pengantar artificial intelegence
DESCRIPTION
Modul Pengantar Artificial intelegenceTRANSCRIPT
Intoduction to
Artificial IntelligenceArtificial Intelligence Artificial Intelligence (Inteligensi/Kecerdasan Buatan)
merupakan salah satu bidang dari ilmu komputer yang membahas tentang kemungkinan komputer untuk dapat berlaku secara intelligen seperti halnya manusia
Teknik-teknik AI terutama digunakan untuk mengatasi masalah yang bersifat non Algoritmik
Contoh teknik AI : General Problem Solving Fuzzy Logic Neural Network Neural Fuzzy Genetic algorithm ………
Beberapa bidang yang telah digarap AI : Game Playing Robotic Natural Language Processing Pattern (Vision/Spech )Recognition Expert System Jaringan Saraf Tiruan
Mungkinkah komputer dapat berpikir mandiri ? (Berpikir sebagai salah satu kriteria cer
Terjadinya polemik : Defenisi dan Kriteria Intelijen/Cerdas ? Uji Turing (1912-1954) Keterbatasan komputer model Van Neuman dan Pesimisme Turing
Perkembangan bidang Artificial Intelligence Game : … Expert System : Mycin, … Munculnya teknik-teknik baru : Fuzzy, Neural Network,
Genetic,… Proyek Penelitian di Jepang : Komputer Biologis
Bidang lain yang berkaitan erat dengan bidang Artificial Intelligence
Filsafat, Psikologi, Bahasa, …
Jantung riset modern di bidang pemrograman AI : Hipotesis Sistem Symbol
Newel dan Simon mengemukakan aktivitas/mesin cerdas (intelligence) dapat dicapai melalui :• Pola-pola simbol untuk merepresentasikan problem• Operasi-operasi untuk menghasilkan berbagai solusi yang mungkin• Proses pencarian (searching) untuk memilih solusi terbaik
Asumsi
Representasi Pengetahuan
Searching
Dasar teknik pemrograman AI :•Algoritma Searching : - Logika/Logika formal/predikat kalkulus
- backtracking•Data Representasi Pengetahuan : - List/Graf
- Database Bahasa Pemrograman AI :
•Prolog •Lisp•Shell
CC++
Prinsip Program AIPrinsip Program AI(AI Software Principle)
Ciri khas terpenting Pemrograman(software) AI :
• Pemrograman simbolik
• Memecahkan masalah non algoritmik
• Memanipulasi sifat/type kualitatif ketimbang kuantitatif/Numerik
• Solusi (pemecahan) tidak mesti eksak
• Menggunakan pengetahuan untuk memecahkan masalah
• Setiap bagian program dapat bersifat Independen
• Dapat belajar dari pengalaman sebelumnya …… ?
Non Algoritmik dapat berarti :
•Pemecahan Algoritmiknya (logic combination) sangat kompleks
•Langkah Algoritmiknya (sequensial) sangat panjang
•Keadaannya tidak pasti (Uncertainty)
•Secara analisis bersifat : Non Polynomial
Representasi Ruang Keadaan dan Teknik Pelacakan
(State Space Representation and Searching)Contoh pemecahan masalah-masalah
berikut :•Penakaran air dengan dua ember•Tic tac Toe•Puzzle•Pencarian Jarak terdekat•Travelling Salesmen•…
Langkah standar :
1.Mendefenisikan masalah dengan tepat. Defenisi ini harus berisi spesifikasi tentang keadaan awal (initial state) dan keadaan akhir (goal state) yang merupakan solusi yang dapat diterima dari masalah tersebut dan operasi-operasi yang dibutuhkan untuk dapat mengubah keadaan awal menuju ke keadaan akhir.
2.Mengembangkan semua ruang keadaan (state space) yang mungkin (dalam bentuk tree/graph) dan berhenti pada keadaan yang sama dengan keadaan akhir yang diinginkan sebagai solusi atau langkah solusi yang diinginkan.
Contoh kasus :
Penakaran air dengan dua ember :
Jika kita memiliki 2 buah takaran air, yang masing-masingnya dapat berisi 3 liter dan 4 liter air, apa langkah yang dapat kita lakukan untuk mendapatkan 2 liter air pada takaran 4 liter dengan hanya menggunakan kedua ember tersebut.
Pendefenisian masalah :
(0,0) (2,0)
Operasi-operasi yang mungkin :
1. Mengisi air ke takaran 4 liter sampai penuh2. Mengisi air ke takaran 3 liter sampai penuh3. Mengisi sejumlah air dari takaran 4 liter
sampai habis ke takaran 3 liter4. Mengisi sejumlah air dari takaran 3 liter
sampai habis ke takaran 4 liter5. Mengosongkan semua air di takaran 4 liter6. Mengosongkan semua air di takaran 3 liter7. Mengisi sejumlah air dari takaran 3 liter s
ke takaran 4 liter sampai penuh8. Mengisi sejumlah air dari takaran 4 liter s
ke takaran 3 liter sampai penuh9. …
Operasi yang tidak diperbolehkan :
1. Mengisi takaran yang sudah penuh2. Mengosongkan takaran yang sudah
kosong3. Kembali ke kondisi yang telah pernah
dimiliki4. …
Pengembangan Ruang Keadaan :
(2,0)
(0,0)
(4,3)
(0,0)
(4,0) (0,3)
1 2
(1,3)(4,3)
28
(3,0)(4,3)
1 4
(0,3) (1,0)
1
56
Hasil pengembangan ruang Hasil pengembangan ruang keadaan :keadaan :
(2,0)
Contoh kasus lainContoh kasus lain
• Maze problem• Building Block problem• Tic Tac Toe• Shortest path problem• Puzzle• Chess• ….
1
2
3
4
2 3 4
Start
Goal
Maze Problem
Mencari path atau rute dari start ke goal
A
C B C
B
A
Initial State Goal State
ON(A,C) ON(A,B)ON(B,TABLE) ON(B,C)ON(C,TABLE) ON(C,TABLE)
Dan sebagai operator untuk memindahkan dari satu state ke state lain, kita bisa gunakan:
• Pickup(u)• Putdown(u) • Takeoff(u,v) • Puton(u,v)
Building BlocksBuilding Blocks ProblemProblem
D GB E
A H
FC
IS
GB
CA
HED
S F
Latihan : Maze Maze ProblemProblem
(a) (b)
Bagaimana metoda GPS menemukan Solusi ?
Teknik Search dan JenisnyaTeknik Search menentukan simpul mana yang dibuat lebih dulu dan mana yang kemudian sampai ditemukannya simpul solusi
Dari proses search dihasilkan diagram tree, sehingga perlu penjelasan beberapa terminologi diagram tree seperti berikut :
• Simpul• Level/Cabang• Path• Parent• Child• Root• Leave• Jumlah Ruang Simpul• Langkah solusi (Solusi)
a
b c d
e f
Jenis Teknik Search
• Uninformed (Blind) Search– Breadth First Search (BFS)– Depth First Search (DFS)– Uniformed Cost Search (UCS)
• Informed (Heuristik/Intelligent) Search – Uniformed Cost Search (UCS)– Greedy Algorithm– A/A* Algorithm– Hill Climbing– Genetic Algorithm
Perbandingan Uninformed dan Informed
Search• Uninformed = memanfaatkan informasi tertentu• Informed = memanfaatkan informasi tertentu • Informasi tertentu tersebut disebut HeuristikHeuristik• Heuristik berfungsi untuk mempercepat proses
pencarian• Heuristik = Intelligent
Perbandingan BFS dan DFS(Sama-sama non heuristik search)
Kualitasnya dibedakan berdasarkan :– Jumlah ruang simpul– Solusi (Jumlah langkah mencapai Solusi)
Breadth First Search (BFS)
• Jumlah ruang simpul relatif (umumnya) lebih banyak
• Solusi dijamin optimal
Depth First Search (DFS)• Jumlah ruang simpul relatif
(umumnya) lebih sedikit• Solusi tidak dijamin
optimal
Ilustrasi proses BFS Ilustrasi proses DFS
Sekilas Pemrograman PROLOG
Manusia ManusiaKnowledge
PROLOGKnowledge
Manusia
Knowledge = Fakta + Rule
Pada PROLOG ada fasilitas untuk memberikan Fakta dan Rule yaitu melalui ClausesClauses
Pemberian knowledge bisa membuat manusia menjadi intelligent (cerdas)
Pemberian knowledge diharapkan bisa membuat komputer menjadi intelligent (cerdas) seperti layaknya manusia
Elemen-elemen Program PROLOG
• Domains
• Predicates
• Clauses
• Goal
• Aturan penulisan kode pada prolog
• Tipe data pada prolog : symbol, integer, real, char, string, boolean
• Cara kerja program prolog : Resolusi, Matching, …