Intelegensi Buatan - Muhammad Miftakul Amin

advertisement
POLITEKNIK NEGERI SRIWIJAYA
Jurusan Teknik Komputer
Program Studi D3 Teknik Komputer
Lecturer:
M. Miftakul Amin, S. Kom., M. Eng.
Intelegensi Buatan
Sesi 1
Pengantar Intelegensi Buatan
2015
Intelegensi Buatan
1
Silabus Intelegensi Buatan











2015
Dasar-dasar Intelegensi Buatan
Problem, Space, Search
Representasi Pengetahuan
Ketidak Pastian
Sistem Pakar
Programming Logic (Prolog)
Logika Fuzzy
Sistem Penalaran Fuzzy
Basis Data Fuzzy
Jaringan Syaraf Tiruan
Algoritma Jaringan Syaraf Tiruan
Intelegensi Buatan
2
Referensi
Russel, Stuart, Norvig, Peter. 2003.
Artificial Intelligence A Modern
Approach. Penerbit Prentice Hall
 Sri Kusuma Dewi. 2003. Artificial
Intelligence. Penerbit Graha Ilmu
Yogyakarta
 Suyoto. 2004. Intelegensi Buatan.
Penerbit Gava Media Yogyakarta

2015
Intelegensi Buatan
3
Sasaran

2015
Mahasiswa Mengenal Pengertian dan
Ruang Lingkup Kecerdasan Buatan
Intelegensi Buatan
4
Pengertian Intelegensi
Buatan

2015
Kecerdasan Buatan atau Artificial
Intelligence merupakan salah satu
bagian ilmu komputer yang membuat
agar mesin (komputer) dapat
melakukan pekerjaan seperti dan
sebaik yang dilakukan oleh manusia.
Intelegensi Buatan
5
Pengertian Intelegensi
Buatan

2015
Sistem Cerdas (Intelligent System)
adalah sistem yang dibangun dengan
menggunakan teknik-teknik artificial
intelligence
Intelegensi Buatan
6
Cabang-cabang AI

2015
Logika (Matematika) yang
merepresentasikan sekumpulan fakta
dan tujuanRuang Keadaan dalam
hal ini berupa Graph dn Tree
Intelegensi Buatan
7
Cabang-cabang AI

2015
Search, yang melakukan
pencarian keadaan baru dari
keadaan sekarang yang akan
menentukan pergerakan
dengan teknik Blind Search
ataupun Heuristic Search
Intelegensi Buatan
8
Cabang-cabang AI

2015
Representation, berupa
representasi fakta-fakta
(pengetahuan) dalam ruang
keadaan menggunakan logika,
tree, jaringan semantic, frame,
naskah, ataupun kaidah
produksi
Intelegensi Buatan
9
Cabang-cabang AI

2015
Pattern Recognition,
berupa pengenalan dan
pencocokkan suatu pola
terhadap sekumpulan pola
dengan menggunakan teknik
pengolahan bahasa alami,
atau jaringan syaraf tiruan
Intelegensi Buatan
10
Cabang-cabang AI

2015
Inference, kemampuan
untuk menarik kesimpulan
berdasarkan pengetahuan
dengan menggunakan teknik
forward chaining, backward
chaining ataupun fuzzy
inference system (FIS)
Intelegensi Buatan
11
Cabang-cabang AI

2015
Learning From Experience,
melakukan proses
pembelajaran (pelatihan) dari
pengetahuan atau
pengalaman yang ada pada
basis pengetahuan, hal ini
dapat dilakukan dengan
menggunakan jaringan syaraf
tiruan
Intelegensi Buatan
12
Cabang-cabang AI
Pengolahan bahasa alami
(natural language processing)
 Robotika
 Game Playing
 Persepsi (vision and Speech)

2015
Intelegensi Buatan
13
Bagaimana AI Bekerja

Bagian terpenting dari AI
adalah :


2015
Knowledge Base (basis pengetahuan)
berisi fakta, teori, pemikiran dan
hubungan antara satu dengan
lainnya.
Inference Engine, yaitu kemampuan
menarik kesimpulan berdasarkan
pengalaman.
Intelegensi Buatan
14
Bagaimana AI Bekerja
2015
Intelegensi Buatan
15
Analogi AI dan Kecerdasan
Manusia
Basis Pengetahuan
 Kumpulan pengetahuan dan
pengalaman yang dimiliki oleh
manusia
 Contoh:

o
o
2015
Jika saya makan cabe>5, maka tidak lama
kemudian perut saya akan terasa sakit.
Jika kuliah mulai jam 7, dan saya berangkat
dari rumah jam 6.45, maka saya akan
terlambat.
Intelegensi Buatan
16
Analogi AI dan Kecerdasan
Manusia



2015
Inferensi
Kemampuan manusia untuk bernalar berdasarkan
pengetahuan/pengalaman yang dimiliki,apabila muncul
suatu fakta.
Contoh:
o Pengetahuan
 Jika saya makan cabe>5, maka tidak lama
kemudian perut saya akan terasa sakit.
o Fakta
 Saya baru saja makan cabe 15 buah
o Kesimpulan
 Tidak lama lagi perut saya akan sakit
Intelegensi Buatan
17
Bentuk Penalaran
Deduktif, Penalaran dimulai
dari premis yang bersifat
umum, untuk mendapatkan
konklusi yang khusus.
 Contoh:




2015
Premis 1: jika hari hujan, maka saya
tidak datang.
Premis 2: hari ini turun hujan
Konklusi: hari ini saya tidak datang
Intelegensi Buatan
18
Bentuk Penalaran








2015
Induktif, penalaran dimulai dari
premis-premis yang bersifat khusus,
untuk mendapatkan konklusi yang
bersifat umum.
Contoh:
Premis 1: ikan mujaer bernafas dengan insang
Premis 2: ikan mas koki bernafas dengan insang
Premis 3: ikan bawal bernafas dengan insang
Premis 4: ikan paus bernafas dengan paru-paru
Konklusi: ikan adalah hewan yang bernafas
dengan insang
Konklusi kurang tepat
Intelegensi Buatan
19
Soft Computing


2015
Soft computing adalah koleksi dari
beberapa metode yang bertujuan
untuk mengeksploitasi toleransi
terhadap ketidak tepatan, ketidak
pastian, dan kebenaran parsial
untuk dapat diselesaikan dengan
mudah, robusttness, dan biaya
penyelesaian murah.
Definisi ini pertama kali diungkapkan
oleh Prof. Lotfi A. Zadeh pada tahun
1992.
Intelegensi Buatan
20
Komponen Soft Computing

Approximate reasoning:



Functional/Random Approximate


2015
Fuzzy System
Probabilistic reasoning
Neural Network
Evolusionery Algorithm
Intelegensi Buatan
21
Fuzzy System



Konsepnya menggunakan teori
himpunan.
Menggunakan derajat keanggotaan
fuzzy untuk menunjukkan seberapa
besar suatu nilai masuk dalam
suatu himpunan fuzzy
Bidang kajian:




2015
Fuzzy
Fuzzy
Fuzzy
Fuzzy
Inference System
Clustering
Database
Mathematical Programming
Intelegensi Buatan
22
Neural Network



Menggunakan algoritma
pembelajaran untuk mendapatkan
bobot optimum
Jenis pembelajaran
supervised/unsupervised learning
Bidang kajian





2015
Perceptron
Radial basis
Backpropagation
Self orgaizing map
Learning vector quantization
Intelegensi Buatan
23
Algoritma Evolusioner



Menggunakan pendekatan teori
evolusi
Menggunakan algoritma genetika
dan banyak digunakan untuk
optimasi
Bidang kajian





2015
Algoritma genetika
Ant system
Fish schooling
Bird flocking
Particle swarm
Intelegensi Buatan
24
Probabilistic Reasoning


Mengakomodasi adanya faktor
ketidak pastian
Bidang kajian



2015
Teorema bayes
Certainty factor (statistic reasoning)
Teorema dempster-shafer (statistic
reasoning)
Intelegensi Buatan
25
Hybrid System


2015
Setiap komponen dalam soft
computing tidak saling
berkompetisi melainkan saling
melengkapi.
Hybrid system merupakan
perpaduan antar komponen
dalam soft computing
Intelegensi Buatan
26
Hybrid System




2015
Neuro-fuzzy system
Fuzzy-neural network
Fuzzy-genetic algorithm
Neuro-genetic algorithm
Intelegensi Buatan
27
Untuk Terjun Ke Soft
Computing
2015
Intelegensi Buatan
28
Terima kasih
2015
Intelegensi Buatan
29
Download