Virtual Reality Dalam Simulasi Latihan Perang

Virtual Reality Dalam Simulasi Latihan Perang

  21.21    unknown

---

Kecerdasan Buatan atau kecerdasan yang ditambahkan kepada suatu sistem yang bisa diatur dalam konteks ilmiah atau Intelegensi Artifisial (bahasa Inggris: Artificial Intelligence atau hanya disingkat 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. Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), logika fuzzy, jaringan syaraf tiruan dan robotika.

Di dunia akademis, bidang kecerdasan buatan dipelajari secara serius untuk meningkatkan kualitas hidup manusia. Para peneliti dan mahasiswa (ilmu komputer atau teknik informatika) terus menerus mengembangkan teknik-teknik pada bidang ini untuk menghasilkan mesin yang semakin mengerti, dan memahami kebutuhan manusia. Dalam game berbasis kecerdasan buatan, ada banyak teknik yang diadaptasi dari bidang kecerdasan buatan untuk diterapkan pada game. beberapa diantaranya, yaitu:

1. Mengejar dan Menghindar
2. Pola Pergerakan
3. Pathfinding
4. Jaringan saraf tiruan (neural network)
5. Algoritma Genetis (genetic algorithm)

VR bisa disebut gabungan dari beberapa aplikasi AI yang ada yaitu Cognitive architectures, Games, Motion and manipulation, Natural language processing, semua yang ada disimulasikan dengan sistem yang dibuat seperti apa yang dikenali manusia melalui penglihatan, sentuhan, dan pendengaran.   

Setelah beberapa tahun pengembangan yang berawal dari imajinasi untuk hidup di dunia maya akhirnya terwujud dengan saat ini sudah banyak digunakan VR dalam industri, personal dan militer, VR adalah sebuah teknologi yang membawa kita untk melihat dan mensimulasikan sesuatu didalam komputer, dalam VR, objek dapat dibuat objek statis maupun dinamis, kita dapat berinteraksi langsung menggunakan peralatan yang ada.

Pada bidang militer, teknologi kecerdasan buatan dapat diimplementasikan pada sistem yang mensimulasikan kondisi-kondisi perang yang mungkin akan terjadi di lapangan, mengatur strategi serta mengkalkulasi kemungkinan beberapa strategi terhadap kondisi medan perang secara simultan dan menampilkan hasilnya.

Digunakannya VR dalam militer adalah untuk membantu angkatan bersenjata berlatih perang menggunakan musuh virtual, ini akan sangat membantu dari segi finansial dan tempat yang dibutuhkan, sistem dapat selalu dimaintain dan diperbaiki, sebuah kecerdasan buatan didalamnya dapat diperbaharui seperti software pada  umumnya.  

Glove, headset, dan walker digunakan untuk melakukan interaksi dalam VR, dalam pengembangannya ada 3 tahapan sederhana, yaitu memodelkan dunia 3 dimensi dalam VR, menciptakan sebuah AI dalam objek 3 dimensi yang dibuat kemudian membuat control antara hardware dan software untuk dapat dilakukan interaksi virtual antara pemakai dan system. Dengan teknologi VRML dan pengembangan SIMNET dalam dunia militer diharapkan dapat membantu SDM yang dilatih untuk lebih baik dan mengembangkannya lebih lanjut.

Sumber : 
https://www.academia.edu/8035591/Contoh_penerapan_AI
http://yudhiforever.blogspot.co.id/2011/12/pengertian-augmented-reality-ar-dan.html 
https://laskyargiovane.wordpress.com/2016/04/25/artificial-intelligence-kecerdasan-buatan-pada-game/ 
http://nazaruddin.blog.unigha.ac.id/latihan-kecerdasan-buatan-1/

Read More

Representasi Pengetahuan : Logika Predikat

Representasi Pengetahuan : Logika Predikat

  21.10    unknown

---

  Representasi Logika

Logika didefinisikan sebagai ilmu untuk berpikir dan menalar dengan benar sehingga didapatkan kesimpulan yang absah.

Tujuan dari logika: memberikan aturan-aturan penalaran sehingga orang dapat menentukan apakah suatu kalimat bernilai benar atau salah.

Representasi Logika dibagi menjadi dua:

2. Predicate Logic (Logika Predikat)

Pada logika predikat proposisi dibedakan menjadi argumen (obyek) dan predikat (keterangan). Secara umum penulisan proposisi dalam logika predikat dapat dinyatakan sebagai berikut:

Predikat (argumen-1, argumen-2,..., argumen-3)

Contoh:

Proposisi: “Bu Atika mencintai Pak Agus Setiawan”

Dalam logika predikat disajikan dalam bentuk:

Mencintai (Bu Atika, Pak Agus Setiawan)

      P         Argumen-1            Argumen-2

Contoh Silsilah Keluarga yang dipresentasikan dalam Prolog

Jika silsilah di atas dibentuk dalam Representasi Logika, sebagai berikut:

Orangtua (Komarudin, Andika)

Orangtua (Komarudin, Atika)

Orangtua (Komarudin, Agus)

Orangtua (Andika, Rika)

Orangtua (Atika, Anjar)

Sumber : 

http://lutfiatulm.blogspot.co.id/2013/03/representasi-pengetahuan.html

Read More

Representasi Pengetahuan : Logika Proposisi

Representasi Pengetahuan : Logika Proposisi

  21.09    unknown

---

Representasi Logika

Logika didefinisikan sebagai ilmu untuk berpikir dan menalar dengan benar sehingga didapatkan kesimpulan yang absah.

Tujuan dari logika: memberikan aturan-aturan penalaran sehingga orang dapat menentukan apakah suatu kalimat bernilai benar atau salah.

Representasi Logika dibagi menjadi dua:

1. Propositional Logic (Logika Proposisi)

Suatu Proposisi merupakan suatu statemen atau pernyataan yang menyatakan benar (TRUE) atau salah (FALSE). Dalam Propositional Logic fakta dilambangkan dengan simbol misalnya P, Q dan R. Lambang-lambang tersebut dihubungkan dengan relasi-relasi logika

Dengan menggunakan operator logika:

Tabel Kebenaran Logika

 

 

Sumber : http://lutfiatulm.blogspot.co.id/2013/03/representasi-pengetahuan.html

Read More

Representasi Pengetahuan

Representasi Pengetahuan

  21.04    unknown

---

Reprsentasi dimaksudkan untuk menangkap sifat-sifat penting problema dan mebuat informasi tersebut dapat diakses oleh prosedur pemecahan masalah. Bahas representasi harus dapat membuat seorang programmer mampu mengekspresikan pengetahuan yang diperlukan untuk menadapatkan solusi permasalahan.

Banyak cara untuk merepresentasikan pengetahuan (fakta) dalam program AI. Ada dua entiti yang perlu diperhatikan :
- Fakta : Kejadian sebenarnya. Fakta inilah yang akan direpresentasikan.
- Reprsentasi fakta yang akan dimanipulasi.

Dalam representasi sebuah fakta yang kita gunakan dalam sebuah program, kita juga harus konsisten dengan representasi yang menggunakan bahasa natural(bahasa Inggris).
Reprsentasi yang baik, harus :
-Mengemukakan hal secara eksplisit
-Membuat masalah menjadi transparan
-Komplit dan efisien
-Kenampilkan batasan-batasan alami yang ada
-Menekan/menghilangkan detil-detil yang diperlukan
-Dapat dilakukan komputasi

Secara singkat, represetasi pengetahuan diklasifikasikan menjadi empat kategori :
Representasi Logika : Representasi jenis ini menggunakan ekspresi-ekspresi dalam logika formal untuk merepresentasikan basis pengetahuan
Representasi Prosedural : Representasi menggambarkan pegetahuan sebagai kumpulan instruksi untuk memecahkan suatu problema
Representasi Network : Representasi ini menangkap pengetahuan sebagai sebuah graf dimana simpul-simpulnya menggambarkan objek atau konsep dari problema yang dihadapi, sedangkan edgenya menggambarkan hubungan atau asosiasi antar mereka
Representasi Terstruktur : Representasi yang memperluas network dengan cara membuat setiap simpulnya menjadi sebuah struktur data kompleks

Selain hal terkait diatas satu hal yang menjadi prinsip dalam representasi pengetahuan adalah Jika suatu permasalahan dideskripsikan dengan menggunakan representasi yang tepat, maka dapat dipastikan bahwa permasalahan tersebut dapt diselesaikan

Sumber :
https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=2&sqi=2&ved=0ahUKEwjVudKd4KXQAhXEpY8KHcSgA8UQFggjMAE&url=http%3A%2F%2Fentin.lecturer.pens.ac.id%2FKecerdasan%2520Buatan%2FBuku%2FBab%25202%2520Representasi%2520Pengetahuan.pdf&usg=AFQjCNHawnX2_aHPyEL4irtvbaqeEu2w5g&sig2=6_WNUJ9vh4M4je1dEechVw&bvm=bv.138493631,d.c2I&cad=rja

Read More

Metode Pencarian dan Pelacaan 2 (Heuristik)

Metode Pencarian dan Pelacaan 2 (Heuristik)

  19.36    unknown

---

Heuristik adalah sebuah teknik yang mengembangkan efisiensi dalam proses pencarian (pencarian yang lebih simple). Namun kemungkinan juga dapat mengngorbankan kelengkapan (complateness). Heuristic berfungsi untuk mengevaluasi keadaan-keadaan problema individual dan menentukan seberapa jauh hal tersebut dapat digunakan untuk mendapatkan solusi yang diinginkan. Metode heuristic search menggunakan suatu fungsi yang menghitung biaya perkiraan (estimasi) dari suatu simpul tertentu menuju ke simpul tujuan disebut fungsi heuristic

Ada 4 metode pencarian heuristic

Pencarian Terbaik Pertama (Best-First Search)

Metode ini merupakan kombinasi dari metode depthfirst search dan breadth-first search. Pada metode best-first search, pencarian diperbolehkan mengunjungi node yang ada di level yang lebih rendah, jika ternyata node pada level yang lebih tinggi ternyata memiliki nilai heuristic yang lebih buruk.

Fungsi Heuristik yang digunakan merupakan prakiraan (estimasi) cost dari initial state ke goal state, yang dinyatakan dengan :

f’(n) = g(n) + h’(n)

f’ = Fungsi evaluasi

g = cost dari initial state ke current state

h’ = prakiraan cost dari current state ke goal state

Pengurangan Masalah (Problem Reduction)

Kebanyakan solusi menggunakan pohon OR, dimana lintasan dari awal sampai tujuan tidak terletak pada satu cabang. Bila lintasan dari keadaan awal sampai tujuan dapat terletak pada satu cabang, maka kita akan dapat menemukan tujuan lebih cepat.

Menggunakan Graf AND-OR yang pada dasarnya sama dengan algoritma Best First Search, dengan mempertimbangkan adanya arc AND.

Constraint Satisfaction

Problem search standard :
– state adalah "black box“
– setiap struktur data yang mendukung fungsi successor, fungsi heuristik dan tes goal.

CSP:
– state didefinisikan sebagai variabel Xi dengan nilai dari domain Di – Tes goal adalah sekumpulan constraint yang menspesifikasikan kombinasi dari nilai subset variabel.

Contoh sederhana adalah bahasa representasi formal.

CSP ini merupakan algoritma general-purpose dengan kekuatan lebih daripada algoritma pencarian standar.

Contoh : Pewarnaan Peta 

 

Variabel WA, NT, Q, NSW, V, SA, T

Domain Di = {red,green,blue}
Constraints : daerah yang bertetangga dekat harus memiliki warna yang berbeda.
Contoh WA ≠ NT, atau (WA,NT) {(red,green),(red,blue),(green,red), (green,blue),(blue,red),(blue,green)}

Solusi lengkap dan konsisten, contoh : WA = red, NT = green,Q = red,NSW = green,V = red,SA = blue,T = green

Constraint Graf

Binary CSP biner : setiap constraint merelasikan dua variable
Graf Constraint : node adalah variabel, arc adalah constraint

 

MEA (Means-Ends Analysis)

MEA adalah strategi penyelesaian masalah yang diperkenalkan pertama kali dalam GPS (General Problem Solver) [Newell & Simon, 1963]. Proses pencarian berdasarkan ruang masalah yang menggabungkan aspek penalaran forward dan backward. Perbedaan antara state current dan goal digunakan untuk mengusulkan operator yang mengurangi perbedaan itu. Keterhubungan antara operator dan perbedaan tsb disajikan sebagai pengetahuan dalam sistem (pada GPS dikenal dengan Table of Connections) atau mungkin ditentukan sampai beberapa pemeriksaan operator jika tindakan operator dapat dipenetrasi. 

Contoh OPERATOR first-order predicate calculus dan operator2 tertentu mengijinkan perbedaan korelasi task-independent terhadap operator yang menguranginya. Kapan pengetahuan ada tersedia mengenai pentingnya perbedaan, perbedaan yang paling utama terpilih pertama lebih lanjut meningkatkan rata-rata capaian dari MEA di atas strategi pencarian Brute-Force. Bagaimanapun, bahkan tanpa pemesanan dari perbedaan menurut arti penting, MEA meningkatkan metode pencarian heuristik lain (di rata-rata kasus) dengan pemusatan pemecahan masalah pada perbedaan yang nyata antara current state dengan goal-nya.

Sumber :
https://aiukswkelasgkelompok7.wordpress.com/metode-pencarian-dan-pelacakan/
https://rinnooberta.wordpress.com/2013/10/29/pencarian-heuristik/
https://www.academia.edu/4865567/Teknik_Pencarian_Heuristik_1_25_Pengantar_Kecerdasan_Buatan_AK045218_Generate_and_Test_Hill_Climbing_Best_First_Search_Problem_Reduction_Constraint_Satisfaction_Means_End_Analysis?auto=download
http://rahmaanisa96.blogspot.co.id/2016/11/5-metode-pencarian-dan-pelacakan-2.html

Read More