PENDAHULUAN - Elearning UPN JATIM

PENDAHULUAN
Tujuan

Mahasiswa mampu menjelaskan konsep
dasar, teorema dan algoritma kecerdasan
buatan serta mampu menjelaskan,
merepresentasikan dan merumuskan
masalah yang ditemui ke dalam bentuk
dasar representasi kecerdasan yang dapat
diterapkan pada mesin/komputer.
RENCANA PEMBELAJARAN
Penilaian
NTS = 50% UTS + 40% TUGAS/KUIS + 10%
KEHADIRAN ++ AKTIF
NAS = 30% UAS + 40% FINAL PROJECT +
20% TUGAS/KUIS + 10% KEHADIRAN ++
AKTIF
NA = 50% NTS + 50% NAS
PRAKTIKUM (A&B), Selasa, 15.30-17.30
PRAKTIKUM (C), Optional s.d.a atau Rabu, 10.00
FINAL PROJECT







Soal untuk final project diberikan pada pertemuan ke-4
Final project dapat dikerjakan secara berkelompok
maksimum 3 orang
Progress FP dilaksanakan pada pertemuan ke-8 dan ke10.
Demo FP dilaksanakan pada minggu ke-12
HARUS dilakukan oleh seluruh anggota kelompok dalam
bentuk presentasi
Nilai FP melekat pada masing-masing anggota
kelompok.
FP TIDAK MENGGUGURKAN UAS
Kontrak Perkuliahan

Toleransi keterlambatan 15 menit dari 13.00.







(Arya (C): 081230732691)
Adistyanto (A): 082244482448
Berpakaian rapi dan sopan (baju berkerah dan memakai
sepatu)
Tugas dikerjakan secara individu/kelompok
Pengumpulan tugas tepat waktu.
Quiz susulan diadakan jika ada surat keterangan
Jika dalam pengerjaan UTS/UAS ada kesamaan antar
mahasiswa maka mahasiswa yang bersangkutan dikenai
sanksi memperoleh Nilai Akhir mata kuliah Kecerdasan
Buatan minimum yaitu E, tanpa argumentasi
Pustaka



Anita Desiani dan Muhammad Arhami, Konsep
Kecerdasan Buatan, Penerbit Andi, 2006.
Russel, Stuart J., Peter Norvig, "Artificial
Intelligence, a modern approach" Third Edition,
Prentice Hall, New Jersey, 2010.
Sri Kusumadewi, Hari Purnomo, Aplikasi Logika
Fuzzy untuk Pendukung Keputusan Edisi 2,
Graha Ilmu, 2010
Pendahuluan
Definisi umum

Kecerdasan buatan merupakan cabang
dari ilmu komputer yang fokus pada
pengautomasian tingkah laku cerdas
Definisi AI
Thinking Humanly
“[The automation of]
activities that we associate
with human thinking,
activities such as decisionmaking, problem solving,
learning … “ (Bellman,
1978)
Thinking Rationally
“The study of the
computations that make it
possible to perceive, reason,
and act” (Winston, 1992)
Acting Humanly
“The art of creating
machines that perform
functions that require
intelligence when performed
10
by people” (Kurzweil, 1990)
Acting Rationally
“Computational intelligence
is the study of the design of
intellligent agents” (Poole et
al., 1998)
Thinking humanly :
the cognitive modelling
approach
Bagaimanakah manusia berpikir?
 Mempelajari proses internal
dan mekanisme otak berpikir dalam
mengolah informasi/menyelesaikan
masalah (Cognitive Science)
dan Cognitive Neuroscience
 Example : General Problem Solver
(GPS), oleh Newel dan Simon, tahun
1961 : ditekankan pada proses berpikir
manusia dalam penyelesaian
permasalahan.
11
Acting humanly :
The Turing Test approach

12
Pada th. 1950, Alan Turing mengusulkan
Turing Test
 Komputer dikatakan berhasil melampaui
tes tersebut jika manusia penguji
(interrogator), setelah mengajukan
beberapa pertanyaan kepada komputer
tersebut, tidak dapat menyatakan apakah
jawaban dikerjakan oleh komputer atau
manusia.
Turing Test

13
Abilities required to pass the Turing test (avoided
direct physical interaction between the interrogator
and the computer)
Basic Test:
 Natural Language Processing : to enable it to
communicate in English
 Knowledge Representation : to store what it
knows/hears
 Automated Reasoning : to use the stored
information to answer question and to draw new
conclusions
 Machine learning : to adapt to new circumstances
and to detect and extrapolate patterns
Thinking Rationally :
The “laws of thought”approach
Facts and Rules
in Formal Logic

14
Theorem Prover
Pengembangan berbagai macam metode logika :
notasi formal dan aturan-aturan derivasi dari proses
berpikir
 Aristotle adalah orang pertama yang berusaha
mengungkapkan pikiran yang benar, melalui
proses penalaran dan logika
Example : “Socrates is a man; all men are mortal;
therefore, Socrates is mortal”
 Inferensi: langkah menyimpulkan pengetahuan
baru dari pengetahuan yang diamati.
Acting rationally :
The rational agent approach


15
Agent: sebuah sistem yang mempersepsi lingkungan
(melalui sensor), dan mengambil tindakan yang
mempengaruhi lingkungan (melalui effector).
Rational agent: agent yang melakukan tindakan
untuk mencapai hasil terbaik dan rasional
(menggunakan proses inferensi =penalaran logika).
Definisi dari berbagai perspektif
1.
Perspektif kecerdasan
Bagaimana membuat mesin yang “cerdas” dan
dapat melakukan hal-hal yang sebelumnya hanya
dapat dilakukan oleh manusia.
2.
Perspektif bisnis
sekelompok alat bantu (tool) yang berdayaguna dan
digunakan untuk menyelesaikan masalah-masalah
bisnis.
3.
Perspektif pemrograman
studi tentang pemrograman simbolik, pemecahan
masalah, proses pencarian
Aplikasi AI
17
AI
18
19
Searching
20
Game Playing
Tic Tac Toe
21
Logika
22
Logika Fuzzy
23
Algoritma Genetika
Travelling Salesman Problem
24
Artificial Neural Network
25
Information Retrieval
26
27
Natural Language Processing
28
Fingerprint Recognition
29
Classification
Klasifikasi Bunga Iris
30
Pengolahan Citra Digital
Restorasi citra
Penghalusan citra
Clustering/segmentation
31
Face Recognition dan Face
Detection
32
Computer vision
Motion
33
Face detection
Contoh AI
Movie AI
34
Contoh AI
Robotic
35
Keuntungan kecerdasan
alamiah dibanding buatan
Lebih kreatif
Dapat melakukan proses
pembelajarn secara
langsung, sedangkan AI
harus mendapatkan
masukan berupa simbol
Fokus yang luas sebagai
referensi untuk
pengambilan keputusan,
sebaliknya AI
menggunakan fokus yang
sempit
Keuntungan kecerdasan
buatan dibanding alamiah
Lebih permanen
Memberikan kemudahan
dalam duplikasi dan
penyebaran
Relatif lebih murah dari
kecerdasan alamiah
Konsisten dan teliti
Dapat didokumentasikan
Dapat mengerjakan
beberapa tugas dengan
lebih cepat dan lebih baik
dari manusia
Keterangan
AI
Pemrograman
konvensional
Input
Tidak harus lengkap
Harus lengkap
Penjelasan
Ada
Tidak ada
Yang diolah
Pengetahuan
Data dan informasi
Struktur
Terpisah antara kontrol
dan pengetahuan
Kontrol terontegrasi
dengan data
Maintenance dan update
Mudah karena
menggunakan modulmodul
Umumnya susah
dilakukan
Kemampuan pemikiran
Terbatas tetapi dapat
ditingkatkan
Tidak ada
Output
Bersifat cukup (tidak
optimal)
optimal