2 ruang keadaan

Danar Retno  Sari
Danar Retno SariINFORMATIKA ROBOTIKA UNIVERSITAS ISLAM INDONESIA
Kecerdasan Buatan
(Artificial Intellegence)
Kecerdasan Buatan
• H. A. Simon [1987]
“ Kecerdasan buatan (artificial intelligence) merupakan kawasan
penelitian, aplikasi dan instruksi yang terkait dengan pemrograman
komputer untuk melakukan sesuatu hal yang -dalam pandangan
manusia adalah- cerdas”
• Rich and Knight [1991]
“Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana
membuat komputer melakukan hal-hal yang pada saat ini dapat
dilakukan lebih baik oleh manusia.”
Tujuan Kecerdasan Buatan
• Tujuan dari kecerdasan buatan menurut Winston dan
Prendergast [1984]
1. Membuat mesin menjadi lebih pintar (tujuan utama)
2. Memahami apa itu kecerdasan (tujuan ilmiah)
3. Membuat mesin lebih bermanfaat (tujuan
entrepreneurial)
Kecerdasan Buatan
• Kecerdasan Buatan adalah salah satu cabang Ilmu
pengetahuan yang berhubungan dengan pemanfaatan
mesin untuk memecahkan persoalan yang rumit dengan
cara yang lebih manusiawi.
• Hal Ini biasanya dilakukan dengan mengikuti/mencontoh
karakteristik dan analogi berpikir dari
kecerdasan/Inteligensia manusia, dan menerapkannya
sebagai algoritma yang dikenal oleh komputer
Kecerdasan Alami
• Kecerdasan Alami adalah sifat pikiran yang mencakup
sejumlah kemampuan, seperti kemampuan menalar,
merencanakan, memecahkan masalah, berpikir abstrak,
memahami gagasan, menggunakan bahasa, dan belajar
yang terbentuk secara alami atau biasa disebut bakat
• Kecerdasan alami memungkinkan orang untuk
menggunakan pengalaman secara langsung
Artificial Intellegence
Knowledge
Base
Inference
Engine
Input :
Masalah
Output :
Solusi
Artificial Intellegence
• Basis Pengetahuan (Knowledge Base)
Berisi fakta-fakta teori atau objek.
• Mesin Inferensi (Inference Engine)
Mesin inferensi merupakan otak dari sistem basis pengetahuan yang
mengolah informasi dari basis pengetahuan.
Cara kerja dari mesin inferensi adalah mengolahnya fakta yang
diberikan oleh pengguna dan mencari keterkaitan antara fakta-fakta
tersebut dengan fakta-fakta dan aturan-aturan yang disimpan pada
basis pengetahuan.
Lingkup Kecerdasan Buatan
Komputasi Konvensional Vs Komputasi AI
Ruang Keadaan
STMIK – STIKOM
Balikpapan
2015
Ruang Keadaan
• Suatu ruang yang berisi keadaan yang
mungkin terjadi
Penyelesaian Masalah
Representasi Ruang Keadaan
• Graph Keadaan
• Pohon Pelacakan
• Pohon And/Or
Contoh Kasus
Graph Keadaan
Node
(kondisi)
Arch
(hubungan dan bobot)
Lintasan A – D
•A – B – E – D (Bobot 6)
•A – C – E – D (Bobot 5)
Lintasan yang tidak
memenuhi A – D
•A – B – F (Bobot 5)
Pohon Pelacakan
• Tidak dimungkinkan
adanya siklus
• Berisi node Parent
(Induk) dan node Child
(Anak)
Pohon And/Or
N and U
I and A and R
• Garis busur mempunyai
nilai sebagai AND
• Jika tidak mempunyai
busur, maka bernilai OR
Contoh :
•(I and A and R) or T or H or M
Contoh Kasus
BA
Keran air tak terhingga
4 galon 3 galon
• Bagaimana kita mengisi 2 galon air ke dalam Teko A ?
Contoh Kasus
• Teko A berkapasitas 4 galon.
• Teko B berkapasitas 3 galon.
• Tidak ada batas yang menunjukkan ukuran pada teko
tersebut.
• Ada sebuah sumber air yang dapat digunakan untuk
mengisi teko tersebut.
• Masalah :
– Bagaimana kita mengisi 2 galon air ke dalam Teko A ?
Penyelesaian
• Identifikasi ruang keadaan :
x = air yang diisikan pada teko A
y = air yang diisikan pada teko B
Ruang Keadaan (x,y).
x = {0,1,2,3,4}, y = {0,1,2,3}
• Keadaan Awal & Tujuan :
Awal : (0,0) Teko A & B dalam keadaan kosong
Tujuan : (2,n) Teko A berisi 2 galon dan Teko B berisi
sembarang
Contoh Solusi
Contoh Kasus 2
Petani, Kambing, Serigala, Sayur, Boat
• Seorang petani akan menyeberangkan seekor kambing,
serigala, dan sayuran melalui sungai.
• Boat yang digunakan petani hanya bisa memuat petani
dan 1 (satu) penumpang lain.
• Jika Kambing ditinggalkan dengan sayuran, sayuran
akan habis dimakan, dan kambing akan dimakan oleh
serigala.
Penyelesaian
• Identifikasi ruang keadaan
(kambing, serigala, sayuran, boat) = (K,S,Y,B)
• Keadaan Awal & Tujuan
Awal :
Daerah Asal = (K,S,Y,B)
Daerah Tujuan = (0,0,0,0)
Tujuan :
Daerah Asal = (0,0,0,0)
Daerah Tujuan = (K,S,Y,B)
Keadaan yang dimungkinkan
(aturan-aturan)
Contoh Solusi
• Menara Hanoi
Peraturan :
• Di setiap tempat, menara yang paling bawah harus lebih besar dari menara
yang ada di atasnya.
• Menara hanya boleh dipindahkan satu persatu
“Bagaimana Menara Hanoi tersebut berpindah ke tempat C, sesuai
dengan peraturan diatas?”
A B C
1 de 25

Recomendados

Materi 3 Finite State Automata por
Materi 3   Finite State AutomataMateri 3   Finite State Automata
Materi 3 Finite State Automataahmad haidaroh
26.2K visualizações41 slides
Teori bahasa-dan-otomata por
Teori bahasa-dan-otomataTeori bahasa-dan-otomata
Teori bahasa-dan-otomataBanta Cut
130.7K visualizações120 slides
Pertemuan 2-pemecahan-masalah-ai por
Pertemuan 2-pemecahan-masalah-aiPertemuan 2-pemecahan-masalah-ai
Pertemuan 2-pemecahan-masalah-aiwillyhayon
21.5K visualizações26 slides
Bab 5 penyederhanaan fungsi boolean por
Bab 5 penyederhanaan fungsi booleanBab 5 penyederhanaan fungsi boolean
Bab 5 penyederhanaan fungsi booleanCliquerz Javaneze
72.7K visualizações40 slides
Matematika Diskrit - 11 kompleksitas algoritma - 03 por
Matematika Diskrit - 11 kompleksitas algoritma - 03Matematika Diskrit - 11 kompleksitas algoritma - 03
Matematika Diskrit - 11 kompleksitas algoritma - 03KuliahKita
25K visualizações26 slides
2 ruang keadaan por
2 ruang keadaan2 ruang keadaan
2 ruang keadaanDanar Retno Sari
1.2K visualizações25 slides

Mais conteúdo relacionado

Mais procurados

Algoritma Pemrograman (Flowchart) - Logika dan Algoritma por
Algoritma Pemrograman (Flowchart) - Logika dan AlgoritmaAlgoritma Pemrograman (Flowchart) - Logika dan Algoritma
Algoritma Pemrograman (Flowchart) - Logika dan AlgoritmaAri Septiawan
131.8K visualizações58 slides
Logika dan Pembuktian por
Logika dan PembuktianLogika dan Pembuktian
Logika dan PembuktianFahrul Usman
92.1K visualizações48 slides
Pertemuan 4-metode-pencarian-dan-pelacakan por
Pertemuan 4-metode-pencarian-dan-pelacakanPertemuan 4-metode-pencarian-dan-pelacakan
Pertemuan 4-metode-pencarian-dan-pelacakanwillyhayon
15.7K visualizações41 slides
Pushdown Automata por
Pushdown Automata Pushdown Automata
Pushdown Automata Frestiany Regina Putri
5K visualizações16 slides
Algoritma penjadwalan proses por
Algoritma penjadwalan prosesAlgoritma penjadwalan proses
Algoritma penjadwalan prosesRakhmi Khalida, M.M.S.I
79.7K visualizações47 slides
ERD Sistem Informasi Pemesanan Tiket Bioskop Online por
ERD Sistem Informasi Pemesanan Tiket Bioskop OnlineERD Sistem Informasi Pemesanan Tiket Bioskop Online
ERD Sistem Informasi Pemesanan Tiket Bioskop OnlineLucha Kamala Putri
75.3K visualizações5 slides

Mais procurados(20)

Algoritma Pemrograman (Flowchart) - Logika dan Algoritma por Ari Septiawan
Algoritma Pemrograman (Flowchart) - Logika dan AlgoritmaAlgoritma Pemrograman (Flowchart) - Logika dan Algoritma
Algoritma Pemrograman (Flowchart) - Logika dan Algoritma
Ari Septiawan131.8K visualizações
Logika dan Pembuktian por Fahrul Usman
Logika dan PembuktianLogika dan Pembuktian
Logika dan Pembuktian
Fahrul Usman92.1K visualizações
Pertemuan 4-metode-pencarian-dan-pelacakan por willyhayon
Pertemuan 4-metode-pencarian-dan-pelacakanPertemuan 4-metode-pencarian-dan-pelacakan
Pertemuan 4-metode-pencarian-dan-pelacakan
willyhayon15.7K visualizações
ERD Sistem Informasi Pemesanan Tiket Bioskop Online por Lucha Kamala Putri
ERD Sistem Informasi Pemesanan Tiket Bioskop OnlineERD Sistem Informasi Pemesanan Tiket Bioskop Online
ERD Sistem Informasi Pemesanan Tiket Bioskop Online
Lucha Kamala Putri75.3K visualizações
Ai 6 por bayaws
Ai 6Ai 6
Ai 6
bayaws6.1K visualizações
Kecerdasan Buatan (AI) por Farichah Riha
Kecerdasan Buatan (AI)Kecerdasan Buatan (AI)
Kecerdasan Buatan (AI)
Farichah Riha2.7K visualizações
Analisis Algoritma - Notasi Asimptotik por Adam Mukharil Bachtiar
Analisis Algoritma - Notasi AsimptotikAnalisis Algoritma - Notasi Asimptotik
Analisis Algoritma - Notasi Asimptotik
Adam Mukharil Bachtiar4.6K visualizações
Organisasi Komputer- representasi informasi por daru2501
Organisasi Komputer- representasi informasiOrganisasi Komputer- representasi informasi
Organisasi Komputer- representasi informasi
daru250128.1K visualizações
Jawaban Struktur data soal-latihan por Bina Sarana Informatika
Jawaban Struktur data soal-latihanJawaban Struktur data soal-latihan
Jawaban Struktur data soal-latihan
Bina Sarana Informatika46.2K visualizações
Makalah Kegunaan Matematika Diskrit pada Teknik Informatika por said zulhelmi
Makalah Kegunaan Matematika Diskrit pada Teknik InformatikaMakalah Kegunaan Matematika Diskrit pada Teknik Informatika
Makalah Kegunaan Matematika Diskrit pada Teknik Informatika
said zulhelmi35.4K visualizações
Metode pencarian heuristik por Baguss Chandrass
Metode pencarian heuristikMetode pencarian heuristik
Metode pencarian heuristik
Baguss Chandrass27.1K visualizações
Desain Top Down por Dimara Hakim
Desain Top DownDesain Top Down
Desain Top Down
Dimara Hakim3.2K visualizações
Data Mining - Naive Bayes por dedidarwis
Data Mining - Naive BayesData Mining - Naive Bayes
Data Mining - Naive Bayes
dedidarwis17.7K visualizações
BAB II ISI MAKALAH REPRESENTASI DATA por Iez Risma Nursida
BAB II ISI MAKALAH REPRESENTASI DATABAB II ISI MAKALAH REPRESENTASI DATA
BAB II ISI MAKALAH REPRESENTASI DATA
Iez Risma Nursida12.2K visualizações
Aturan Inferensi dan Metode Pembuktian por Fahrul Usman
Aturan Inferensi dan Metode PembuktianAturan Inferensi dan Metode Pembuktian
Aturan Inferensi dan Metode Pembuktian
Fahrul Usman44.9K visualizações
Contoh peyelesaian logika fuzzy por Zaenal Khayat
Contoh peyelesaian logika fuzzyContoh peyelesaian logika fuzzy
Contoh peyelesaian logika fuzzy
Zaenal Khayat191.1K visualizações
Perancangan dan Analisa Sistem por guestb7aaaf1e
Perancangan dan Analisa SistemPerancangan dan Analisa Sistem
Perancangan dan Analisa Sistem
guestb7aaaf1e269.1K visualizações
Tugas regresi linear dan non linier por nopiana
Tugas regresi linear dan non linierTugas regresi linear dan non linier
Tugas regresi linear dan non linier
nopiana51.1K visualizações

Destaque

Pengantar intelegensi buatan por
Pengantar intelegensi buatanPengantar intelegensi buatan
Pengantar intelegensi buatanadzhar91
2.3K visualizações24 slides
8 logika predikat por
8  logika predikat8  logika predikat
8 logika predikatYulinda Nurhafina
29.2K visualizações22 slides
Jurnal kecerdasan buatan por
Jurnal kecerdasan buatanJurnal kecerdasan buatan
Jurnal kecerdasan buatanNasri Nasri
19.7K visualizações13 slides
Kecerdasan buatan (1) por
Kecerdasan buatan (1)Kecerdasan buatan (1)
Kecerdasan buatan (1)Danar Retno Sari
372 visualizações11 slides
3 pencarian buta por
3 pencarian buta3 pencarian buta
3 pencarian butaDanar Retno Sari
371 visualizações22 slides
LOGIKA PROPOSISI & PREDIKATLogika proposisi & predikat por
LOGIKA PROPOSISI & PREDIKATLogika proposisi & predikatLOGIKA PROPOSISI & PREDIKATLogika proposisi & predikat
LOGIKA PROPOSISI & PREDIKATLogika proposisi & predikatZulfadli Fadli
4.6K visualizações2 slides

Destaque(7)

Pengantar intelegensi buatan por adzhar91
Pengantar intelegensi buatanPengantar intelegensi buatan
Pengantar intelegensi buatan
adzhar912.3K visualizações
8 logika predikat por Yulinda Nurhafina
8  logika predikat8  logika predikat
8 logika predikat
Yulinda Nurhafina29.2K visualizações
Jurnal kecerdasan buatan por Nasri Nasri
Jurnal kecerdasan buatanJurnal kecerdasan buatan
Jurnal kecerdasan buatan
Nasri Nasri19.7K visualizações
Kecerdasan buatan (1) por Danar Retno Sari
Kecerdasan buatan (1)Kecerdasan buatan (1)
Kecerdasan buatan (1)
Danar Retno Sari372 visualizações
3 pencarian buta por Danar Retno Sari
3 pencarian buta3 pencarian buta
3 pencarian buta
Danar Retno Sari371 visualizações
LOGIKA PROPOSISI & PREDIKATLogika proposisi & predikat por Zulfadli Fadli
LOGIKA PROPOSISI & PREDIKATLogika proposisi & predikatLOGIKA PROPOSISI & PREDIKATLogika proposisi & predikat
LOGIKA PROPOSISI & PREDIKATLogika proposisi & predikat
Zulfadli Fadli4.6K visualizações
Presentasi Menara Hanoi por krista2014
Presentasi Menara Hanoi Presentasi Menara Hanoi
Presentasi Menara Hanoi
krista20145.1K visualizações

Último

Salinan_UU_Nomor_12_Tahun_2022 TPKS.pdf por
Salinan_UU_Nomor_12_Tahun_2022 TPKS.pdfSalinan_UU_Nomor_12_Tahun_2022 TPKS.pdf
Salinan_UU_Nomor_12_Tahun_2022 TPKS.pdfIrawan Setyabudi
45 visualizações84 slides
Bimtek Pencegahan Kekerasan dalam Rumah Tangga.pdf por
Bimtek Pencegahan Kekerasan dalam Rumah Tangga.pdfBimtek Pencegahan Kekerasan dalam Rumah Tangga.pdf
Bimtek Pencegahan Kekerasan dalam Rumah Tangga.pdfIrawan Setyabudi
38 visualizações27 slides
SK PENGAWAS UJIAN SEKOLAH.doc por
SK PENGAWAS UJIAN SEKOLAH.docSK PENGAWAS UJIAN SEKOLAH.doc
SK PENGAWAS UJIAN SEKOLAH.docEMILAANGGRAINI1
49 visualizações3 slides
SEJARAH HIJRAH NABI KE MADINAH.pptx por
SEJARAH HIJRAH NABI KE MADINAH.pptxSEJARAH HIJRAH NABI KE MADINAH.pptx
SEJARAH HIJRAH NABI KE MADINAH.pptxirpandialbantani1
8 visualizações12 slides
Tugas PPT 6_Fahmi Muzakkii_E1G022105.pptx por
Tugas PPT 6_Fahmi Muzakkii_E1G022105.pptxTugas PPT 6_Fahmi Muzakkii_E1G022105.pptx
Tugas PPT 6_Fahmi Muzakkii_E1G022105.pptxFahmiMuzakkii
9 visualizações9 slides
PPT PENGEMBANGAN KEWIRAUSAHAAN SEKOLAH.pptx por
PPT PENGEMBANGAN KEWIRAUSAHAAN SEKOLAH.pptxPPT PENGEMBANGAN KEWIRAUSAHAAN SEKOLAH.pptx
PPT PENGEMBANGAN KEWIRAUSAHAAN SEKOLAH.pptxWartoyoWartoyo3
8 visualizações36 slides

Último(20)

Salinan_UU_Nomor_12_Tahun_2022 TPKS.pdf por Irawan Setyabudi
Salinan_UU_Nomor_12_Tahun_2022 TPKS.pdfSalinan_UU_Nomor_12_Tahun_2022 TPKS.pdf
Salinan_UU_Nomor_12_Tahun_2022 TPKS.pdf
Irawan Setyabudi45 visualizações
Bimtek Pencegahan Kekerasan dalam Rumah Tangga.pdf por Irawan Setyabudi
Bimtek Pencegahan Kekerasan dalam Rumah Tangga.pdfBimtek Pencegahan Kekerasan dalam Rumah Tangga.pdf
Bimtek Pencegahan Kekerasan dalam Rumah Tangga.pdf
Irawan Setyabudi38 visualizações
SK PENGAWAS UJIAN SEKOLAH.doc por EMILAANGGRAINI1
SK PENGAWAS UJIAN SEKOLAH.docSK PENGAWAS UJIAN SEKOLAH.doc
SK PENGAWAS UJIAN SEKOLAH.doc
EMILAANGGRAINI149 visualizações
SEJARAH HIJRAH NABI KE MADINAH.pptx por irpandialbantani1
SEJARAH HIJRAH NABI KE MADINAH.pptxSEJARAH HIJRAH NABI KE MADINAH.pptx
SEJARAH HIJRAH NABI KE MADINAH.pptx
irpandialbantani18 visualizações
Tugas PPT 6_Fahmi Muzakkii_E1G022105.pptx por FahmiMuzakkii
Tugas PPT 6_Fahmi Muzakkii_E1G022105.pptxTugas PPT 6_Fahmi Muzakkii_E1G022105.pptx
Tugas PPT 6_Fahmi Muzakkii_E1G022105.pptx
FahmiMuzakkii9 visualizações
PPT PENGEMBANGAN KEWIRAUSAHAAN SEKOLAH.pptx por WartoyoWartoyo3
PPT PENGEMBANGAN KEWIRAUSAHAAN SEKOLAH.pptxPPT PENGEMBANGAN KEWIRAUSAHAAN SEKOLAH.pptx
PPT PENGEMBANGAN KEWIRAUSAHAAN SEKOLAH.pptx
WartoyoWartoyo38 visualizações
SISTEM KOMPUTER_DELVIA ANDRINI.pptx por DelviaAndrini1
SISTEM KOMPUTER_DELVIA ANDRINI.pptxSISTEM KOMPUTER_DELVIA ANDRINI.pptx
SISTEM KOMPUTER_DELVIA ANDRINI.pptx
DelviaAndrini142 visualizações
Kel.10-PBA.pdf por IBNUFAIZMUBAROK
Kel.10-PBA.pdfKel.10-PBA.pdf
Kel.10-PBA.pdf
IBNUFAIZMUBAROK8 visualizações
PELAKSANAAN & Link2 MATERI Workshop _"Pembangunan SDM_INDONESIA EMAS 2045". por Kanaidi ken
PELAKSANAAN  & Link2 MATERI Workshop _"Pembangunan SDM_INDONESIA EMAS 2045".PELAKSANAAN  & Link2 MATERI Workshop _"Pembangunan SDM_INDONESIA EMAS 2045".
PELAKSANAAN & Link2 MATERI Workshop _"Pembangunan SDM_INDONESIA EMAS 2045".
Kanaidi ken84 visualizações
Bimtek Paralegal.pdf por Irawan Setyabudi
Bimtek Paralegal.pdfBimtek Paralegal.pdf
Bimtek Paralegal.pdf
Irawan Setyabudi36 visualizações
Fajar Saputra (E1G022057).pptx por FajarSaputra57
Fajar Saputra (E1G022057).pptxFajar Saputra (E1G022057).pptx
Fajar Saputra (E1G022057).pptx
FajarSaputra5717 visualizações
LKPD_Perkalian dan Pembagian Pecahan.pdf.pdf por AnnisaAmeliaTanjung
LKPD_Perkalian dan Pembagian Pecahan.pdf.pdfLKPD_Perkalian dan Pembagian Pecahan.pdf.pdf
LKPD_Perkalian dan Pembagian Pecahan.pdf.pdf
AnnisaAmeliaTanjung8 visualizações
PPT PENKOM ALVIN.pptx por Alfin61471
PPT PENKOM ALVIN.pptxPPT PENKOM ALVIN.pptx
PPT PENKOM ALVIN.pptx
Alfin6147116 visualizações
1. Adab Terhadap Tetangga por agreenlife5
1. Adab Terhadap Tetangga1. Adab Terhadap Tetangga
1. Adab Terhadap Tetangga
agreenlife523 visualizações
RENCANA & Link2 MATERI Training _"SERVICE EXCELLENCE" _di Rumah Sakit. por Kanaidi ken
RENCANA & Link2 MATERI Training _"SERVICE EXCELLENCE" _di Rumah Sakit.RENCANA & Link2 MATERI Training _"SERVICE EXCELLENCE" _di Rumah Sakit.
RENCANA & Link2 MATERI Training _"SERVICE EXCELLENCE" _di Rumah Sakit.
Kanaidi ken52 visualizações
SK Satgas PPKS.pdf por Irawan Setyabudi
SK Satgas PPKS.pdfSK Satgas PPKS.pdf
SK Satgas PPKS.pdf
Irawan Setyabudi53 visualizações
Royyan A. Dzakiy - Be an Inspiring Student Leader in The Digital Era [22 Aug ... por razakroy
Royyan A. Dzakiy - Be an Inspiring Student Leader in The Digital Era [22 Aug ...Royyan A. Dzakiy - Be an Inspiring Student Leader in The Digital Era [22 Aug ...
Royyan A. Dzakiy - Be an Inspiring Student Leader in The Digital Era [22 Aug ...
razakroy23 visualizações
Kel.10- PBA Presentation.pdf por IBNUFAIZMUBAROK
Kel.10- PBA Presentation.pdfKel.10- PBA Presentation.pdf
Kel.10- PBA Presentation.pdf
IBNUFAIZMUBAROK26 visualizações
LATIHAN7_DWIHANA GRACE MARSHELLA_E1G021095.pptx por gracemarsela01
LATIHAN7_DWIHANA GRACE MARSHELLA_E1G021095.pptxLATIHAN7_DWIHANA GRACE MARSHELLA_E1G021095.pptx
LATIHAN7_DWIHANA GRACE MARSHELLA_E1G021095.pptx
gracemarsela0126 visualizações

2 ruang keadaan

  • 2. Kecerdasan Buatan • H. A. Simon [1987] “ Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang -dalam pandangan manusia adalah- cerdas” • Rich and Knight [1991] “Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.”
  • 3. Tujuan Kecerdasan Buatan • Tujuan dari kecerdasan buatan menurut Winston dan Prendergast [1984] 1. Membuat mesin menjadi lebih pintar (tujuan utama) 2. Memahami apa itu kecerdasan (tujuan ilmiah) 3. Membuat mesin lebih bermanfaat (tujuan entrepreneurial)
  • 4. Kecerdasan Buatan • Kecerdasan Buatan adalah salah satu cabang Ilmu pengetahuan yang berhubungan dengan pemanfaatan mesin untuk memecahkan persoalan yang rumit dengan cara yang lebih manusiawi. • Hal Ini biasanya dilakukan dengan mengikuti/mencontoh karakteristik dan analogi berpikir dari kecerdasan/Inteligensia manusia, dan menerapkannya sebagai algoritma yang dikenal oleh komputer
  • 5. Kecerdasan Alami • Kecerdasan Alami adalah sifat pikiran yang mencakup sejumlah kemampuan, seperti kemampuan menalar, merencanakan, memecahkan masalah, berpikir abstrak, memahami gagasan, menggunakan bahasa, dan belajar yang terbentuk secara alami atau biasa disebut bakat • Kecerdasan alami memungkinkan orang untuk menggunakan pengalaman secara langsung
  • 7. Artificial Intellegence • Basis Pengetahuan (Knowledge Base) Berisi fakta-fakta teori atau objek. • Mesin Inferensi (Inference Engine) Mesin inferensi merupakan otak dari sistem basis pengetahuan yang mengolah informasi dari basis pengetahuan. Cara kerja dari mesin inferensi adalah mengolahnya fakta yang diberikan oleh pengguna dan mencari keterkaitan antara fakta-fakta tersebut dengan fakta-fakta dan aturan-aturan yang disimpan pada basis pengetahuan.
  • 10. Ruang Keadaan STMIK – STIKOM Balikpapan 2015
  • 11. Ruang Keadaan • Suatu ruang yang berisi keadaan yang mungkin terjadi
  • 13. Representasi Ruang Keadaan • Graph Keadaan • Pohon Pelacakan • Pohon And/Or Contoh Kasus
  • 14. Graph Keadaan Node (kondisi) Arch (hubungan dan bobot) Lintasan A – D •A – B – E – D (Bobot 6) •A – C – E – D (Bobot 5) Lintasan yang tidak memenuhi A – D •A – B – F (Bobot 5)
  • 15. Pohon Pelacakan • Tidak dimungkinkan adanya siklus • Berisi node Parent (Induk) dan node Child (Anak)
  • 16. Pohon And/Or N and U I and A and R • Garis busur mempunyai nilai sebagai AND • Jika tidak mempunyai busur, maka bernilai OR Contoh : •(I and A and R) or T or H or M
  • 17. Contoh Kasus BA Keran air tak terhingga 4 galon 3 galon • Bagaimana kita mengisi 2 galon air ke dalam Teko A ?
  • 18. Contoh Kasus • Teko A berkapasitas 4 galon. • Teko B berkapasitas 3 galon. • Tidak ada batas yang menunjukkan ukuran pada teko tersebut. • Ada sebuah sumber air yang dapat digunakan untuk mengisi teko tersebut. • Masalah : – Bagaimana kita mengisi 2 galon air ke dalam Teko A ?
  • 19. Penyelesaian • Identifikasi ruang keadaan : x = air yang diisikan pada teko A y = air yang diisikan pada teko B Ruang Keadaan (x,y). x = {0,1,2,3,4}, y = {0,1,2,3} • Keadaan Awal & Tujuan : Awal : (0,0) Teko A & B dalam keadaan kosong Tujuan : (2,n) Teko A berisi 2 galon dan Teko B berisi sembarang
  • 21. Contoh Kasus 2 Petani, Kambing, Serigala, Sayur, Boat • Seorang petani akan menyeberangkan seekor kambing, serigala, dan sayuran melalui sungai. • Boat yang digunakan petani hanya bisa memuat petani dan 1 (satu) penumpang lain. • Jika Kambing ditinggalkan dengan sayuran, sayuran akan habis dimakan, dan kambing akan dimakan oleh serigala.
  • 22. Penyelesaian • Identifikasi ruang keadaan (kambing, serigala, sayuran, boat) = (K,S,Y,B) • Keadaan Awal & Tujuan Awal : Daerah Asal = (K,S,Y,B) Daerah Tujuan = (0,0,0,0) Tujuan : Daerah Asal = (0,0,0,0) Daerah Tujuan = (K,S,Y,B)
  • 25. • Menara Hanoi Peraturan : • Di setiap tempat, menara yang paling bawah harus lebih besar dari menara yang ada di atasnya. • Menara hanya boleh dipindahkan satu persatu “Bagaimana Menara Hanoi tersebut berpindah ke tempat C, sesuai dengan peraturan diatas?” A B C

Notas do Editor

  1.  Kecerdasan Buatan adalah salah satu cabang Ilmu pengetahuan berhubungan dengan pemanfaatan mesin untuk memecahkan persoalan yang rumit dengan cara yang lebih manusiawi. Hal Ini biasanya dilakukan dengan mengikuti/mencontoh karakteristik dan analogi berpikir dari kecerdasan/Inteligensia manusia, dan menerapkannya sebagai algoritma yang dikenal oleh komputer. Dengan suatu pendekatan yang kurang lebih fleksibel dan efisien dapat diambil tergantung dari keperluan, yang mempengaruhi bagaimana wujud dari perilaku kecerdasan buatan. Kecerdasan Alami adalah sifat pikiran yang mencakup sejumlah kemampuan, seperti kemampuan menalar, merencanakan, memecahkan masalah, berpikir abstrak, memahami gagasan, menggunakan bahasa, dan belajar yang terbentuk secara alami atau biasa disebut bakat. Kecerdasan alami memungkinkan orang untuk menggunakan pengalaman secara langsung
  2. Jadi, kecerdasan alami itu adalah kecerdasan yang harfiah di dalam diri manusia, yang merupakan pemberian dari sang pencipta. Sedangkan kecerdasan buatan adalah suatu kecerdasan yang di implementasi kan ke dalam sebuah sistem, untuk meniru cara memecahkan suatu masalah dengan mengacu kepada kecerdasan alami seorang manusia.
  3. Jadi di dalam kecerdasan buatan akan berisi basis-basis pengetahuan(berdasarkan pengalaman manuasi) yang akan menjadi dasar suatu sistem melakukan pemecahan suatu masalah, dengan mengimplementasikan kemampuan kecerdasan alami manusia.
  4. Sistem Pakar (Expert System). Komputer akan memiliki keahlian untuk menyelesaikan permasalahan dengan meniru keahlian yang dimilikioleh pakar. Pengolahan Bahasa Alami (Natural Language Processing). Dengan pengolahan bahasa alami ini diharapkan user dapat berkomunikasi dengan komputer dengan menggunakan bahasa sehari-hari. Pengenalan Ucapan (Speech Recognition). Melalui pengenalan ucapan diharapkan manusia dapat berkomunikasi dengan komputer menggunakan suara. Robotika & Sistem Sensor (Robotics & Sensory Systems). Computer Vision, mencoba untuk dapat menginterpretasikan gambar atau obyek- obyek tampak melalui komputer. Intelligent Computer-aided Instruction. Komputer dapat digunakan sebagai tutor yang dapat melatih dan mengajar. Game playing Semua aplikasi ini mempunyai basis pengetahuan, yang merupakan bagian dasar dari kecerdasan buatan
  5. Pemrograman Konvensional adalah perancangan program yang dimulai dari perencanaan dan mendefinisikan tujuan program, menuliskan kode, dan langkah terakhir merancang keluaran dari program beserta hubungan dengan pemakai. Contoh : konvensional aplikasi kasir, aplikasi antrian lapangan futsal Kecerdasan buatan (AI) aplikasi menu sehat ibu hami, aplikasi diagnosa penyakit diabetes,
  6. Graph adalah salah satu metode penyelesaian ruang keadaan. Graph terdiri dari node (kondisi) dan Arch ( hubungan dan bobot)
  7. Pohon pelacakan adalah metode penyelesaian keadaan menyerupai bentuk pohon. Dalam metode ini tidak dimungkinkan adanya siklus, karena ketika proses penyelesaian berhasil ditemukan solusinya, maka proses pelacakan akan berhenti. Pohon pelacakan berisi node parent dan child
  8. Pohon and/or, adalah metode penyelesaian ruang keadaan yang hampir sama dengan pohon pelacakan, Akan tetapi pada pohon And/ or ini memiliki garis busur yang bernilai AND. Jika antara arch tidak memiliki busur maka akan bernilai OR