Anda di halaman 1dari 22

QUIZ

PENGANTAR KECERDASAN BUATAN

Kelompok :
• Hasbi Nur Haqi (50407406) (Ketua)
• M. Isramuddin (50407572)
• Septo Aditiyo (50407796)
• Yusup Bachtiar (50407929)
Kelas : 4IA03

UNIVERSITAS GUNADARMA
2010
Soal dan Jawaban :

1. Jelaskan apa yang dimaksud dengan kecerdasan buatan dan penerapannya pada aplikasi
komersial !

Jawab :

Artificial Intelligence (AI) atau Kecerdasan Buatan didefinisikan sebagai kecerdasan


yang ditunjukan oleh suau entitas buatan. Kecerdasan diciptakan dan dimasukkan ke
dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti apa yang
dilakukan manusia.

Penerapan AI :

Bidang Komputer dan Sains

Para Peneliti kecerdasan buatan telah membuat banyak alat untuk memecahkan beberapa
masalah yang dapat dikategorikan paling rumit pada bidang komputer dan sains.
Kebanyakan dari penemuan mereka telah diambil alih oleh cabang ilmu komputer dan
sains dan tidak lagi menjadi bagian dari bidang ilmu kecerdasan buatan. Namun, bidang
ilmu kecerdasan buatan tetap saja sulit untuk dilepaskan dari bidang ilmu ini,
dikarenakan banyak bagian dari kecerdasan buatan yang digunakan dalam bidang
komputer dan sains ini. Salah satu contohnya adalah konsep jaringan syaraf tiruan yang
digunakan untuk mengkalkulasi probabilitas kondisi-kondisi yang akan terjadi pada masa
yang akan datang. Beberapa daftar aplikasi yang sebelumnya dikembangkan oleh para
peneliti kecerdasan buatan adalah GUI (Graphical User Interface), Kalkulasi koordinat
mouse pada layar monitor, manajemen penyimpanan otomatis, pemrograman dinamis
serta pemrograman orientasi objek.

Finansial

Pada bidang finansial, penggunaan kecerdasan buatan ditujukan pada pengorganisasian


operasi, investasi saham, dan memanajemen properti. Sebuah sistem yang memiliki
kecerdasan buatan dapat mengkalkulasi inflasi maupun deflasi yang akan terjadi di masa
depan serta dapat mengkalkulasi probabilitas naik turunnya harga saham sehingga dapat
digunakan untuk menentukan investasi secara detail. Menggunakan jaringan syaraf tiruan
yang dapat mendeteksi adanya perubahan-perubahan harga saham pada masa yang akan
datang, membuat sistem kecerdasan buatan ni sangat layak digunakan dalam bidang
Finansial.

Kesehatan

Pada bidang kesehatan, sistem kecerdasan buatan telah digunakan, slah satunya adalah
algoritma genetika yang memungkinkan simulasi proses evolusi dan rekayasa genetika
diuji coba tanpa memerlukan “korban” makhluk hidup. Algoritma ini juga dapat
digunakan untuk pencocokan DNA yang sering digunakan dan saat ini mungkin populer
untuk mengidentifikasi identitas seseorang. Konsep sistem pakar yang juga merupakan
salah satu cabang ilmu dari kecerdasan buatan juga digunakan untuk mendiagnosa
penyakit yang diderita oleh pasien sehingga memudahkan kerja dokter.

Industri

Pada bidang Industri penggunaan mesin sudah merupakan hal yang umum. Mesin
biasanya digunakan dalam industri untuk pekerjaan yang membahayakan manusia dan
yang sulit untuk dilakukan manusia. sebagai contoh memindahkan barang yang
mempunyai berat ber ton-ton, pemotongan besi dan baja. bahkan dalam industri
manufaktur, pekerjaan yang membutuhkan tingkat ketelitian tinggi dan konsistensi sudah
diambil alih oleh mesin. Hal ini dikarenakan manusia mempunyai konsentrasi yang tidak
tetap dan stamina yang cepat habis. Kondisi seperti ini yang berbahaya, baik bagi pekerja
tersebut, pabrikan, dan konsumen tentunya. Oleh karena itu, sistem kecerdasan buatan
telah diimplementasikan secara nyata pada bidang industri ini.
Satu lagi impementasi dari sistem kecerdasan buatan pada bidang industri, yakni Quality
Control yang dilakukan menggunakan sistem image processing.
Transportasi

Pada bidang transportasi kecerdasan buatan sudah diimplementasikan pada banyak hal
seperti sistem kontrol perpindahan gigi otomatis pada gearbox mobil bertransmisi
otomatis yang menggunakan Fuzzy Logic sebagai salah satu cabag ilmu kecerdasan
buatan. Penentuan rute tercepat juga dapat dilakukan oleh decision support system yang
juga merupakan salah satu cabang dari kecerdasan buatan yang menggunakan GPS
sebagai alat bantu navigasinya. Baru-baru ini juga telah dikembangkan sistem kecerdasan
buatan yang dapat mengemudi secara otomatis serta melakukan parkir serial tanpa
bantuan manusia sama sekali.

Telekomunikasi

Pada Bidang telekomunikasi, sistem kecerdasan buatan juga banyak digunakan antara
lain untuk pencarian heuristik tentang tenaga kerja mereka, mengatur penjadwalan
puluhan ribu pekerjanya, serta menentukan jumlah gaji sesuai dengan kualitas kerja
mereka. Semuanya dilakukan secara otomatis dengan kecerdasan buatan yang telah
diimplementasikan ke dalam sistemnya.

Pengembangan Game

Perkembangan Game yang pesat pada masa ini juga membutuhkan sesuatu yang berbeda
pada rule permainannya. Sebuah sistem game, jika sudah dimainkan sampai tuntas oleh
seorang player, maka ketika player yang sama memulai lagi permainan dari awal, maka
rule permainannya akan sama. namun berbeda untuk game-game yang telah ada saat ini.
sistem dalam game, dapat belajar mengenali pola permainan dari player dan ketika player
tersebut memulai permainan kembali, maka sistem ini akan menggunakan rule yang
berbeda untuk pemain yang sama ini. sehingga game menjadi lebih menarik dan
menantang untuk dimainkan.
Pengembangan Mainan

Peralatan permainan seperti AIBO dan ASIMO, robot anjing cerdas dan robot yang
menyerupai manusia yang dapat berinteraksi dengan manusia menjadi salah satu favorit
alat bermain yang telah menggunakan kecerdasan buatan pada sistemnya. AIBO dan
ASIMO ini dapat berinteraksi dengan manusia melalui suara, fitur speech recognition di
dalamnya, robot ini dapat mengerti apa yang diucapkan manusia dan menanggapinya.

Musik

Evolusi di bidang musik hampir selalu terkena dampak dari tekbologi yang ada pada
zamannya. Sebagai contoh, era musik digital yang memungkinkan sebuah suara dapat
direkan dan diputar ulang. dengan mengimplementasikan kecerdasan buatan, proses
penciptaan komposisi lagu, pemrosesan suara, dan teori-teori tentang musik dapat
dilakukan. Pengolahan suara adalah fokus dari pengembangan kecerdasan buatan di
bidang music ini.

Militer

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.

Penerbangan

Simulasi penerbangan pada pelatihan calon pilot sebelum benar-benar terbang dilakukan
menggunakan perangkat yang telah mengimplementasikan kecerdasan buatan di
dalamnya. perangkat ini dapat memberikan beragam simulasi kondisi penerbangan
dengan puluhan variabel yang kompleks. Pelatihan calon pilot menerbangakan pesawat
menggunakan simulator ini sangat efisien, selain mengurangi biaya untuk penerbangan
yang sebenarnya, resiko kecelakaan para calon pilot juga dapat diminimalisir.
Otomotif

Proses perancangan dan desain chassis serta body otomotif pada saat ini sudah semakin
canggih. Computational Fluid Dynamics atau sering disebut dengan CFD saja, telah
digunakan dalam proses perancangan dan pengujian. CFD menghitung variabel-variabel
yang digunakan dalam perancangan mobil. Salah satunya adalah komputasi aliran arus
udara yang melalui mobil dengan ribuan jalur udara yang mengelilingi seluruh body
mobil.

2. Jelaskan perbedaan kecerdasan alami dan kecerdasan buatan !

Jawab :

• Kelebihan kecerdasan buatan :


a. Lebih bersifat permanen. Kecerdasan alami bisa berubah karena sifat manusia
pelupa. Kecerdasan buatan tidak berubah selama sistem komputer & program
tidak mengubahnya.

b. Lebih mudah diduplikasi & disebarkan. Mentransfer pengetahuan manusia dari 1


orang ke orang lain membutuhkan proses yang sangat lama & keahlian tidak akan
pernah dapat diduplikasi dengan lengkap.Jadi jika pengetahuan terletak pada
suatu sistem komputer, Pengetahuan tersebut dapat disalin dari komputer tersebut
& dapat dipindahkan dengan mudah ke komputer yang lain.

c. Lebih murah. Menyediakan layanan komputer akan lebih mudah & murah
dibandingkan mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan
dalam jangka waktu yang sangat lama.
d. Bersifat konsisten dan teliti karena kecerdasan buatan adalah bagian dari
teknologi komputer sedangkan kecerdasan alami senantiasa berubah-ubah.

e. Dapat didokumentasi.Keputusan yang dibuat komputer dapat didokumentasi


dengan mudah dengan cara melacak setiap aktivitas dari sistem tersebut.
Kecerdasan alami sangat sulit untuk direproduksi.

f. Dapat mengerjakan beberapa task lebih cepat dan lebih baik dibanding manusia

• Kelebihan kecerdasan alami :


a. Kreatif : manusia memiliki kemampuan untuk menambah pengetahuan,
sedangkan pada kecerdasan buatan untuk menambah pengetahuan harus
dilakukan melalui sistem yang dibangun.

b. Memungkinkan orang untuk menggunakan pengalaman atau pembelajaran secara


langsung. Sedangkan pada kecerdasan buatan harus mendapat masukan berupa
input-input simbolik.

c. Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan


sangat terbatas.

3. Jelaskan perbedaan program kecerdasan buatan dan program konvensional !

Jawab :

Beda Program Kecerdasan Buatan Program Kecerdasan


Konvensional
Fokus Pemrosesan Konsep simbolik/numeric Data dan informasi
(pengetahuan)
Pencarian Heuristik Algoritma
Sifat Input Bisa tidak lengkap Harus lengkap
Keterangan Disediakan Biasanya tidak disediakan
Struktur Control dipisahkan dari Control terintegrasi dengan
pengetahuan informasi (data)
Sifat Output Kuantitatif Kualitatif
Kemampuan Menalar Ya Tidak
4. Jelaskan langkah-langkah dalam merumuskan atau mendefinisikan masalah dalam
konsep sistem cerdas !

Jawab :

Langkah-langkah untuk mendeskripsikan masalah dengan baik adalah :

a. Mendefinisikan suatu ruang keadaan (state space),

b. Menetapkan satu atau lebih keadaan awal (initial state),

c. Menetapkan satu atau lebih tujuan (goal state),

d. Menetapkan kumpulan aturan.

5. Berilah contoh sebuah permasalahan lalu selesaikan permasalahan tersebut dengan


menentukan keadaan awal dan goal masalah tersebut !

Kemudian sebutkan operator-operator yang dapat digunakan, gambarkan ruang keadaan


(state space) hingga level 3 untuk permasalahan tersebut !

Jawab :

Permasalahan :

Ada 2 ember masing-masing berkapasitas 4 galon (ember A) dan 3 galon (ember B). ada
pompa air yang akan digunakan untuk mengisi air pada ember tersebut. Bagaimana dapat
mengisi tepat 2 galon air ke dalam ember berkapasitas 4 galon?

Penyelesaian :

a. Identifikasi ruang keadaan (state space)

Permasalahan ini dapat digambarkan sebagai himpunan pasangan bilangan bulat :

x = jumlah air yang diisikan ke ember 4 galon (ember A)

y = jumlah air yang diisikan ke ember 3 galon (ember B)


Ruang keadaan = (x,y) sedemikian hingga x є {0,1,2,3,4} dan y є {0,1,2,3}

b. Keadaan awal dan tujuan

Keadaan awal : kedua ember kosong = (0,0)

Tujuan : ember 4 galon berisi 2 galon air = (2,n) dengan sembarang n


c. Keadaan ember

Keadaan ember bisa digambarkan sebagai berikut :

Keadaan awal Tujuan

(0,0) (1,0) (2,0) (3,0) (4,0)

(0,1) (1,1) (2,1) (3,1) (4,1)


(0,2) (1,2) (2,2) (3,2) (4,2)
(0,3) (1,3) (2,3) (3,3) (4,3)

d. Aturan-aturan

Diasumsikan kita dapat mengisi ember air itu dari pompa air, membuang air dari
ember keluar, menuangkan air dari ember yang satu ke ember yang lain.

Kita buat beberapa aturan-aturan yang dapat digambarkan sebagai berikut :

Aturan Jika Maka


ke -

1 (x,y) (4,y)

x<4 Isi ember A

2 (x,y) (x,3)

y<3 Isi ember B

3 (x,y) (x - d,y)

x>0 Tuang sebagian air keluar dari ember A

4 (x,y) (x,y – d)

y>0 Tuang sebagian air keluar dari ember B

5 (x,y) (0,y)

x>0 Kosongkan ember A dengan membuang airnya

6 (x,y) (x,0)

y>0 Kosongkan ember B dengan membuang airnya

7 (x,y) (4,y – (4 – x))

x + y ≥ 4 dan y > 0 Tuang air dari ember B ke ember A sampai ember A


penuh

8 (x,y) (x – (3 – y),3)
x + y ≥ 3 dan x > 0

Tuang air dari ember A ke ember B sampai ember B


penuh

9 (x,y) (x + y,0)

x + y ≤ 4 dan y > 0 Tuang seluruh air dari ember B ke ember A

10 (x,y) (0,x + y)

x + y ≤ 3 dan x > 0 Tuang seluruh air dari ember A ke ember B

11 (0,2) (2,0)

Tuang 2 galon air dari ember B ke ember A

e. Representasi ruang keadaan dengan pohon pelacakan

Percarian suatu solusi dapat dilukiskan dengan menggunakan pohon. Tiap-tiap node
menunjukkan satu keadaan. Jalur dari parent ke child, menunjukkan 1 operasi. Tiap
node memiliki node child yang menunjukkan keadaan yang dapat dicapai oleh parent.

Solusi yang ditemukan :

Solusi 1

Isi ember A Isi ember B Aturan yang dipakai

0 0 1

4 0 8

1 3 6

1 0 10

0 1 1

4 1 8

2 3 Solusi
Solusi 2

Isi ember A Isi ember B Aturan yang dipakai

0 0 2

0 3 9

3 0 2

3 3 7

4 2 5

0 2 9

2 0 Solusi

Representasi ruang keadaan untuk kasus EMBER

6. Jelaskan apa yang dimaksud dengan knowledge base dan inference engine !

Jawab :

a. Basis pengetahuan (knowledge base): berisi fakta-fakta, teori, pemikiran & hubungan
antara satu dengan lainnya.

Ada 2 bentuk pendekatan basis pengetahuan :


• Penalaran berbasis aturan (rule-based reasoning) Pada penalaran berbasis
aturan, pengetahuan direpresentasikan dengan menggunakan aturan berbentuk
IF-THEN. Bentuk ini digunakan apabila kita memiliki sejumlah pengetahuan
pakar pada suatu permasalahan tertentu, dan si pakar dapat menyelesaikan
masalah tersebut secara berurutan. Disamping itu, bentuk ini juga digunakan
apabila dibutuhkan penjelasan tentang jejak (langkah-langkah) pencapaian
solusi.

Contoh : aturan identifikasi hewan

Rule 1 : IF hewan berambut dan menyusui THEN hewan mamalia

Rule 2 : IF hewan mempunyai sayap dan bertelur THEN hewan jenis burung
Rule 3 : IF hewan mamalia dan memakan daging THEN hewan karnivora
Dst...

• Penalaran berbasis kasus (case-based reasoning) Pada penalaran berbasis kasus,


basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya,
kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang
(fakta yang ada). Bentuk ini digunakan apabila user menginginkan untuk tahu
lebih banyak lagi pada kasus-kasus yang hampir sama (mirip). Selain itu
bentuk ini juga digunakan bila kita telah memiliki sejumlah situasi atau kasus
tertentu dalam basis pengetahuan.

b. Motor inferensi (inference engine) : kemampuan menarik kesimpulan berdasarkan


pengalaman.

Ada 2 cara yang dapat dikerjakan dalam melakukan inferensi :

• Forward Chaining Pencocokan fakta atau pernyataan dimulai dari bagian


sebelah kiri dulu (IF dulu). Dengan kata lain penalaran dimulai dari fakta
terlebih dahulu untuk menguji kebenaran hipotesis.
• Backward Chaining Pencocokan fakta atau pernyataan dimulai dari bagian
sebelah kanan (THEN dulu). Dengan kata lain penalaran dimulai dari hipotesis
terlebih dahulu, dan untuk menguji kebenaran hipotesis tersebut harus dicari
fakta-fakta yang ada dalam basis pengetahuan.

Contoh :

R1 : IF suku bunga turun THEN harga obligasi naik

R2 : IF suku bunga naik THEN harga obligasi turun

R3 : IF suku bunga tidak berubah THEN harga obligasi tidak berubah

R4 : IF dolar naik THEN suku bunga turun

R5 : IF dolar turun THEN suku bunga naik

R6 : IF harga obligasi turun THEN beli obligasi

Apabila diketahui bahwa dolar turun, maka untuk memutuskan apakah akan
membeli obligasi atau tidak dapat ditunjukkan sebagai berikut :

Forward Chaining

Dari fakta dolar turun, berdasarkan Rule 5, diperoleh konklusi suku bunga
naik. Dari Rule 2 suku bunga naik menyebabkan harga obligasi turun. Dengan
Rule 6, jika harga obligasi turun, maka kesimpulan yang diambil adalah
membeli obligasi.

Backward Chaining

Dari solusi yaitu membeli obligasi, dengan menggunakan Rule 6 diperoleh


anteseden harga obligasi turun. Dari Rule 2 dibuktikan harga obligasi turun
bernilai benar jika suku bunga naik bernilai benar . Dari Rule 5 suku bunga
naik bernilai memang bernilai benar karena diketahui fakta dolar turun.
7. Kriteria apa saja yang perlu untuk mengukur performansi dari suatu metode pencarian !

Jawab :

Untuk mengukur performansi dari suatu metode pencarian, terdapat empat (4) criteria
yang dapat digunakan, yaitu :

a. Completeness : Apakah metode tersebut menjamin penemuan solusi jika


solusinya memang ada ?

b. Time Complexity : Berapa lama waktu yang diperlukan ?

c. Space Complexity : Berapa banyak memori yang dibutuhkan ?

d. Optimality : apakah metode tersebut menjamin menemukan solusi yang terbaik


jika terdapat beberapa solusi berbeda ?

8. Jelaskan perbedaan depth-first search dan breadth-first search !

Jawab :

Beda Depth-first Search Breadth-first Search

Memori membutuhkan memori relatif kecil, membutuhkan memori yang cukup


karena hanya node-node pada banyak
lintasan yang aktif saja yang
disimpan

Waktu Secara kebetulan, akan menemukan membutuhkan waktu yang cukup


solusi tanpa harus menguji lebih lama
banyak lagi dalam ruang keadaan

Pencarian Memungkinkan tidak tidak akan menemui jalan buntu


ditemukannya tujuan yang
diharapkan

Solusi Hanya mendapat 1 solusi pada jika ada 1 solusi, maka breadth –
setiap pencarian first search akan menemukannya,jika
ada lebih dari 1 solusi, maka solusi
minimum akan ditemukan.

9. Jelaskan perbedaan hill climbing dan best first search !

Jawab :

Beda Hill Climbing First Search

Pencarian tidak diperbolehkan untuk kembali diperbolehkan mengunjungi


ke node pada level
node yang ada di level yang lebih
yang lebih rendah meskipun node rendah, jika ternyata
pada level yang
node pada yang lebih tinggi ternyata
lebih rendah tersebut memiliki nilai memiliki nilai
heuristik yang lebih
heuristik yang lebih buruk.
baik.
10. Buat pohon pencarian berdasarkan graph berikut ini, dimulai dari S dan berakhir di G.
Angka di samping node menunjukkan panjang lintasan dari node tersebut ke goal state
(G).
8
5
A
D

S G
1
1 B 10

9 C

Tunjukkan hasil proses pelacakan dari pohon pencarian yang telah anda buat,
menggunakan metode pelacakan :

a. Breadth-first search

b. Depth-first search

c. Hill climbing (steepest-ascent hill climbing)

d. Best first search

Jawab :

a. Breadth-first search

Semua node pada level n akan dikunjungi terlebih dahulu sebelum mengunjungi
node-node pada level n+1. pencarian dimulai dari node akar terus ke level 1 dari kiri
ke kanan, kemudian berpindah ke level berikutnya dari kiri ke kanan hingga solusi
ditemukan.
Jadi jalur lintasannya : S-B-A-C-D-G

b. Depth-first search

Proses pencarian dilakukan pada semua anaknya sebelum dilakukan pencarian ke


node-node yang selevel. Pencarian dimulai dari node akar ke level yang lebih tinggi.
Proses diulangi terus hingga ditemukan solusi.

Jadi jalur lintasannya : S-B-C-A-D-G


c. Hill Climbing (steepest-ascent hill climbing)

Steepest – ascent hill climbing hampir sama dengan simple – ascent hill climbing,
hanya saja gerakan pencarian tidak dimulai dari kiri, tetapi berdasarkan nilai heuristik
terbaik.

Jadi jalur lintasannya : S-A-D-G

d. Best first search

Metode best first search merupakan kombinasi dari metode depth first search dan
breadth first search dengan mengambil kelebihan dari kedua metode tersebut. Hill
climbing tidak diperbolehkan untuk kembali ke node pada lebih rendah meskipun
node tersebut memiliki nilai heuristik lebih baik. Pada best first search, pencarian
diperbolehkan mengunjungi node di lebih rendah, jika ternyata node di level lebih
tinggi memiliki nilai heuristik lebih buruk. Untuk mengimplementasikan metode ini,
dibutuhkan 2 antrian yang berisi node-node, yaitu : OPEN : berisi node-node yang
sudah dibangkitkan, sudah memiliki fungsi heuristik namun belum diuji. Umumnya
berupa antrian berprioritas yang berisi elemen-elemen dengan nilai heuristik tertinggi.
CLOSED : berisi node-node yang sudah diuji.

Anda mungkin juga menyukai