BTemplates.com

Diberdayakan oleh Blogger.

Senin, 17 Oktober 2016

Metode Pencarian dan Pelacakan(M4)




Pelacakan adalah teknik untuk pencarian. Didalam pencarian ada dua kemungkinan hasil yang didapat yaitu menemukan dan tidak menemukan. Sehingga pencarian merupakan teknik yang penting dalam AI. Hal penting dalam menentukan keberhasilan sistem berdasarkan kecerdasan adalah kesuksesan dalam pencarian dan pencocokan. Pencarian adalah suatu proses mencari solusi dari suatu permasalahan melalui sekumpulan kemungkinan ruang keadaan (state place). Ruang keadaan merupakan suatu ruang yang berisi semua keadaan yang mungkin.

Untuk mengukur performansi metode pencarian, terdapat empat kriteria yang dapat digunakan :

1.       Completeness (Kelengkapan) : apakah metode tersebut menjamin penemuan solusi jika solusinya memang ada ?
2.       Time compexity (Kekompleksan waktu) : berapa lama waktu yang diperlukan ?
3.       Space complexity (Kekompleksan ruang) : berapa banyak memori yang di perlukan ?
4.       Optimality (Optimal) : apakah metode tersebut menjamin menemukan solusi yang terbaik jika beberapa solusi berbeda ?

Terdapat banyak metode pencarian yang diusulkan. Semua metode yang ada dapat dibedakan menjadi  pencarian buta/tanpa informasi (blind/un-iformed) dan pencarian heuristik/dengan informasi (heuristic/informed). Setiap metode mempunyai karakteristik yang berbeda dengan kelebihan dan kekurangan masing-masing.

Blind/Un-Informed

Terdapat enam metode dalam pencarin buta atau tanpa informasi :

1.       Breadth-First Search (BFS)
2.       Depth-First Search (DFS)
3.       Depth-Limited Search (DLS)
4.       Uniform-Cost Search (UCS)
5.       Iterative-Deepening search (IDS)
6.       Bi-Directional Search (BDS)


Sumber :
Suyanto.2014.Artificial Intelligence: Searching, Reasoning, Planning, Learning(Revisi Ke-2).Informatika:Bandung.

Pengenalan Logical Agents(M3)




Pengertian Logic sendiri merupakan jantung dari program, para pemrogram mempunyai keyakinan bahwa sebuah computer dapat dibuat mengerti logika, maka computer dapat dibuat untuk berfikir, karena logika kelihatannya menjadi inti dari kecerdasan.

Pada logical agents ini terdapat sebuah bahasa yang disebut sebagai Knowledge Based Agent. Komponen utama dari knowledge based agent adalah knowledge basenya. Knowledge base (KB) adalah kumpulan representasi fakta tentang lingkungan atau dunia yang berhubungan atau menjadi daerah bekerjanya agen. Setiap representasi dalam KB disebut sebagai sebuah sentence yang diekspresikan dalam sebuah bahasa yakni knowledge representation language.

Syarat Representasi KB:

1.      Representational Adequacy
kemampuan merepresentasikan semua pengetahuan yang dibutuhkan dalam domainnya

2.       Inferential Adequacy
kemampuan memanipulasi struktur pengetahuan untuk membentuk struktur baru dalam menampung pengetahuan baru hasil inferensi

3.      Inferential Efficiency
kemampuan untuk manambahkan informasi untuk mempercepat pencarian dalam inferensi

4.      Acquisitional Efficiency
kemampuan untuk menambah informasi baru secara mudah.
          
 Agent didalam dunia perangkat lunak, adalah suatu perangkat lunak/aplikasi yang mampu bekerja mandiri untuk menyelesaikan tugasnya.

Sumber :
http://ilhamdwiantoro.blogspot.co.id/2016/10/bab-1-pengenalanintelegensi-buatan-kb.html

Pengenalan Intelegensi Agents(M2)




Pengertian sebuah Agent adalah segala sesuatu yang dapat dipandang sebagaimana mengamati lingkungannya melalui sensor dan bertindak atas lingkungan yang melalui efektor. Agen manusia memiliki mata, telinga, dan organ lain untuk sensor, dan tangan, kaki, mulut, dan bagian tubuh lainnya untuk efektor. Sebuah pengganti agen robot kamera dan berbagai pencari inframerah untuk sensor dan berbagai motor untuk efektor. Dapat digambarkan secara sederhana sebagai berikut

Dalam kecerdasan buatan, Intelligent Agent (IA) adalah sebuah entitas otonom yang mengamati dan bertindak atas lingkungan (yaitu membutuhkan agen) dan mengarahkan aktivitasnya untuk mencapai tujuan  yaitu rasional. Intelligent agen juga dapat belajar atau menggunakan pengetahuan untuk mencapai tujuan mereka. Russell & Norvig (2003) mengartikan Rational Agent  yang mengerjakan segala sesuatu hal dengan benar. Karakteristik Agent
Wahono (2001) merangkum karakteristik yang dimiliki software-software agent saat ini :

1.      Autonomy
Agent harus dapat melakukan tugas secara mandiri tanpa dikontrol secara langsung oleh user, agent lain ataupun oleh lingkungan (environment). Woolridge et al., (1995) menyatakan agent harus dapat mengontrol aksi yang mereka perbuat. Dan kemampuan ini berbanding lurus dengan intelligence dari agent.

2.      Intelligence, Reasoning dan Learning
Karakteristik ini merupakan karakteristik dasar untuk bisa disebut agent. Pada konsep intelligence, ada tiga komponen yang harus dimiliki : internal knowledge base, kemampuan reasoning berdasar pada knowledge base yang dimiliki dan kemampuan learning untuk beradaptasi terhadap lingkungan.

3.      Reactivity
Karakteristik  agent  yang lain adalah kemampuan untuk bisa cepat beradaptasi dengan adanya perubahan informasi yang ada didalam suatu lingkungan (environment). Lingkungan itu bisa mencakup:  agent lain, user, adanya informasi dari luar, dsb  (Brenner et. al., 1998)

4.      Proactivity dan Goal-Oriented
Proactivity boleh dikata adalah kelanjutan dari sifat  reactivity.  Agent tidak hanya dituntut bisa beradaptasi terhadap perubahan lingkungan, tetapi juga harus mengambil inisiatif langkah penyelesaian apa yang harus diambil  (Brenner et. al., 1998). Untuk itu  agent  harus didesain memiliki tujuan  (goal) yang jelas, dan selalu berorientasi kepada tujuan yang diembannya (goal-oriented).

5.      Communication and Coordination Capability
Agent harus memiliki kemampuan berkomunikasi dengan user dan juga  agent  lain. Misalkan masalah komunikasi dengan user (termasuk user interface dan perangkatnya), kemudian masalah koordinasi, dan kolaborasi dengan agent lain menjadi isu penting dalam pengembangan Multi Agent System (MAS). Untuk dapat berkoordinasi dengan agent lain dalam menjalankan tugas, diperlukan bahasa standard untuk berkomunikasi. Salah satu contoh bahasa dan protokol komunikasi antar agent adalah Knowledge Query and Manipulation Language (KQML) dan Knowledge Interchange Format (KIF).

Tipe Program Agent

1.      Simple Reflex Agent

Merupakan agent yang bekerja berdasarkan reflex. Contohnya, sebuah driver agent(supir taxi otomatis), harus memberikan reflex mengerem ketika terdapat mobil yang berhenti didepanya.

2.      Agent That Keep Track the World

Merupakan agent yang tetap melakukan pengecekan terhadap keadaan lingkungan, sehingga dapat memberikan respon yang tepat.

3.      Goal based agent(Agent berbesis pada tujuan/sasaran)

Merupakan sebuah agent yang mendasarkan setiap tindakannya untuk mencapai tujuan yang telah ditentukan. Setiap agent akan mempertimbangkan setiap kemungkinan yang akan terjadi pada mesa depan berdasarkan tindakan yang akan/telah dilakukanya.

4.      Utility Based Agent

Merupakan sebuah fungsi yang memetakan suatu keadaan kedalam bilangan real, yang menggambarkan derajak kesenangan/kepuasan. Sedikit berbeda dengan Goal Based Agent, tipe ini tidak mengutamakan semua tujua, tetapi akan mengutamakan tujuan mana yang mungkin tercapai berdasarkan kondisi tertentu(tujuan kepuasan, kenyamanan, keefisienan).

Environment (Lingkungan)

Lingkungan sangat lah penting dalam proses perancangan sebuah agent. Hal ini dikarenakan setiap tindakan yang akan dilakukan oleh agent harus mempertimbangkan kondisi lingkungan. Terdapat beberapa kriteria pembegian lingkungan.

1.      Accessible (dapat diakses)

Jika sensor agent dapat mendeteksi semua keadaan lingkungan, terutama yang berhubungan dengan pengambilan keputusan.

2.       Deterministic

Merupakan suatu lingkungan dimana lingkungan yang akan dating ditentukan oleh keadaan saat ini dan setiap aksi yang dilakukan oleh agen saat ini.

3.      Dynamic

Suatu lingkungan yang keadaanya selalu berubah-ubah.

4.      Discrete (diskrit)

Keadaan dimana lingkungan saat ini dapat digambarkan dengan pasti, dengan tingkat kesalahan seminimal mungkin.


Sumber :
http://ar-wdh.blogspot.co.id/2011/10/intelligent-agent-sebuah-teori.html

Pengenalan Intelegensi Buatan(M1)


Kecerdasan Buatan atau “Kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah” atau Intelegensi Artifisial (AI) didefinisikan sebagai kecerdasan entitas ilmiah. Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia. dapat diartikan dalam beberapa pengertian sebagai berikut :

1.      Suatu cara yang sederhana untuk membuat komputer dapat “berpikir” secara intelligent
2.       Bagian dari ilmu komputer yang mempelajari perancangan sistem komputer yang inteligent, yaitu suatu sistem yang meperlihatkan karakteristik yang ada pada tingkah laku manusia, seperti mengerti suatu bahasa, mempelajari,mempertimbangkan dan memecahkan suatu masalah.
3.      Suatu studi bagaimana membuat komputer dapat mengerjakan sesuatu, yang pada saat ini, orang dapat mengerjakan lebih baik
4.      Bidang ilmu komputer yang memungkinkannya untuk memahami, bernalar dan bertindak.

Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan, dan robotika.

Banyak hal yang kelihatannya sulit untuk kecerdasan manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk direalisasikan dalam Informatika. Seperti contoh: Pengenalan Obyek/Muka, bermain sepak bola.

Walaupun AI memiliki konotasi fiksi ilmiah yang kuat, AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian, perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video game.

'Kecerdasan buatan' ini bukan hanya ingin mengerti apa itu sistem kecerdasan, tapi juga mengkonstruksinya

Sumber:
http://elektronika-dasar.web.id/kecerdasan-buatan-artificial-intelegence-ai/