PTI 3 Dikonversi
PTI 3 Dikonversi
ARTIFICIAL INTELLIGENCE
(AI)
KELOMPOK 3
Presented by
Floweris Sinta Maya (21120014)
Natalia Butar-Butar (21120015)
Eni RamayanaSinaga(21120097)
➢ Menjelaskan Defenisi dan
Tujuan Kecerdasaan
➢ Perbandingan Kecerdasan
Manusia
➢ Bidang Aplikasi AI
Artificial Intelligence (AI)
AI (Kecerdasan Buatan)
adalah suatu
pengetahuan yang
membuat komputer dapat
meniru kecerdasan
manusia sehingga
diharapkan komputer
atau berupa suatu mesin
dapat melakukan hal hal
yang apabila dikerjakan
manusia memerlukan
kecerdasan.
Defenisi AI dari berbagai sumber :
➢ Luger dan Stubblefield (1993)
AI adalah cabang ilmu komputer
➢ Schalkoff (1990)
yang berhubungan dengan otomasi
AI adalah bidang studi yang
perilaku yang cerdas.
berusaha menerangkan dan meniru
perilaku cerdas dalam bentuk proses ➢ Haag dan Keen (1996)
komputasi. AI adalah bidang studi yang
berhubungan dengan
➢ Rich dan Knight (1991)
penangkapan,permodelan dan
AI adalah studi tentang cara
penyimpanan kecerdasan manusia
membuat komputer melakukan
dalam sebuah sistem teknologi
sesuatu yang sampai saat ini dapat
informasi sehingga informasi tersebut
melakukan dengan lebih baik.
dapat memfasilitasi proses
pengambilan keputusan yang biasanya
TUJUAN AI
Winston dan Prendergast
(Turban, McLean, Wetherbe
1999) mengungkapkan tujuan
AI meliputi :
1. Processing :
a. Fonetik dan Fonologi
b. Morfologi
b. Defenisi Natural Language Processing
2. Sintaksis
Natural Language Processing (NLP) adalah salah
satu bidang ilmu komputer, kecerdasan buatan, 3. Semantik
dan bahasa (linguistik) yang berkaitan dengan 4. Pragmatik
interaksi antara komputer dan bahasa alami
5. Discourse Knowledge
manusia, seperti bahasa Indonesia atau bahasa
Inggris. 6. World Knowledge
d. Komponen Utama Bahasa Alami f. Aplikasi NLP
Secara umum, Jenis aplikasi yang bisa dibuat
Pengolahan bahasa alami terdiri dari tiga
dalam bidang ilmu NLP terbagi dua, yaitu
bagian utama, yaitu : parser, sistem 1. Text-based application
representasi pengetahuan dan pengolahan Text-based application adalah segala macam
output. aplikasi yang melakukan proses terhadap teks
e. Kategori Aplikasi Pengolahan Bahasa tertulis seperti misalnya dokumen, e-mail, buku
Alami dan sebagainya. Beberapa jenis aplikasi NLP
yang berbasis teks :
Teknologi Natural Language Processing
a. Programs for classifying and retrieving documents
(NLP) atau Pemrosesan Bahasa Alami adalah
by content.
teknologi yang memungkinkan untuk melakukan
b. Machine Translation
berbagai macam pemrosesan terhadap bahasa
alami yang biasa digunakan oleh manusia. 2. Dialogue-based application idealnya
melibatkan bahasa lisan atau pengenalan suara,
Beberapa diantara berbagai kategori aplikasi akan tetapi bisa juga memasukan interaksi dialog
NLP adalah sebagai berikut : dengan mengetikkan teks pertanyaan
melalui keyboard. Contoh Intelligent personal
1. Natural Language Translator assistant, Chatbot
2. Translator bahasa alami ke bahasa buatan
3. Text Summarization
Visi Komputer Aplikasi untuk visi computer
Salah satu bidang aplikasi yang paling menonjol
Visi Komputer adalah ilmu dan teknologi
adalah computer vision medis atau pengolahan
mesin yang melihat, di mana lihat dalam hal
citra medis. Daerah ini dicirikan oleh ekstraksi
ini berarti bahwa mesin mampu mengekstrak
informasi dari data citra untuk tujuan membuat
informasi dari gambar yang diperlukan untuk
diagnosis medis pasien. Secara umum, data citra
menyelesaikan tugas tertentu. Contoh
dalam bentuk gambar mikroskop, gambar X-ray,
aplikasi dari visi komputer mencakup sistem
gambar angiografi, gambar ultrasonik, dan
untuk:
gambar tomografi.
• Pengendalian proses (misalnya, sebuah
robot industri atau kendaraan otonom).
• Mendeteksi peristiwa (misalnya, untuk
Tugas visi computer
pengawasan visual atau orang menghitung). Masing-masing dari area aplikasi yang
• Mengorganisir informasi (misalnya, untuk dijelaskan di atas menggunakan berbagai tugas
pengindeksan database foto dan visi komputer, lebih atau kurang baik pasti
gambar urutan). pengukuran masalah atau masalah
• Modeling benda atau lingkungan (misalnya, pemrosesan, yang dapat diselesaikan dengan
inspeksi industri, analisis citra medis atau menggunakan berbagai metode.
model topografi).
• Interaksi (misalnya, sebagai input ke Beberapa contoh tugas visi komputer biasa
perangkat untuk interaksi komputer- disajikan di bawah ini.
manusia).
a. Analisi gerak
b. Scene rekontruksi
Pengenalan Percakapan Aplikasi Teknologi Suara
Pengenalan percakapan (voice/speech Perusahaan Aplikasi
recognition) adalah suatu proses yang Menjawab permintaan informasi
memungkinkan komputer dapat mengenali Scandinavian tentang reservasi dan jadwal dan
Airlines bahkan mampu menangani
suara. Teknologi seperti ini membuat
keluhan tentang bagasi.
khayalan di dalam suatu cerita dengan suara
Memberikan berbagai informasi
dapat diwujudkan. Citibank
kepada pemegang kartu.
Penerapan pengenalan percakapan antara Hospital
Mengirimkan dan menerima data
Corporation
lain digunakan untuk melakukan pengetikan pasien dengan suara.
Of America
dokumen melalui suara dan untuk analisis
Weidner Melaksanakan riset pemasaran
suara dalam program pembelajaran bahasa
Insurance dan telemarketing.
asing, untuk menentukan pengucapan kata Mengaktifkan radio, pemanas,
Perusahaan
oleh seseorang sesuai dengan penutur asli dan lain-lain dengan
Mobil
atau tidak. menggunakan suara.
Robotika
Pengertian ROBOTIKA
Dengan dua tipe joint di atas maka dapat dibuat manipulator dengan dua, tiga bahkan
enamderajat kebebasan adalah jumlah arah yang independen, dimana end effector (berupa
griper/tool) dapat bergerak.Secara umum struktur robot dapat dibedakan menurut sumbu koordinat
yang digunakan, yaitu:
• Robot Silindris yang terdiri dari 2 sumbu linier dan 1 sumbu rotasi
• Robot Spheris yang terdiri dari 1 sumbu linier dan 2 sumbu rotasi
· Diagnosis : Menyimpulkan kesalahan “Sistem integrasi Pola Alir Material & Uang
sistem berdasarkan gejala (symptoms). dapat disebut Material Management System
· Disain : Menyusun objek-objek
(MMS) adalah kelanjutan perkembangan dari
berdasarkan kendala.
sistem integrasi Inventory Control System
· Planning : Merencanakan tindakan
· Monitoring : Membandingkan hasil (ICS). Sistem (MMS) ini dikembangkan atas
pengamatan dengan proses perencanaan. sistem manual yang sudah teruji berjalan lancar
· Debugging : Menentukan penyelesaian di PT Krakatau Steel, yang karena tuntutan
dari kesalahan sistem.
kemajuan teknologi, sistem manual ini perlu
· Reparasi : Melaksanakan rencana
perbaikan. ditingkatkan menjadi sistem komputerisasi.
· Instruction : Diagnosis, debugging, dan Namun didalam penerapannya masih banyak
reparasi kelakuan pelajar.
kendala yang dihadapi oleh subsistem-
· Control : Diagnosis, debugging, dan
reparasi kelakuan sistem. subsistem pendukung MMS yang ada pada
masing-masing divisi.
Logika Kabur (Fuzzy Logic)
Sejarah Fuzzy Logic
Fuzzy Set pertama kali diperkenalkan oleh Prof. Lotfi Zadeh, 1965 orang Iran
yang menjadi guru besar di University of California at Berkeley dalam
papernya yang monumental “Fuzzy Set”. Dalam paper tersebut dipaparkan ide
dasar fuzzy set yang meliputi inclusion, union, intersection, complement,
relation dan convexity.
Lotfi Zadeh mengatakan Integrasi Logika Fuzzy kedalam sistem informasi dan
rekayasa proses adalah menghasilkan aplikasi seperti sistem kontrol, alat alat
rumah tangga, dan sistem pengambil keputusan yang lebih fleksibel, mantap,
dan canggih dibandingkan dengan sistem konvensional. Pelopor aplikasi fuzzy
set dalam bidang kontrol, adalah Prof. Ebrahim Mamdani dkk dari Queen Mary
College London. (masih dalam skala lab)
Penerapan secara nyata di industri banyak dipelopori oleh para ahli dari Jepang
misalnya Prof. Sugeno dkk dari Tokyo Institute of Technology
Pengertian Logika Fuzzy
Fuzzy secara bahasa dapat diartikan samar,
dengan kata lain logika fuzzy adalah logika yang
samar. Dimana pada logika fuzzy suatu nilai
dapat bernilai 'true' dan 'false' secara bersamaan.
Logika fuzzy adalah suatu cara yang tepat untuk
memetakan suatu ruang input dalam suatu ruang
output dan memiliki nilai yang berlanjut.
Kelebihan Logika Fuzzy Kekurangan Logika Fuzzy
1. Konsep logika fuzzy mudah dimengerti. Konsep 1. Model Mamdani atau Sugeno atau model
matematis yang mendasari penalaran fuzzy lain ?
sangat sederhana dan mudah dimengerti.
2. Jumlah Nilai Linguistik untuk setiap
2. Logika Fuzzy sangat fleksibel.
variabel?
3. Logika fuzzy memiliki toleransi terhadap data-
3. Batas-batas Nilai Linguistik?
data yang tidak tepat.
4. Logika Fuzzy mampu memodelkan fungsi-fungsi 4. Fungsi Keanggotaan: Segitiga, trapesium,