MAKALAH KECERDASAN BUATAN

SEARCHING, REASONING, PLANNING AND LEARNING

DISUSUN OLEH:

AHMAD AFRISAL

D0220374

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK

UNIVERSITAS SULAWESI BARAT

MAJENE

2022

1
 KATA PENGANTAR

Puji beserta syukur penulis ucapkan kehadirat Allah SWT yang telah
memberikan kesehatan dan rahmat-Nya kepada penulis sehingga penulis bisa
menyelesaikan makalah ini tepat pada waktunya. Shalawat serta salam
semoga tercurah limpahkan kepada Nabi besar yakni Nabi Muhammad SAW
beserta keluarga dan sahabatnya

Makalah ini telah saya susun dengan maksimal dan mendapatkan

bantuan dari berbagai pihak sehingga pembuatan makalah ini dapat berjalan
dengan lancar. Untuk itu, saya menyampaikan banyak terima kasih kepada
semua pihak yang telah berkontribusi dalam pembuatan makalah ini.Makalah
ini dibuat dalam rangka memperdalam pemahaman tentang Makalah
Kecerdasan Buatan Searching, reasoning, Planning, and Learning

Penulis menyadari masih banyak kekurangan dalam penulisan dan

penyusunan buku Kecerdasan Buatan ini. Saran dan kritik dari pembaca
sangat diperlukan untuk perbaikan di masa datang. Selamat membaca,
semoga bermanfaat.

                                                                                                       

Majene,17 Maret 2022

                                                                                                         Penulis

i
 DAFTAR ISI

KATA PANGANTAR ......................................................................................... i

DAFTAR ISI.........................................................................................................ii

BAB I PENDAHULUAN..................................................................................... 1

A. Latar Belakang..................................................................................... 1
B. Rumusan Masalah............................................................................... 1
C. Tujuan Penulisan Masalah................................................................... 1

BAB II PEMABAHASAN.................................................................................... 2

A. SEARCHING...................................................................................... 2
B. REASONING...................................................................................... 4
C. PLANNING......................................................................................... 8
D. LEARNING.........................................................................................11

BAB III PENUTUP...............................................................................................14

A. Kesimpulan..........................................................................................14

DAFTAR PUSTAKA............................................................................................15

ii
 BAB I

Pendahuluan

A. Latar Belakang
Kecerdasan buatan (Artificial Intelligence) adalah kumpulan peralatan
yang sangat powerful dan metodologis dalam menyelesaikan masalah bisnis.
Dalam menentukan teknik penyelesaian masalah terbaik dalam AI memang
tidak mudah, untuk itu ada empat teknik dasar pemecahan masalah yang
terdapat pada AI, yaitu : Searching, Reasoning, Planning dan Learning.

Secara umum, untuk membangun suatu sistem yang mampu menyelesaikan

masalah, perlu dipertimbangkan 4 hal :

1. Mendefinisikan masalah dengan tepat.Pendefinisian ini mencakup

spesifikasi yang tepat mengenai keadaan awal dan solusi yang
diharapkan.
2. Menganalisis masalah tersebut serta mencari beberapa teknik
penyelesaian masalah yang sesuai.
3. Merepresentasikan pengetahuan yang perlu untuk menyelesaikan
masalah tersebut.
4. Memilih teknik penyelesaian masalah yang terbaik

B. Rumusan Masalah
Bagaimanakah proses Searching, Reasoning, Planning dan Learning dalam
Kecerdasan Buatan.

C. Tujuan dan Manfaat

Mempelajari dan memahami proses Searching, Reasoning, Planning dan
Learning dalam Kecerdasan Buatan serta contoh pengaplikasian nya dalam
beberapa bidang.

1
 BAB II
PEMBAHASAN

A. SEARCHING
Searching atau pencarian data adalah proses yang sering dilakukan dalam
pengolahan data. Proses ini dilakukan jika user atau pengguna ingin mencari
suatu nilai apakah tersimpan dalam suatu data atau tidak. Dalam pencarian
data juga terdapat beberapa jenis algoritma, tujuan dari adanya banyak
algoritma yang di temukan adalah karena memiliki keuntungan-keuntungan
tersendiri, seperti lebih cepatnya bila mengolah data yang jumlahnya lebih
dari juta data, ada yang lebih efisien dengan jumlah kurang dari jutaan. serta
ada pula yang tidak perlu untuk mengurutkan data terlebih dahulu, tetapi
memakan waktu lebih lama.

Proses pencarian adalah menemukan harga (data) tertentu di dalam

sekumpulan harga yang bertipe sama (tipe dasar atau tipe bentukan).
SEARCHING Contoh: Untuk menghapus (mengubah) harga tertentu di
dalam kumpulannya, langkah pertama yang dilakukan adalah mencari
apakah harga tersebut terdapat di dalam kumpulan yang dimaksud. Jika ada,
harga tersebut dapat dihapus atau diubah nilainya. Dengan cara yang sama
untuk penyisipan, jika data sudah ada, dan mempertahankan tidak ada
duplikasi data, maka data tersebut tidak disisipkan, dan jika belum ada
disisipkan.

1. Pencarian Data Searching

 Pencarian terbagi Dua :
a. Pencarian Internal adalah pencarian terhadap sekumpulan data yang
disimpan di dalam memori utama, struktur penyimpanan data yang
umum adalah berupa larik atau tabel (array);
b. Pencarian Eksternal adalah pencarian terhadap sekumpulan data yang
disimpan di dalam memori sekunder seperti tape atau disk, struktur
penyimpanan data berupa arsip (file).
 Data searching (pencarian data) meliputi;
a. FETCH (pencarian lokasi posisi record dan pembacaan rekaman )
b. NEXT ( memperoleh rekaman berikutnya dan membaca seluruh
record dalam berkas Algoritma searching sangat erat hubungannya
dengan sistem berkas )
2. Metode Pencarian Data
a. Sequential Searching
Pencarian berurutan sering disebut pencarian linear merupakan metode
pencarian yang paling sederhana. Teknik searching ini dibuat dengan cara
melakukan pengecek’an 1 persatu, yaitu antara data yang di cari dengan

2
 kumpulan data yang di miliki, Keuntungan metode ini adalah kita tidak
perlu mengurutkan data yang ada, bila mencari data pada kumpulan data
yang tidak urut hanya terdapat metode ini yang dapat di lakukan.
 Prinsip pencarian: Data yang ada dibandingkan satu per satu secara
berurutan dengan yang dicari sampai data tersebut ditemukan atau
tidak ditemukan. Pada kasus yang paling buruk, untuk N elemen data
harus dilakukan pencarian sebanyak N kali pula.
 Algoritma Sequential Searching
1) i ← 0
2) ditemukan ← false
3) Selama (tidak ditemukan) dan (i <= N) kerjakan baris 4
4) Jika (Data[i] = x) maka ditemukan ← true, jika tidak i ← i + 1
5) Jika (ditemukan) maka i adalah indeks dari data yang dicari, jika
tidak data tidak ditemukan.

b. Binary Searching
 Syarat pencarian: data sudah urut, jika data belum urut pencarian tidak
dapat dilakukan. Teknik ini hanya dapat digunakan hanya pada
kumpulan data yang sudah di urutkan, karena teknik ini melakukan
pencarian dengan mencari data pada index yang tengah, apakah lebih
besar/lebih kecil/sama dengan. bila hasil sama dengan maka nilai yang
di cari telah di temukan. bila lebih kecil/lebih besar maka akan di
buang setengah data dari yang salah, dan mencari dari indeks yang
tengah dari sisanya. demikian samapi data ditemukan atau tidak di
temukan. Contoh: Misalnya saat ingin mencari suatu kata dalam
kamus. Mula-mula diambil :
1) Posisi awal 0 dan posisi akhir = N - 1,
2) Kemudian dicari posisi data tengah dengan rumus (posisi awal +
posisi akhir) / 2.
3) Kemudian data yang dicari dibandingkan dengan data tengah.
4) Jika lebih kecil, proses dilakukan kembali tetapi posisi akhir
dianggap sama dengan posisi tengah –1.
5) Jika lebih besar, proses dilakukan kembali tetapi posisi awal
dianggap sama dengan posisi tengah + 1. Demikian seterusnya
sampai data tengah sama dengan yang dicari.
 Algoritma Binary Searching
1. L ← 0
2. R ← N – 1
3. Ditemukan ← false
4. Selama (L <= R) dan (tidak ditemukan) kerjakan baris 5 sampai
dgn 8
5. m ← (L + R) / 2

3
 6. Jika (Data[m] = x) maka ditemukan ← true
7. Jika (x < Data[m]) maka R ← m – 1
8. Jika (x > Data[m]) maka L ← m + 1
9. Jika (ditemukan) maka m adalah indeks dari data yang dicari,
jika tidak data tidak ditemukan.
3. Contoh Algoritma dari Metode Searching
 Sequential Search
Merupakan proses membandingkan setiap elemen satu per satu secara
beruntun dari elemen pertama sampai ditemukan atau sampai elemen
terakhir.
 Sentinel Search
Sentinel adalah tanda/batas akhir pencarian. Sentinel dapat diletakkan di
sebelum elemen pertama (pencarian mundur), maupun ditaruh di sesudah
elemen terakhir (pencarian maju). Dengan metode ini, data yang dicari
selalu ada. Yang menentukan data yang sebenarnya ada pada tabel atau
tidak adalah posisi hasil pencarian. Jika data ditemukan di posisi sebelum
elemen pertama (pencarian mundur), atau posisi pencarian lebih satu dari
jumlah data pada tabel, maka data tidak ditemukan. Karena yang
ditemukan itu adalah sentinel. Sedangkan jika posisinya selain itu, maka
data ditemukan
 Binary Search
Pencarian bagi dua adalah metode pencarian yang diterapkan pada
sekumpulan data yang sudah terurut baik menaik maupun menurun.
Maksud dari metode ini adalah mempersingkat waktu pencarian data pada
tabel.
B. REASONING
Penalaran (jalan pikiran atau reasoning) merupakan “Proses berfikir yang
berusaha menghubung-hubungkan fakta-fakta atau evidensi-evidensi yang
diketahui menuju kepada suatu kesimpulan”. Menurut pendapat kami, proses
berfikir dalam penalaran itu selalu dihubungkan dengan kehidupan sehari-hari
guna mendapat kesimpulan yang dapat dipertanggung jawabkan.
1. Penalaran Deduktif dan Penalaran Induktif
a. Penalaran Induktif
Suatu penalaran induktif ini bukan merupakan bukti. Hal tersebut dikare-
nakan aturan umum yang diperoleh dari pemeriksaan contoh khusus yang
benar, belum tentu berlaku untuk semua kasus. merupakan penalaran
yang berangkat dari hal-hal yang khusus ke hal-hal yang umum
(generalisasi). Menurut Slamin “ada tiga tahapan dalam penalaran
induktif yaitu pengenalan pola, dugaan dan pembentukan generalisasi”.

Contoh penalaran induktif :

o Perhatikan kedudukan himpunan titik-titik yang berderet :

4
 Tentukan himpunan titik-titik berikutnya sesuai dengan pola diatas
Berdasarkan tahapan penalaran induktif
- Pengenalan pola
Dari soal tersebut siswa berusaha mengenali pola-pola yang ada
untuk pola pertama hanya ada satu bulatan, pada pola kedua terjadi
perubahan dimana pola pertama dikelilingi empat bulatan yang
dihubungkan oleh garis sehingga berbentuk persegi, begitu pula seterusnya
- Dugaan
Setelah siswa mengenal pola, siswa akan menduga-duga jawaban
dari pola-pola yang ada
- Pembentukan generalisasi
Siswa akan membuat kesimpulan terhadap pola kelima berdasarkan
empat pola sebelumnya, penambahan persegi yang memiliki bulatan
disetiap sudut persegi, pada pola kedua memiliki satu persegi dan pola
pertama berada ditengah, pada pola ketiga perseginya menjadi dua dimana
persegi yang baru memiliki ukuran yang sebelumnya, pada pola keempat
memiliki tiga persegi, sehingga generalisasi dari pola kelima adalah

o Sekumpulan bilangan yang disusun secara terurut sehingga terdapat suku

pertama, kedua, ketiga dan seterusnya
Tentukan dua bilangan berikutnya:

Jawabannya: 13 dan 16
o Tunjukkan bahwa jumlah besar sudut-sudut segitiga adalah 180 o. Jika
penyelesaiaannya secara penalaran induktif, maka caranya sebagai
berikut
Siswa diminta untuk:
- membuat model segitiga sembarang dari kertas,
- menggunting sudut-sudut segitiga tersebut,
- menghimpitkan potongan sudut-sudut yang telah dipotong

5
 Dari setiap siswa yang melakukan dengan benar kegiatan tersebut
akan mendapatkan hasil yang sama yaitu ketiga sudut segitiga tersebut jika
dihimpitkan akan membentuk satu garis lurus yang menurut pengetahuan
yang sudah dipelajari sebelumnya bahwa besarnya 1800. Kasus tersebut
dapat digambarkan dalam bentuk diagram sebagai berikut:

Jumlah besar sudut segitiga ke-1 = 1800

Jumlah besar sudut segitiga ke-2 = 1800 Jadi, jumlah besar

sudut setiap
segitiga adalah
Jumlah besar sudut segitiga ke-3 = 1800 1800

Jumlah besar
Pernyataan bahwasudut segitiga
jumlah ke-n sudut
besar = 180 setiap segitiga adalah 180 o
0

tersebut terkategorikan bernilai benar, karena tidak ada satupun segitiga

yang jumlah besar sudut-sudutnya bukan 180o.

1. Penalaran deduktif
Menurut Shurter dan Pierce (dalam Hasrat, 2015 ) penalaran deduktif adalah
kebenaran suatu konsep atau pernyataan yang diperoleh sebagai akibat logis dari
kebenaran sebelumnya. Dengan demikian dapat dipastikan bahwa kaitan antar
konsep atau pernyataan dalam matematika bersifat konsisten. Proses penalaran ini
disebut Deduksi. Menurut pendapat kami kesimpulan deduktif dibentuk dengan
cara deduksi. Yakni dimulai dari hal-hal umum, menuju kepada hal-hal yang
khusus atau hal-hal yang lebih rendah proses pembentukan kesimpulan deduktif
tersebut dapat dimulai dari suatu dalil atau hukum menuju kepada hal-hal yang
konkret. Contohnya : Masyarakat Indonesia konsumtif (umum) dikarenakan
adanya perubahan arti sebuah kesuksesan (khusus) dan kegiatan imitasi (khusus)
dari media-media hiburan yang menampilkan gaya hidup konsumtif sebagai
prestasi sosial dan penanda status sosial.
Contoh penalaran deduktif :
Pernyataan generalisasi:

6
Beberapa cara pembuktian deduktif dapat dikemukakan sebagai berikut:
1. Pembuktian langsung
a. Aturan dasar (p q) ^ q q disebut modus ponendo ponens
merupakan tautology atau ditulis
Hipotesis (1) p q
Hipotesis (2) p
Kesimpulan q
Misalnnya, telah diketahui bahwa segitiga sama kaki, maka kedua sudut
alasnya kongruen. Bila diketahui pula bahwa segitiga itu samakaki, maka
dapat disimpulkan bahwa kedua sudut alasnya kongruen.
Penjelasan logikannya sebagai berikut.
Suatu teorema menyatakan “Jika suatu segitiga itu sama kaki (p) maka
kedua sudut alasnya kongruen (q).
Simbol logikanya
Hipotesis (1) p q sebagai teorema
Hipotesis (2) p sebagai diketahui
Kesimpulan q yang menyatakan bahwa kedua sudut alasnya segitiga
samakaki kongruen.
b. Implikasi transitif (p q) ^ (p r) merupakan tautology atau ditulis:
Hipotesis (1) p q
Hipotesis (2) q r
Misalnya dibuktikan bahwa di dalam himpunan bilangan cacah,
kuadrat bilangan ganjil adalah ganjil
Simbol logikannya: untuk x { bilangan cacah } , ( ∀ x ¿ ¿x2 ganjil).
Proses pembuktiannya adalah sebagai berikut:
Hipotesis (1): x ganjil ada n bilangan cacah sehingga
x = 2n + 1
Hipotesis (2) x = 2n +1 x2 = (2n+1)2
= 2(2n2+ 2n) + 1 adalah ganjil
Kesimpulan: x ganjil x2 ganjil

2. Pembuktian tidak langsung

7
 a. Ada kalanya kita sulit membuktikan p q secara langsung. Dalam
keadaan demikian kita dapat membuktikan kontra positifnya, yaitu
membutikan kontra positifnya, yaitu membuktikan kebenaran –q -p
sebab kedua pernyataan tersebut ekuivalen atau (p q) (-q -p)
merupakan tautology
Misalnya, harus membuktikan proposisi berikut. Jika hasil kali dua
bilangan asla a dan b ganjil (p), maka kedua bilangan tersebut
ganjil (q) yang disimbolkan p q.
b. Bila kita ingin membuktikan proposisi p, maka kita pandang negasinya
p ialah -p. kita harus membuktikan, dengan –p terjadi kontradiksi,
misalnya q ^ -q salah maka pemisalan –p menjadi salah. Dengan
demikian –(-p) menjadi benar atau karena –(-p) p maka p benar.
Dengan perkataan lain, kita tunjukkan bahwa –(-q^-p) -(-q) suatu
tautologi.
C. PLANNING
Perencanaan (planning) adalah fungsi dasar (fundamental) manajemen, karena
organizing , staffing, directing, dan controlling pun harus terlebih dahulu di
rencanakan. Perencanaan ini adalah dinamis.Perencanaan ini di tujukan pada
masa depan yang penuh dengan ketidakpastian, karena adanya perubahan
kondisi dan situasi

Perencanaan diproses oleh perencanaan (planner), hasilnya menjadi

rencana (plan). Perencanaan adalah suatu proses untuk menentukan rencana.
Produk dari perencanaan adalah rencana. Perencanaan dan rencana sangat
penting, karena:

a. Tanpa perencanaan dan rencana berarti tidak ada tujuan yang ingin
dicapai.
b. Tanpa perencanaan dan rencana tidak ada pedoman pelaksanaan sehingga
banyak pemborosan.
c. Rencana adalah dasar pengendalian, karena tanpa ada
rencana pengendalian tidak dapat dilakukan.
d. Tanpa perencanaan dan rencana berarti tidak ada keputusan dan proses
manajemen pun tidak ada.
i. Macam-macam Perencanaan
Macam-macam  perencanaan dalam pengantar manajemen dibagi menjadi
2 yaitu :

a. Perencanaan Organisasi
1) Perencanaan strategis

8
 Rencana strategis yaitu rencana yang dikembangkan untuk
mencapai tujuan strategis. Tepatnya, rencana strategis adalah rencana
umum yang mendasari keputusan alokasi sumber daya, prioritas, dan
langkah-langkah tindakan yang diperlukan untuk mencapai tujuan
strategis.

2) Perencanaan taktis
Adalah rencana ditujukan untuk mencapai tujuan taktis,
dikembangkan untuk mengimplementasikan bagian tertentu dari
rencana strategis. Rencana strategis pada umumnya melibatkan
manajemen tingkat atas dan menegah dan jika dibandingkan dengan
rencana strategis, memiliki jangka waktu yang lebih singkat dan suatu
fokus yang lebih spesifik dan nyata.

3) Perencanaan operasional
Adalah rencana yang menitikberatkan pada perencanaan rencana
taktis untuk mencapai tujuan operasional. Dikembangkan oleh manajer
ingkat menegah dan tingkat bawah, rencana operasional memiliki
fokus jangka pendek dn lingkup yang relatif lebih sempit. Masing-
masing rencana operasional berkenaan dengan suatu rangkaian kecil
aktivitas. Kami menjelaskan perencanaan dengan lebih mendekati pada
bagian selanjutnya.

b. Perencanaan Operasional
a) Rencana sekali pakai : dikembangkan untuk melaksanakan serangkaian
tindakan yang mungkin tidak berulang di masa mendatang.
b) Program : rencana sekali pakai untuk seragkaian aktivitas yang besar.
c) Proyek : rencana sekali pakai untuk lingkup yang lebih sempit dan
lebih tidak kompleks dibandingkan dengan program
d) Perencanaan tetap : dikembangkan untuk aktivitas yang berulang
secara teratur selama suatu periode waktu tertentu.
e) Kebijakan : rencana tetap yang merinci respons umum organisasi
terhadap suatu masalah atau situasi tertentu.
f) Prosedur operasi standar  : rencana tetap yang menguraikan langkah-
langkah yang harus diikuti dalam situasi tertentu
g) Aturan dan peraturan : rencana tetap yang mendeskripsikan dengan
tepat bagaimana aktivitas tertentu dilaksanakan
c. Perencanaan Kontinjensi
Jenis perencanaan lain yang juga penting adalah perencanaan
kontinjensi (contingency planning) yaitu penentuan serangkaian tindakan
alternatif jika suatu rencana tindakan secara tidak terduga tergganggu atau
dianggap tidak sesuai lagi.

9
ii. Hambatan Dalam Penetapan Perencanaan
a. Tujuan yang Tidak Tepat
Tujuan yang tidak tepat mempunyai banyak bentuk. Membayar
deviden yang besar kepada pemegang saham mungkin tidak jika dananya
didapatkan dengan mengorbankan penelitian dan pengembangan tujuan
mungkin juga tidak tepat jika tujuan tersebut tidak dapat dicapai.

b. Sistem Penghargaan yang Tidak Tepat

Dalam beberapa lingkungan, sistem penghargaan yang tidak tepat
merupakan hambatan dalam penetapan tujuan dan perencanaan

c. Lingkungan yang Dinamis dan Kompleks

Sifat dari suatu lingkungan organisasi juga merupakan hambatan bagi
penetapan tujuan dan perencanaan yang efektif.

d. Keengganan untuk Menetapkan Tujuan

Hambatan lain terhadap perencanaan yang efektif adalah tujuan bagi
mereka sendiri dan untuk unit-unit yang merupakan tanggung jawab
mereka. Alasan untuk ini mungkin adalah kurangnya rasa percaya diri atau
takut akan kegagalan.

e. Penolakan terhadap Perubahan

Hambatan lain dalam menetapkan tujuan dan perencanaan adalah
penolakan terhadap perubahan. Perencanaan pada intinya terkait dengan
perubahan sesuatu dalam organisasi.

f. Keterbatasan
Keterbatasan (constraints) yang membatasi apa yang dapat dilakukan
organisasi merupakan hambatan utama yang lain.

iii. Mengatasi Hambatan Perencanaan

a. Pemahaman Maksud Tujuan dan Rencana
Salah satu cara terbaik untuk memperlancar penetapan tujuan dan
proses perencanaan adalah dengan maksud dasarnya. Manajer seharusnya
juga mengetahui bahwa terdapat keterbatasan pada efektivitas penetapan
tujuan dan pembuatan rencana. Penetapan tujuan dan perencanaan yang
efektif tidak selalu memastikan keberhasilan, penyesuaian dan
pengecualian diharapkan dari waktu ke waktu.

b. Komunikasi dan Partisipasi

Meskipun mungkin dibuat pada tingkat tinggi, tujuan dan rencana
tersebut harus dikomunikasikan kepada pihak yang lain dalam organisasi.
Setiap orang yang terlibat dalam proses perencanaan seharusnya tahu
landasan apa yang mendasari strategi fungsional, dan bagaimana strategi-
strategi tersebut diintegrasikan dan dikoordinasikan.

10
 c. Konsistensi /Revsi /dan Pembaruan
Konsistensi  vertikal  berarti bahwa tujuan  seharusnya konsisten  dari
atas hingga ke bawah organisasi : tujuan stategis, taktis, dan operasional
harus selaras. Karena penetapan tujuan dan perencanaan merupakan proses
yang dinamis, tujuan dan perencanaan juga harus direvisi dan diperbarui
secara berkala. Banyak organisasi melihat perlunya merevisi dan
memperbarui dengan frekuensi yang semakin sering.

d. Sistem Penghargaan yang Efektif

Secara umum, orang seharusnya diberi penghargaan baik karena
menetapkan tujuan dan rencana yang efektif, maupun karena berhasil
mencapainya. Karena kegagalan terkadang berasal dari faktor-faktor di
luar pengendalian manajemen, orang seharusnya dipastikan bahwa
kegagalan dalam mencapai tujuan tidak akan selalu memiliki konsekuensi
hukuman.

D. LEARNING
Learning merupakan sebuah persoalan sulit untuk program AI, dalam
mencapai kesuksesan diperlukan dalam pemecahan persoalan. Bagian
kemampuan untuk mempelajari komponen terpenting dari tindak tanduk atau
jalan kecerdasan. Sebuah sistem pakar harus berkemampuan ekstensif dan
dapat menghitung kerugian dalam memecahkan sebuah persoalan. Tidak seperti
manusia, bilamana jika ia diberikan persoalan yang serupa pada waktu
berikutnya, dia tidak akan ingat solusinya. Dia membentuk urutan yang sama
untuk menghitung lagi. Learning merupakan sebuah area yang sulit diteliti,
beberapa program telah ditulis dengan tujuan bahwa ini bukan merupakan hasil
(goal) yang diinginkan.

iv. PEMBAHASAN
Learning secara otomatis menemukan aturan yang diharapkan bisa berlaku
umum untuk data-data yang belum pernah kita ketahui.
Secara konseptual, pembelajaran biasanya berhubungan dengan:
v. Self-improvement atau pengembangan diri.
vi. Adaptasi ke lingkungan yang berbeda atau baru.
vii. Modifikasi perilaku.
viii. Concept formulation and refinement, termasuk generalisasi atau
spesialisai model konseptual.
 Beberapa Teknik Learning
1. Rote Learning
Seperti yang telah dibahas sebelumnya, rote learning adalah sebuah
cara memperoleh knowledge yang paling sederhana. Dengan cara ini
komputer menyimpan data hasil perhitungan kedalam cache. Setelah

11
 itu, komputer tidak perlu melakukan kalkulasi kembali karena hasil
perhitungan telah tersimpan. Cara ini sangat efektif untuk
mempersingkat waktu proses karena komputer tinggal mengambil
data. Namun sebagai trade-off, cara ini akan membutuhkan media
penyimpanan yang besar.
2. Learning by Taking Advice
Pada awalnya manusia tidak memiliki pengetahuan apapun. Namun
seiring berjalannya waktu, kita selalu mendapatkan knowledge dari
orang tua dan guru. Demikian juga sebuah komputer. Komputer tidak
memiliki kemampuan apabila tidak diprogram terlebih dahulu.
3. Learning in Problem Solving
Cara ini dapat digunakan sebagai alternatif dari 2 cara yang telah
dibahas diatas. Dengan cara ini tidak diperlukan seorang ahli untuk
memberikan knowledgennya. Komputer dapat menambah
pengetahuannya dengan cara menggeneralisasi pengalaman yang telah
dia dapatkan.
4. Learning from Example
Teknik belajar melalui contoh merupakan salah 1 cara dari learning in
problem solving. Dalam menggunakan cara ini dibutuhkan contoh-
contoh. Contoh yang tersedia akan diproses dan diklasifikasikan.
Klasifikasi adalah sebuah proses memasukkan sebuah input ke dalam
kelas yang sesuai. Klasifikasi adalah sebuah komponen yang penting
dalam banyak pekerjaan problem solving. Biasanya klasifikasi ini
dimasukkan ke dalam operasi yang lain. Sebelum memulai klasifikasi,
maka kelas- kelas harus dibentuk terlebih dahulu. Ada beberapa cara
yang dapat dilakukan untuk membentuk kelas- kelas tersebut,
 Mendefinisikan kelas dengan cara menghitung jumlah dari
fiturnya.
 Mendefiniskan kelas sebagai sebuah struktur yang terdiri dari
fitur- fitur tersebut.
Beberapa aspek untuk paradigma ini adalah:
➢ Belajar dari contoh secara langsung. Proses induksi digunakan
untuk menghasilkan sebagian dari struktur pengetahuan yang
ada dengan menggunakan informasi ‘contoh’.
➢ Belajar dari contoh mungkin digunakan untuk menghasilkan
keseluruhan aturan-aturan baru.
➢ Belajar dari contoh hampir sama dengan belajar melaui analogi-
analogi. Ini berarti kesimpulan atau aksi-aksi baru berdasar atau
mempunyai kesamaan struktur dengan kesimpulan atau aksi-
aksi sebelumnya.
➢ Belajar dari contoh-contoh dapat dibagi dalam dua kategori,

12
 yaitu melibatkan pencarian ruang informasi untuk konsep
clustering, dan pada level yang lebih tinggi, untuk
mendeskripsikan konsep.
➢ Belajar dengan eksplorasi (learning by exploration). Alam
memberikan contoh terbaik berupa kemampuan adaptasi
makhluk hidup, kemampuan untuk menjaga kehidupan
(survival) tercermin dari perilaku makhluk.
➢ Belajar dari analogi (learning by analogy). Belajar dari analogi
adalah suatu cara untuk menghubungkan pengetahuan dengan
domainnya.
2. CONTOH PENERAPAN LEARNING:
• Dalam bidang transportasi:
Software ALVINN digunakan pada sebuah mobil tanpa dikemudikan
manusia dengan menggunakan JST yang dilatih dengan berbagai
gambar kondisi jalan raya yang ditangkap kamera pada mobil.
• Dalam bidang speech processing
Telah berhasil dibuat berbagai sistem pengenalan suara, pengenalan
pembicara dan bahkan sistem speech to speech Machine Translation
(S2SMT). Dengan S2SMT, seseorang bisa berbicara dengan orang
lain yang menggunakan bahasa berbeda. S2SMT terdiri dari tiga
komponen utama, yaitu ”Automatic Speech Recognition” (ASR)
yang mengubah suara manusia menjadi teks, Machine Translation
(MT) yang menerjemahkan teks suatu bahasa ke dalam teks bahasa
lain, dan Text to Speech (TTS) yang mengubah teks menjadi suara.

BAB III
PENUTUP

A. Kesimpulan
Setelah mempelajari berbagai macam teknik proses Searching, Reasoning,
Planning dan Learning dalam Kecerdasan Buatan. Kita dapat mengambil
kesimpulan bahwa bidang pengetahuan ini sangatlah luas. Apa yang telah
dibahas disini hanya mencakup sebagian kecil karena masih banyak teknik
lainnya.
sehingga masalah dapat diselesaikan secepat mungkin dan dapat
diterapkan dalam berbagai jenis permainan angka. Keunikan dari permainan
angka ini menjadi sangat mengasyikkan, dan sekaligus dapat digunakan untuk
melatih kecerdasan. Permainan pergeseran angka biasanya dimainkan dalam
bentuk segi empat. Jenis permainan ini cenderung lebih mudah untuk dimainkan
dan diselesaikan. Permainan ini akan menjadi jauh lebih rumit dan susah apabila

13
 dimainkan dalam model yang berbentuk bintang. Bentuk model ini
menyebabkan arah proses pergeseran angka menjadi terbatas.
Metode ini menggunakan solusi dari contoh masalah sebagai masukan dan
akan berusaha untuk menemukan pengetahuan-pengetahuan baru yang belum
terungkap sebelumnya. Metode ini juga menggunakan heuristic search yang
berdasarkan kepada analogy dan minat. Hasil atau keluaran dari metode ini
cendrung tidak diketahui atau sulit diperkirakan.

DAFTAR PUSTAKA

https://123dok.com/document/y49o9l5z-makalah-proses-learning-dalam-
kecerdasan.html

http://ummirahmi-it11.blogspot.com/2013/03/makalah-searching.html

https://id.scribd.com/document/360295830/Makalah-Reasoning

https://id.scribd.com/doc/306229692/Makalah-Perencanaan-Planning

14