SISTEM BERBASIS PENGETAHUANwahyu_pratama.staff.gunadarma.ac.id/Downloads/files/63849/SBP... · Contoh dari penerapan NLP adalah asisten komputer pribadi. ... search dengan pelacakan

SISTEM BERBASIS

PENGETAHUAN

WAHYU PRATAMA, S.Kom., MMSI.

PERTEMUAN 1 – SBPPengenalan SBP (Bagian 1)

Kecerdasan Buatan (Artificial Intelligent):

Pengertian Kecerdasan Buatan.

Area Kecerdasan Buatan.

Pengenalan Terhadap Masalah dan Metode Pemecahannya.

Teknik Pencarian Heuristik.

Kecerdasan Buatan

John Mc Carthy (1956), “Kecerdasan buatan (artificial intelligence) adalah

memodelkan proses berpikir manusia dan mendesain mesin agar menirukan

perilaku manusia”.

H. A. Simon (1987), “Kecerdasan buatan (artificial intelligence) adalah tempat

sebuah 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 (artificial

intelligence) adalah sebuah studi tentang bagaimana membuat komputer

melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia”.

Encyclopedia Britannica, “Kecerdasan buatan (artificial

intelligence) adalah cabang dari ilmu komputer yang dalam merepresentasikan

pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan

dan memproses informasi berdasarkan metode heuristik atau dengan berdasarkan

sejumlah aturan”.

Kecerdasan Buatan selanjutnya …

Bagian Kecerdasan Buatan

Knowledge

Based

Inference

Engine

Input, Masalah,

Pertanyaan, dllOutput, Solusi,

Jawaban, dll

Bagian utama yang dibutuhkan untuk aplikasi kecerdasan buatan adalah:

Basis Pengetahuan (Knowledge Base), merupakan bagian yang berisi fakta-fakta,

teori, pemikiran dan hubungan antara satu dengan lainnya.

Motor Inferensi (Inference Engine), merupakan bagian yang memiliki

kemampuan menarik kesimpulan berdasarkan pengalaman.


Contoh Kecerdasan Buatan

[1] [2]

[3] [4]


Perbedaan Kecerdasan Buatan dan Kecerdasan Alami

1. Bersifat permanen

2. Mudah diduplikasi

3. Lebih murah dan cepat

4. Konsisten

5. Dapat didokumentasi

1. Lebih Kreatif

2. Penggunaan pengalaman

3. Digunakan secara luas

[5]

Area Kecerdasan Buatan

Vision

Robotic

Speech

Understanding

Expert System

Natural Language

Smart System

Pengenalan Terhadap Masalah dan Metode Pemecahannya

Natural Language Processing (NLP), mempelajari bagaimana bahasa alami itu

diolah sedemikian hingga pengguna dapat berkomunikasi dengan komputer.

Konsentrasi ilmu ini adalah interaksi antara komputer dengan bahasa natural yang

digunakan manusia. Contoh dari penerapan NLP adalah asisten komputer pribadi.

Computer Vision, cabang ilmu ini erat kaitannya dengan pembangunan

arti/makna dari image ke objek secara fisik. Kebutuhan objek didalamnya adalah

metode-metode untuk memperoleh, melakukan proses, menganalisis dan

memahami image. Contoh penerapan dari computer vision adalah alat pendeteksi

wajah.

Robotic and Navigation System, bidang ilmu ini yang mempelajari bagaimana

merancang robot yang berguna bagi industri dan mampu membantu manusia,

bahkan yang nantinya bisa menggantikan fungsi manusia. Robot mampu

melakukan beberapa tugas dengan berinteraksi dengan lingkungan sekitar dan

untuk melakukan hal tersebut, robot diperlengkapi dengan actuator seperti

lengan, roda, kaki, dll. Contoh penerapan dari robotic and navigation system

adalah smart car.

Teknik Pencarian Heuristik

Heuristik adalah sebuah teknik yang mengembangkan efisiensi dalam proses

pencarian, namun dengan kemungkinan mengorbankan kelengkapan

(completeness).

Fungsi heuristik digunakan untuk mengevaluasi keadaan-keadaan masalah

individual dan menentukan seberapa jauh hal tersebut dapat digunakan untuk

mendapatkan solusi yang diinginkan.

Jenis-jenis pencarian heuristik dapat berupa:

Generate and Test

Hill Climbing

Best-First Search

Problem Reduction

Constraint Satisfaction

Means-End Analysis

Teknik Pencarian Heuristik selanjutnya …

Generate and Testing, metode ini merupakan penggabungan antara depth-first

search dengan pelacakan mundur (backtracking), yaitu bergerak ke belakang

menuju pada suatu keadaan awal.

Algoritma:

Bangkitkan suatu kemungkinan solusi (membangkitkan suatu titik tertentu atau lintasan

tertentu dari keadaan awal).

Uji untuk melihat apakah node tersebut benar-benar merupakan solusinya dengan cara

membandingkan node tersebut atau node akhir dari suatu lintasan yang dipilih dengan

kumpulan tujuan yang diharapkan.

Jika solusi ditemukan, maka selesai. Jika tidak, ulangi kembali langkah pertama.

Contoh : Travelling Salesman Problem (TSP)

Seorang salesman ingin mengunjungi n kota dengan jarak antara setiap kota

sudah diketahui. Salesman tersebut ingin mengetahui rute terpendek untuk

mengunjungi seluruh n kota dimana setiap kota hanya boleh dikunjungi tepat

hanya satu kali.


Sebagai contoh terdapat n kota dengan jarak antara setiap kota sebagai berikut:

A B

CD

8

5

6

7

3 4

A B C D

B C D

C

D

D

C

B

D

D

B

C

B

B

C

n = 4 kota (A, B, C, D)


Alur Pencarian dengan Generate and Test

Langkah-langkah pencarian rute terpendek sebagai berikut:

Tentukan jumlah alternatif rute yang mungkin dilalui oleh salesman.

Hitunglah jumlah bobot masing-masing rute tersebut.

Dari hasil perhitungan bobot masing-masing rute, carilah rute terpendek sebagai hasil

keputusan salesman untuk mengunjungi seluruh kota.



Pencarian ke- Rute Panjang Rute Rute TerpilihPanjang Rute

Terpilih

1 A-B-C-D 19 A-B-C-D 19

2 A-B-D-C 18 A-B-D-C 18

3 A-C-B-D 12 A-C-B-D 12

4 A-C-D-B 13 A-C-B-D 12

5 A-D-C-B 18 A-C-B-D 12

6 A-D-B-C 16 A-C-B-D 12

7 B-A-C-D 17 A-C-B-D 12

8 B-A-D-C 21 A-C-B-D 12

9 B-C-A-D 15 A-C-B-D 12

10 B-C-D-A 18 A-C-B-D 12




Terpilih

11 B-D-A-C 14 A-C-B-D 12

12 B-D-C-A 13 A-C-B-D 12

13 C-A-B-D 15 A-C-B-D 12

14 C-A-D-B 14 A-C-B-D 12

15 C-B-A-D 20 A-C-B-D 12

16 C-B-D-A 16 A-C-B-D 12

17 C-D-A-B 21 A-C-B-D 12

18 C-D-B-A 18 A-C-B-D 12

19 D-A-B-C 20 A-C-B-D 12

20 D-A-C-B 15 A-C-B-D 12




Terpilih

24 D-B-A-C 15 A-C-B-D 12

22 D-B-C-A 12 A-C-B-D/D-B-C-A 12

23 D-C-A-B 17 A-C-B-D/D-B-C-A 12

24 D-C-B-A 19 A-C-B-D/D-B-C-A 12

Hasil dengan Generate and Test terdapat dua rute alternatif sebagai berikut:

A-C-B-D sebanyak 12 poin

D-B-C-A sebanyak 12 poin

Rute terpendek berbobot 12, yaitu rute A-C-B-D atau D-B-C-A.

Referensi

Materi Perkuliahan – Kecerdasan Buatan

https://bit.ly/2NbvQq8

Materi Perkuliahan – Teknik Pencarian Heuristik

https://bit.ly/2NVFORO

Gambar [1]

https://bit.ly/2xPNDhP

Gambar [2]

https://bit.ly/2NPF4gS

Gambar [3]

https://bit.ly/2DKAM62

Gambar [4]

https://bit.ly/2Oq0PU7

Gambar [5]

https://bit.ly/2xX27g3

Documents

SISTEM BERBASIS PENGETAHUANwahyu_pratama.staff.gunadarma.ac.id/Downloads/files/63849/SBP... · Contoh dari penerapan NLP adalah asisten komputer pribadi. ... search dengan pelacakan