I Gusti Ayu Agung Diatri Indradewi,

S.Kom

Presensi min. 75%

Toleransi masuk kelas 15 menit

Gunakan jas almamater

saat ujian

Tugas : 15%Quiz : 15%UTS : 25%UAS : 35%Keaktifan : 10%

1. Pengenalan AIa. Konsep Dasar AIb. Perbedaan Pemrograman Konvensional dengan

Pemrograman Berbasis AIc. Bidang Aplikasi AI

2. Penyelesaian Masalah Berdasarkan Teknik AIa. Representasi Masalahb. Konsep State Space Searchc. Karakteristik Masalah

3. Pencarian Buta (Blind Search)a. Depth First Searchb. Breadth First Search

4. Pencarian Heuristik (Heuristic Search)a. Generate and Testb. Hill Climbingc. Best First Search

5. Representasi Pengetahuan Ia. Propotional Logicb. Predicate Logic

6. Representasi Pengetahuan IIa. Semantic Networksb. Production Rules

7. Representasi Pengetahuan IIIa. Triplet Object-Attribute-Valueb. Frames

8. UJIAN TENGAH SEMESTER (UTS)9. Representasi Pengetahuan IV

c. Scriptsd. Uncertainty Representation

10. Statistical Reasoninge. Probabilitasf. Teori Bayesiang. Teori Dempster-Shaferh. Certainty Factors

11. Algoritma AI Ii. Simulated Annealingj. Adaptive Resonance Theory

12. Algoritma AI IIk. Ant Algorithmsl. Genetic Algorithms

13. Advanced Topics Ia. Planningb. Understanding

14. Advanced Topics IIc. Expert Systemsd. Natural Language Processinge. Learning (Neural Networks)

15. UJIAN AKHIR SEMESTER (UAS)

Sri Kusumadewi, Artificial Intelligence

(Teknik dan Aplikasinya),

Graha Ilmu, 2003

ARTIFICIAL INTELLIGENCE

Homo Sapiens =

Man the Wise

Think rationally

Act rationallyAct like humans

Think like humans

Knowledge Base

Inference Engine

Fakta-faktaTeoriPemikiranHubungan satu dan lainnya

Kemampuan menarikkesimpulan berdasarkanpengalaman

Knowledge Base

Inference Engine

Input :masalah

pertanyaan

Output :jawabansolusi

The AdvantageLebih bersifat permanenMudah diduplikasi dan disebarkanLebih murah Bersifat konsistenDapat didokumentasiDapat bekerja lebih cepatDapat bekerja lebih baik

The AdvantageKreatifDapat menggunakan pengalaman

secara langsungPemikiran dapat digunakan

secara luas

Pemrograman Konvensional

AI

Vs

Pemrosesan

Mengandung konsep simbolikVs

Algoritmik

Sifat Input

Bisa tidak lengkapVs

Harus lengkap

Pencarian

Kebanyakan bersifat heuristikVs

Biasanya didasarkanpada algoritma

Keterangan

DisediakanVs

Biasanya tidak disediakan

Fokus

PengetahuanVs

Data & informasi

Struktur

Kontrol dipisahkan dari pengetahuanVs

Kontrol terintegrasi dengan informasi (data)

Sifat Output

KuantitatifVs

Kualitatif

Pemeliharaan & Update

Relatif mudahVs

Sulit

Kemampuan Menalar

YaVs

Tidak

“It is not my aim to surprise or shock you – but the simplest way I can summarize is to

say that there are now in the world machines that think, that learn and that

create. Moreover, their ability to do these things is going to increase rapidly until – in a visible future – the range of problem they

can handle will be coextensive with the range to which the human mind has been

applied”

Herbert Simon, 1957

Bidang Aplikasi AI

Logic Theorist

Sad Sam

ELIZA

Expert System Natural Language Processing

Speech RecognitionRobotics &

Sensory SystemsComputer

Vision

IntelligentComputer-aided

Instruction

Game Playing

Soft Computing

Sistem Fuzzy (mengakomodasi ketidaktepatan)

Jaringan Syaraf(menggunakan pembelajaran)

Probabilistic Reasoning(mengakomodasi ketidakpastian)

Evolutionary Computing(optimasi)