifikasi yang tepat mengenai keadaan awal
• Solusi yang diharapkan
–Menganalisis masalah serta mencari beberapa teknik
penyelesaian masalah yang sesuai
–Merepresentasikan pengetahuan yang perlu untuk
menyelesaikan masalah
–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 :
• 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
1. Terdiri dari node-node yang menunjukkan
keadaan yaitu keadaan awal dan keadaan baru
yang akan dicapai dengan menggunakan
operator
2. Node-node saling dihubungkan dengan
menggunakan arc (busur) yang diberi panah
untuk menunjukkan arah




Contoh lintasan dari M ke T
– M-A-B-C-E-T, M-A-B-C-E-H-T, M-D-C-E-T, M-D-C-E-H-T
Yang tidak sampai
– M-A-B-C-E-F-G, M-A-B-C-E-I-J, M-D-C-E-F-G, M-D-C-E-I-J, M-D-I-J


• Pohon Pelacakan


Keuntungan pohon pelacakan:
>> Tujuan tercapai
>> Tidak terjadi siklus
Kelemahan pohon pelacakan:
>> Proses pelacakan agak lama (perlu waktu lama)



METODE PENCARIAN dan PELACAKAN
Ada 2 teknik pencarian dan pelacakan, yakni:
1. Pencarian Buta (Blind Search)
a. Pencarian Melebar Pertama (Breadth-First Search)
b. Pencarian Mendalam Pertama (Depth-First Search)
2. Pencarian terbimbing (heuristic search)
a. Pembangkit & Pengujian (generate and test)
b. Pendakian Bukit (Hill climbing)
b.1 Simple Hill Climbing
b.2 Steepest-Ascent Hill Climbing
c. Pencarian Terbaik Pertama (Best First Search)
c.1 OR Graph
c.2 Algoritma A*
d. Simulated Annealing

"Pengantar Kecerdasan Buatan"

Bab I

Pertemuan pertama kami dimatakuliah Kecerdasan Buatan, kami belajar tentang pengantar Kecerdasan Buatan.
yang dimulai dari definisi AI (Artificial Intelligence) yang antara lain:
- sub ilmu yang mempelajari tentang bagaimana membuat komputer menjadi pintar seperti manusia.
- sedangkan menurut John McCarthy adalah untuk mengetahui dan memodelkan proses-proses berpikir
manusia dan mendesain mesin agar dpat menirukan perilaku manusia.
- cerdas : pengetahuan + pengalaman, penalaran dan moral yang baik


Sifat dan kelebihan yang dimiliki oleh masing2 intelligence antara lain :

☻ kecerdasan alami :
♦lebih kretif karena dapat berpikir secara mandiri
♦ memiliki pengalaman secara langsung karena manusia hidup di lingkungan sosial dan sudah pasti berinteraksi secara
langsung dngan manusia lain
♦ manusia pemikirannya lebih luas.

☺kelebihan dari kecerdasan buatan antara lain :
♦ kecerdasan yang dimiliki lebih bersifat permanen
♦ kecerdasannya lebih mudah diduplikasi dan disebarkan karena berupa koding atau tulisan
♦ harganya lebih murah
♦ dapat didokumentasi kecerdasannya misalnya dengan di copy dlm CD
♦cara berpikirnya lebih cepat dan lebih baik karena sudah terprogram.


Kecerdsan Buatan VS Program Konvensional

- Fokus pemrosesan yg berlaku pada kecerdasan buatan adalah dengan konsep simbolik atau numerik dedangkan pada program
konvensional menggunakan data dan informasi
- Pencarian yang dilakukan oleh kecerdasan buatan adalah dengan cara heuristik, secara algoritma pada program konvensional
- Inputan yang dilakukan olehkecerdasan buatan dapat dilakukan tidak lengkap namun dalam konvensional haruslah lengkap
- Dalam kecerdasan buatan keterangan sudah disediakan, namun di program konvensional tidak disediakan keterangan
- Struktur kontroldan pengetahun d pisahkan dalam kecerdasan buatan. sedangkan dalam program konvensional struktur sudah terinteraksi
dengan informasi dan data
- Output pada kecerdasan buatan lebih bersifat kuantitatif yg berorientasi jumlah sedangkan kualitatif pada program konvensional
- Kecerdasan buatan memiliki kemampuan menalar sementara program konvensional tidak memiliki kemampuan menalar.


AI juga dapat dibagi2 lagi menjadi beberapa sub AI, misalnya

1. Sistem pakar. yaitu sistem yg dbuat untuk menggantikan seorang pakr. misalnya saja sistem pakar penyakit demam berdarah. ia akan mendeteksi seorang yang menggunakan
sistem itu terjangkit demam berdarah atau tidak.
2. Pengolahan bahasa alami/ mengolah bahasa sehari2 menjadi dimengerti oleh komputer
- perintah bahasa sehari-hari
- language translator / penterjemahan bahasa
- text summarization/peringkas bacaan
3. Pengenalan ucapan (speech recognition)
- kia dapat memberikan instruksi kepada komputer dengan suara
4. Sebagai alat bantu membaca bagi penderita tuna netra. yaitu dengan cara buku cetak biasa d scan kemudian karakter dikenali maenggunakan OCR (optical character recognition)
kemudian komputer akan mengubah output berupa ucapan atau suara.
5. Pengenalan ucapan (speech recognition)bagi penderita bisu tuli
6. Robotika atau sistem sensor
mesin cuci akan mendeteksi seberapa kotor pakaian yang akan dicuci dan itu pula yang menentukan seberapa lama mesin berputar
7. Computer vision
pengenalan sidik jari=sidik jari seseorang d simpan dalam program dan agar bisa terdeteksi saat orang itu menempelkan lagi jarinya ke mesin sensor.
pengenalan tulisan = prinsipnya seperti pd HP touch screen. kita menulis d atas lcd dan kemudian akan terdeteksi mendekati angka atau huruh yang telah ada di dalam program.
8. intelligent computer-aided instruction
- komputer sebagai tutor hal ini banyak digunakan di dalam pendidikan. misalnya saja CD pembelajaran bahasa inggris dll
9. game playing

soft computing
metode2 yang digunakan dalam Soft Computing antara lain:
- logika fuzzi
- jaringan syaraf tiruan
- probablilistic Reasoning
Evolutionary computing --> algoritma genetika