Rencana Garis Besar Materi Mata Kuliah :

Kecerdasan Buatan (Artificial Intelligence/AI)

AI
( 3 Sks )

 Introduction  Pemrograman AI
 Prinsip Program AI menggunakan bahasa non AI
 General Problem Solving : (prosedural) :
 Representasi Masalah C/C++
 Searching   Tinjauan beberapa bidang
 Heuristik garapan AI :
 Studi kasus :  Natural Language Processing
 Penerapan General  Pattern Recognition
Problem Solving  Expert System
 Logika formal :  Perkembangan Teknik AI
 Predicate Logic/Calculus Mutakhir :
Predicate Mengatasi kondisi Uncertainty
 Tinjauan tentang bahasa Mechine Learning
pemrograman AI standar : Optimalisasi
 General Preview
 Prolog
 Lisp
 Intoduction to
Artificial Intelligence
Artificial Intelligence (Inteligensi/Kecerdasan Buatan) merupakan salah
satu bidang dari ilmu komputer yang membahas tentang kemungkinan
komputer untuk dapat berlaku secara intelligen seperti halnya manusia
 Apakah perkembangan komputer sejauh ini belum memperlihatkan
prilaku intelijen tersebut ?
…………………………………………………………….…..
………………………………………………………………...
 Teknik-teknik AI terutama digunakan untuk mengatasi masalah yang
bersifat non Algoritmik
Contoh teknik AI :
 General Problem Solving
   Logic
Fuzzy
 Neural Network
 Neural Fuzzy
 Genetic algorithm
 ………
 Beberapa bidang yang telah digarap AI :
 Game Playing
 Robotic
 Natural Language Processing
 Pattern (Vision/Spech )Recognition
 Expert System
 Mungkinkah komputer dapat berpikir mandiri ? (Berpikir sebagai salah
satu kriteria cerdas)
…………………………………………………………………………..…………………….
……………………………………………………………………………………..………….
 Terjadinya polemik : Defenisi dan Kriteria Intelijen/Cerdas ?
 Uji Turing (1912-1954)
 Keterbatasan komputer model Van Neuman dan Pesimisme Turing
 Perkembangan bidang Artificial Intelligence
 Game : …
 Expert System :
 Mycin, …
 Munculnya teknik-teknik baru : Fuzzy, Neural Network, Genetic,…
 Proyek Penelitian di Jepang : Komputer Biologis
 Bidang lain yang berkaitan erat dengan bidang Artificial Intelligence
 Filsafat, Psikologi, Bahasa, …
 Jantung riset modern di bidang pemrograman AI : Hipotesis Sistem Symbol
 Newel dan Simon mengemukakan aktivitas/mesin cerdas ( intelligence) dapat dicapai
melalui :
• Pola-pola simbol untuk merepresentasikan problem
• Operasi-operasi untuk menghasilkan berbagai solusi yang mungkin Asumsi
• Proses pencarian (searching) untuk memilih solusi terbaik

Representasi Searching
Pengetahuan
Dasar teknik pemrograman AI :
•Algoritma  Searching : - Logika/Logika formal/predikat kalkulus
- backtracking
•Data  Representasi Pengetahuan : - List/Graf
- Database
Bahasa Pemrograman AI :
•Prolog
C
•Lisp
C++
•Shell
 Kenapa harus menggunakan bahasa pemrograman/tool khusus ?
…………………………………………………………………………………………………………..
…………………………………………………………………………………………………………..
 Prinsip Program AI
(AI Software Principle)

 Ciri khas terpenting Non Algoritmik dapat

Pemrograman(software) AI :
• Pemrograman simbolik
• Memecahkan masalah non
algoritmik
• Memanipulasi sifat/type kualitatif
ketimbang kuantitatif/Numerik
• Solusi (pemecahan) tidak mesti
eksak
• Menggunakan pengetahuan untuk
memecahkan masalah
• Setiap bagian program dapat
bersifat Independen
• Dapat belajar dari pengalaman
sebelumnya …… ?
berarti :
•Pemecahan Algoritmiknya
(logic combination) sangat
kompleks
•Langkah Algoritmiknya
(sequensial) sangat panjang
•Keadaannya tidak pasti
(Uncertainty)
•Secara analisis bersifat : Non
Polynomial
 Representasi Ruang Keadaan dan Teknik Pelacakan
(State Space Representation and Searching)

Contoh pemecahan masalah-masalah berikut : Contoh kasus :

•Penakaran air dengan dua ember Penakaran air dengan dua ember :
•Tic tac Toe
Jika kita memiliki 2 buah takaran air,
•Puzzle
yang masing-masingnya dapat berisi 3
•Pencarian Jarak terdekat liter dan 4 liter air, apa langkah yang
•Travelling Salesmen dapat kita lakukan untuk mendapatkan
•… 2 liter air pada takaran 4 liter dengan
hanya menggunakan kedua ember
Langkah standar : tersebut.
1.Mendefenisikan masalah dengan tepat. Defenisi Pendefenisian masalah :
ini harus berisi spesifikasi tentang keadaan awal
(initial state) dan keadaan akhir (goal state) yang
merupakan solusi yang dapat diterima dari
masalah tersebut dan operasi-operasi yang
dibutuhkan untuk dapat mengubah keadaan awal
(0,0) (2,0)
menuju ke keadaan akhir.
2.Mengembangkan semua ruang keadaan (state
space) yang mungkin (dalam bentuk tree/graph)
dan berhenti pada keadaan yang sama dengan
keadaan akhir yang diinginkan sebagai solusi atau
langkah solusi yang diinginkan.
Operasi-operasi yang mungkin : Pengembangan Ruang Keadaan :
1. Mengisi air ke takaran 4 liter sampai penuh
2. Mengisi air ke takaran 3 liter sampai penuh   (0,0)
3. Mengisi sejumlah air dari takaran 4 liter sampai
habis ke takaran 3 liter
4. Mengisi sejumlah air dari takaran 3 liter sampai
habis ke takaran 4 liter
5. Mengosongkan semua air di takaran 4 liter
6. Mengosongkan semua air di takaran 3 liter
7. Mengisi sejumlah air dari takaran 3 liter s ke
takaran 4 liter sampai penuh
8. Mengisi sejumlah air dari takaran 4 liter s ke (2,0)
takaran 3 liter sampai penuh
9. …

Operasi yang tidak diperbolehkan :

1. Mengisi takaran yang sudah penuh
2. Mengosongkan takaran yang sudah kosong
3. Kembali ke kondisi yang telah pernah
dimiliki
4. …
Hasil pengembangan ruang keadaan :

(0,0)

1 2

(4,0) (0,3)
8 1 4
2

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

1
6
5
(4,3) (0,3) (1,0)

(2,0)
 Contoh kasus lain
• Maze problem
• Building Block problem
• Tic Tac Toe
• Shortest path problem
• Puzzle
• Chess
• ….
Maze Problem
Mencari path atau rute dari start ke goal

4
Goal

Start
1 2 3 4
Building Blocks Problem

A B

C B C

Initial State Goal State

ON(A,C) ON(A,B)
ON(B,TABLE) ON(B,C)
ON(C,TABLE) ON(C,TABLE)

Dan sebagai operator untuk memindahkan dari satu state ke state lain, kita
bisa gunakan:
• Pickup(u)
• Putdown(u)
• Takeoff(u,v)
• Puton(u,v)
Latihan : Maze Problem

D B E G B G

A H A C

C F D E H

S I S F

(a) (b)
Bagaimana metoda GPS menemukan Solusi ?

Teknik Search dan Jenisnya

Teknik Search menentukan simpul mana yang dibuat lebih dulu dan mana
yang kemudian sampai ditemukannya simpul solusi
Dari proses search dihasilkan diagram tree, sehingga perlu penjelasan
beberapa terminologi diagram tree seperti berikut :

• Simpul a
• Level/Cabang
• Path
• Parent
• Child
• Root b c d
• Leave
• Jumlah Ruang Simpul
• Langkah solusi (Solusi) e f
 Jenis Teknik Search

• Uninformed (Blind) Search

– Breadth First Search (BFS)
– Depth First Search (DFS)
– Uniformed Cost Search (UCS)

• Informed (Heuristik/Intelligent) Search

– Uniformed Cost Search (UCS)
– Greedy Algorithm
– A/A* Algorithm
– Hill Climbing
– Genetic Algorithm
 Perbandingan
Uninformed dan Informed Search
• Uninformed = memanfaatkan informasi tertentu
• Informed = memanfaatkan informasi tertentu
• Informasi tertentu tersebut disebut Heuristik
• Heuristik berfungsi untuk mempercepat proses
pencarian
• Heuristik = Intelligent
 Perbandingan BFS dan DFS
(Sama-sama non heuristik search)

Ilustrasi proses BFS

Ilustrasi proses DFS

Kualitasnya dibedakan berdasarkan :

– Jumlah ruang simpul
– Solusi (Jumlah langkah mencapai Solusi)

Breadth First Search (BFS) Depth First Search (DFS)

• Jumlah ruang simpul relatif (umumnya)
lebih banyak
• Solusi dijamin optimal
• Jumlah ruang simpul relatif
(umumnya) lebih sedikit
• Solusi tidak dijamin optimal
 Sekilas Pemrograman PROLOG
Knowledge
Manusia Manusia
Pemberian knowledge bisa membuat manusia menjadi intelligent (cerdas)

Knowledge
Manusia PROLOG
Pemberian knowledge diharapkan bisa membuat komputer menjadi intelligent (cerdas) seperti layaknya manusia

Knowledge = Fakta + Rule

Pada PROLOG ada fasilitas untuk memberikan Fakta dan Rule yaitu melalui Clauses
 Elemen-elemen Program PROLOG
• Domains
• Predicates
• Clauses
• Goal
• Aturan penulisan kode pada prolog
• Tipe data pada prolog : symbol, integer, real, char, string, boolean

• Cara kerja program prolog : Resolusi, Matching, …