Rangkuman Pengantar Teknologi Sistem Cerdas

R  A  N  G  K  U  M  A  N

TUGAS 1 DAN 3

SOFTSKILL

Disusun oleh:

Tama Riska H.                      (1A114648)

3KA26

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS GUNADARMA

PTA 2016 / 2017

1.     Pengertian Artificial Intelligence

Artificial Intelligence (AI) atau kecerdasan buatan merupakan cabang dari ilmu computer yang khusus ditujukan untuk membuat software dan hardware yang sepenuhnya bisa menirukan fungsi otak manusia. Definisi AI adalah bagian dari computer sehingga harus didasarkan pada sound theoretical (teori suara) dan prinsip-prinsip aplikasi dari bidangnya. Prinsip-prinsip ini meliputi struktur kata yang digunakan dalam representasi pengetahuan, algoritma yang diperlukan untuk mengaplikasikan pengetahuan tersebut, serta bahasa dan teknik pemrograman yang digunakan dalam mengimplementasikannya.

2.     Perbedaan Kecerdasan Buatan dengan Kecerdasan Alami

Beberapa keunggulan kecerdasan buatan dibanding kecerdasan alamiah, yaitu:

1.      Lebih permanen

2.      Memberikan kemudahan dalam duplikasi dan penyebaran

3.      Relatif murah dari kecerdasan alamiah

4.      Dapat didokumentasi

5.      Konsisten dan teliti

6.      Dapat mengerjakan beberapa task dengan lebih cepat dan lebih baik dibanding manusia

Sedangkan kecerdasan alamiah memiliki beberapa keuntungan, yaitu:

1.     Lebih kreatif

2.     Dapat melakukan proses pembelajaran secara langsung, sementara AI harus mendapatkan masukan berupa symbol dan representasi

3.     Sejarah Kecerdasan Buatan

Berdasarkan Buku Artificial Intelligence : A Modern Approach Third Edition (2003). Sejarah AI (kecerdasan buatan) dibagi atas 3 bagian, diantaranya:

1.      Masa Persiapan Kecerdasan Buatan (1943 – 1955)

2.      Kelahiran Kecerdasan Buatan (1956)

3.      Antusiasme Awal Harapan Besar (1952 – 1969)

4.     Kategori Konsep Dasar Artificial Intelligence

AI memiliki 4 dasar kategori konsep dasar, yaitu:

a.      Acting Humanly : Pedekatan Uji Turing

b.      Thinking Humanly : Pendekatan Model Kognitif

c.       Thinking Rationally : The Laws of Thought Approach

d.      Acting Rationally : The Rational Agent Approach

5.     Disiplin Ilmu Sub Bagian dalam Artificial Intelligence

Pengklasifikasian lingkup Kecerdasan Buatan didasarkan pada output yang diberikan yaitu pada aplikasi komersial (Kecerdasan Buatan sebenarnya bukan merupakan medan komersial). Lingkup utama dalam Kecerdasan Buatan adalah:

a.       Sistem Pakar (Expert System)

b.      Pengolahan Bahasa Alami (Natural Language Processing)

c.       Pengenalan Ucapan (Speech Recognition)

d.      Robotika & Sistem Sensor (Robotic & Sensory System)

e.       Computer Vision

f.       Intelligent Comuter-aided Instruction

g.      Game Playing

Seiring dengan perkembangan teknologi, muncul beberapa teknologi yang juga bertujuan untuk membuat agar komputer menjadi cerdas agar dapat menirukan kerja manusia sehari-hari.

6.     Definisi Perencanaan Klasik

Perencanaan klasik berkonsentrasi pada masalah-masalah yang mana kebanyakan tindakan meninggalkan hal-hal yang kebanyakan tidak berubah.

6.1  Contoh: Transportasi Kargo Udara

Masalah transportasi kargo udara melibatkan pemuatan dan pembongkaran kargo dan terbang dari satu tempat ke tempat. Masalah dapat didefinisikan dengan tiga tindakan: memuat, membongkar, dan terbang.

6.2  Contoh: Masalah Ban Serep

Tujuannya adalah untuk memiliki ban cadangan yang baik benar dipasang pada as roda mobil, di mana keadaan awal memiliki ban kempes pada as roda dan ban cadangan yang baik di bagasi

6.3  Contoh: Blok Dunia

Salah satu yang paling terkenal perencanaan domain dikenal sebagai dunia blok. Domain ini terdiri dari satu set blok berbentuk kubus duduk di tabel. Blok dapat ditumpuk, tetapi hanya satu blok bisa muat langsung di atas yang lain.

6.4  Kompleksitas Klasik Perencanaan

PlanSAT adalah pertanyaan apakah ada rencana yang memecahkan masalah perencanaan.

7.     Algoritma Untuk Perencanaan Sebagai Ruang Negara – Cari

Kami melihat bagaimana Deskripsi masalah perencanaan defines Cari masalah: kita dapat mencari dari keadaan awal melalui ruang Serikat, mencari tujuan.

7.1  Cari Ruang Negara – Maju (Kemajuan)

Pencarian pertama, maju rentan terhadap menjelajahi tindakan-tindakan yang tidak relevan. Kedua, perencanaan masalah yang sering memiliki ruang besar negara.

7.2  Mundur (Regresi) Cari Relevan – Negara

Secara umum, pencarian backward bekerja ketika kita tahu bagaimana untuk mundur dari suatu keadaan. PDDL dirancang untuk membuat mudah tindakan kemunduran, jika sebuah domain dapat dinyatakan dalam PDDL, maka kita dapat melakukan regresi.

7.3  Heuristik Untuk Perencanaan

Menurut definisi heuristik, tidak ada cara untuk menganalisis keadaan atom, dan dengan demikian memerlukan beberapa kecerdikan oleh seorang analis manusia untuk menentukan heuristik domain-spesifik baik untuk masalah pencarian dengan negara-negara atom.

8.     Perencanaan Graf

Graph Plan adalah algoritma yang diterapkan ke salah satu teknik pencarian. Untuk mencari solusi atas ruang yang dibentuk oleh grafik perencanaan.

9.     Pendekatan Perencanaan Klasik Lainnya

Pendekatan yang paling populer dan efektif untuk perencanaan otomatis  adalah menerjemahkan ke satisfiability Boolean masalah (SAT), teruskan pencarian negara-ruang dengan heuristik dengan hati-hati (Pasal 10.2), cari menggunakan grafik perencanaan.

9.1  Perencanaan Klasik sebagai Boolean Satisfiability

Terjemahan adalah serangkaian langkah-langkah sederhana, langkah-langkah sederhana terdiri dari propositionalize tindakan, tentukan keadaan awal, propositionalize tujuan, tambahkan aksioma penerus-negara, tambahkan aksioma prasyarat, tambahkan aksioma tindakan pengecualian.

9.2  Perencanaan Sebagai Urutan Pertama Logis Pemotongan: Situasi Kalkulus

            Kalkulus Situasi PDDL adalah bahasa yang  dengan hati-hati menyeimbangkan ekspresi bahasa dengan kompleksitas algoritma yang beroperasi di atasnya.

9.3  Perencanaan Sebagai Kendala Kepuasaan

Kita telah melihat bahwa kepuasan kendala memiliki banyak kesamaan dengan Boolean Satisfiability,  dan kita telah melihat bahwa CSP teknik efektif untuk penjadwalan masalah, sehingga tidak mengherankan bahwa CSP mungkin untuk merumuskan masalah perencanaan yang dibatasi (yaitu, masalah dalam mencari rencana panjang k) sebagai sebuah CSP.

9.4  Perencanaan Sebagai Penyempurnaan Sebagian Memerintahkan Rencana

Semua pendekatan untuk membangun rencana yang benar-benar terdiri dari urutan tindakan ketat.

10.             Analisis Pendekatan Perencanaan

Perencanaan menggabungkan dua bidang utama dari AI yaitu pencarian dan logika. Sebuah perencanaan dapat dilihat baik sebagai sebuah program yang mencari solusi atau sebagai salah satu yang membuktikan solusi.

Kesimpulan:

           Dengan adanya tugas ini, maka saya dapat mengerti apa yang dimaksud dengan Classical Planning (Perencanaan Klasik) dan memahami adanya atau kegunaan AI (Artificial Intelligence) di dalam menyelesaikan masalah. Tidak hanya itu, software buatan pun dapat membantu user dalam mencari atau memecahkan masalah yang tepat dan sesuai. Banyak juga yang dapat dilakukan user untuk menemukan solusi yang terbaik, tanpa harus melakukan penelitian secara keseluruhan.

 

Sumber:

https://drive.google.com/open?id=0B6NjsqXNox5VbjBrYU1rTnR4dzA 

https://drive.google.com/open?id=0B6NjsqXNox5VLVpySVdGVlVlRkE