TUGAS 1

Disusun Guna Memenuhi Tugas Mata Kuliah Kecerdasan Buatan

Dosen Pengampu : Dr. Drs Haryanto, M.Pd., M.T.

disusun oleh
Rizal Muhammad Ramdhan (22521254016)

PRODI PENDIDIKAN TEKNIK ELEKTRO (S2)

FAKULTAS TEKNIK
UNIVERSITAS NEGERI YOGYAKARTA
2023
Pertanyaan:

Tugas mandiri yaitu mengkaji artikel aplikasi AI (Artificial Intelligence). Temukan

komponen-komponen AI khususnya bentuk knowledge based dan model inferensinya. Kaji

dgn referensi lain. Jgn lupa daftar pustaka. Kumpul ke email haryanto@uny.ac.id max 3 hari

dari hari ini (11 Februari 2023 – 13 Februari 2023)!

Jawaban:

 Artificial Intelligence (AI) disebut juga kecerdasan buatan, adalah salah satu bidang ilmu

komputer yang khusus ditujukan untuk membuat mesin komputer (SW/HW) agar

sepenuhnya dapat menirukan beberapa fungsi otak manusia. AI memerlukan basis

pengetahuan (knowledge base), yakni pangkalan pengetahuan yang mendasari

kemampuan untuk berpikir, menalar, dan membuat inferensi (mengambil keputusan

berdasar pengalaman) dan membuat pertimbangan yang didasarkan pada fakta dan

hubungan-hubungannya yang terkandung dalam pangkalan pengetahuan tersebut.

 Knowledge base tersebut terdiri dari heuristik dan sejumlah rule-rule dan aturan-aturan

yang tersusun secara sistematis dan spesifik, juga relasi antara data dan aturan (rule)

dalam pengambilan kesimpulan. Knowledge base tersebut disimpan dalam sebuah basis

data pada database.

 Sedangkan sebagai pusat pemrosesannya adalah inference engine, yaitu suatu rancangan

aplikasi yang berfungsi untuk memberikan pertanyaan dan menerima input dari user,

kemudian melakukan proses logika sesuai dengan knowledge base yang tersedia, untuk

selanjutnya menghasilkan output berupa suatu kesimpulan atau bisa juga berupa

keputusan sebagai hasil akhir konsultasi.

 Terdapat dua pendekatan untuk mengontrol inferensi dalam sistem pakar berbasis aturan,

yaitu:
1. Pelacakan ke belakang (backward chaining) dan pelacakan kedepan (forward

chaining). Pelacakan kebelakang adalah pendekatan yang dimotori tujuan (goal-

driven). Dalam pendekatan ini, pelacakan dimulai dari tujuan, selanjutnya dicari

aturan yang memiliki tujuan tersebut untuk kesimpulannya. Selanjutnya proses

pelacakan menggunakan premis untuk aturan tersebut sebagai tujuan baru dan mencari

aturan lain dengan tujuan baru sebagai kesimpulannya. Proses berlanjut sampai semua

kemungkinan ditemukan.

2. Pelacakan kedepan (forward chaining) adalah pendekatan yang dimotori oleh data

(data-driven). Dalam pendekatan ini pelacakan dimulai dari informasi masukan, dan

selanjutnya mencoba menggambarkan kesimpulan. Pelacakan kedepan mencari fakta

yang sesuai dengan bagian IF dari aturan IF-THEN.

 KAJIAN ARTIKEL JURNAL 1

“APLIKASI PENENTUAN JALUR TERPENDEK UNTUK PEMADAM

KEBAKARAN DENGAN MENGGUNAKAN METODE DJIKSTRA”

Oleh Bambang Teguh Wibowo (Pelita Informatika Budi Darma, Volume : VII, Nomor

: 2, Agustus 2014)

Kajian pada artikel/jurnal yang pertama, yaitu menentukan jalur terpendek yang akan

dilalui pemadam kebakaran Kota Medan dari pos pemadam kebakaran menuju tempat

kebakaran dilakukan dengan mencari jarak dari setiap rute yang ada lalu dibandingkan

satu sama lain sehingga diambil nilai perbandingan yang paling kecil. Pada artikel ini,

tentunya knowledge base-nya inputan berupa pusat pemadam kebakaran dan tempat

terjadinya kebakaran, dan jalur-jalur jalan yang menghubungkan pusat pemadam

kebakaran dengan tempat terjadinya kebakaran. Bobot dari setiap Edge adalah jarak

antara jalan protocol yang menghubungkan pusat pemadam kebakaran dengan tempat

terjadinya kebakaran, jalan yang menjadi objek adalah jalan di Kota Medan yang

menempuh jalan-jalan protocol, jarak yang ada berdasarkan km yang ditempuh bukan

waktu.

Sehingga untuk model inferensinya yaitu dengan metode Forward Chaining

dengan teknik penelusuran Depth First Search dalam menentukan jalur terpendek

menuju tempat terjadinya kebakaran. 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.
 KAJIAN ARTIKEL JURNAL 2

PENERAPAN ARTIFICIAL INTELLIGENCE UNTUK KONTROL SUHU

DAN KELEMBAPAN PADA KANDANG BROILER BERBASIS INTERNET

OF THINGS

Oleh Adimas Ketut Nalendra dan Heri Priya Waspada (Generation Journal/Vol.5

No.2/e-ISSN: 2549-2233/p-ISSN: 2580-4952)

Kajian pada artikel/jurnal yang kedua, yaitu pengontrolan suhu dan kelembapan pada kandang

broiler dengan memanfaatkan Artificial Intelligence. Untuk memaksimalkan produksi dan

menekan efisiensi produksi dilakukan inovasi penerapan Artificial Intelligence untuk kontrol

suhu, kelembapan dan gas pada kandang ayam broiler. Metode artificial Intelligence

memungkinkan mesin dapat berfikir seperti layaknya manusia sehingga dapat membantu

dalam mengkontrol dan pengambilan keputusan. Model artificial Intelligence ini

menggunakan model fuzzy logic Pulse Width Modulator (PWM). Perangkat yang digunakan

untuk kontrol memanfaatkan teknologi Internet of Things dengan mikrokontroler sebagai

perangkat utamanya dan sensor sebagai pembaca data lingkungan. Mikrokontroler yang

digunakan adalah ESP32 yang sudah embleded dengan Wifi sehingga dapat memudahkan

pengiriman data ke server. Untuk membaca kondisi lingkungan sensor yang digunakan sensor

suhu, kelembapan menggunakan DHT11 dan gas amoniak menggunakan MQ2. Data

lingkungan dikirimkan ke server yang berguna untuk user memantau kondisi lingkungan

kandang dari jarak jauh dan jika diperlukan dapat dikontrol dengan menggunakan aplikasi

antarmuka. Dalam penelitian ini proses pembangunan sistem menggunakan metode waterfall,

yaitu analisa kebutuhan, desain, implementasi dan testing. Hasil dari penerapan sistem diuji

menggunakan dua model yaitu pengujian nilai pembacaan sensor dibandingkan dengan nilai

pada hygrometer dan pengamatan terhadap reaksi ayam dikandang. Dari hasil pengujian
diperoleh selisih nilai antara sensor dan hygrometer dapat ditoleransi dan reaksi ayam sesuai

dengan status pendingin yang dikontrol sistem.

Knowledge base dari artikel ini yaitu analisa kebutuhan untuk kontrol suhu dan kelembapan

(rentang suhu dan kelembapan kandang/range). Basis pengetahuan untuk ditanamkan dalam

artificial intelengent yang menirukan proses berpikir manusia menggunakan metode fuzzy

untuk pengambilan keputusan. Metode ini mengunakan parameter dan diolah menggunakan

aturan IF-THEN, sehingga model inferensinya menggunakan Forward Chaining.

Parameter pengetahuan suhu di kandang menggunakan 3 bagian, yaitu suhu dingin, normal

dan panas. Sedangkan untuk kelembapan kendang terbagi juga menjadi 3 yaitu kelembapan

kering (30% s.d 50%), normal (50% s.d 60%) dan kelembapan basah (60% s,d 80%).
 KAJIAN ARTIKEL JURNAL 3

PENERAPAN METODE FORWARD DAN BACKWARD CHAINING UNTUK

DIAGNOSIS PENYAKIT SISTEM PERNCERNAAN BERBASIS ANDROID

Oleh Syatary Al Rabbani (Tugas Akhir Program Studi Teknik Informatika STMIK

Palangkaraya Tahun 2021)

Pada kajian jurnal/artikel kali ini yaitu mengenai diagnosis penyakit sistem

pencernaan menggunakan Artificial Intelligence (AI) yang tujuan utamanya untuk

melakukan diagnosis awal terkait gangguan sistem pencernaan dan memberikan

penjelasan serta penanganan dari penyakit tersebut. Knowledge base-nya yaitu data

gejala penyakit yang didapat dari hasil wawancara dengan narasumber, dan juga data

penyakit yang sudah terdata dalam ilmu kedokteran.

Berdasarkan data yang diperoleh, maka pengetahuan yang berhasil didapat di

representasikan dalam bentuk pohon keputusan (Decision Tree). Dengan pohon

keputusan, penulis dapat dengan mudah melihat serta mengidentifikasi hubungan antar

jenis gangguan pencernaan dan gejalanya. Dari gejala gangguan pencernaan inilah

mesin inferensi mengelompokkan gejala-gejala dengan jenis penyakit gangguan

sistem pencernaan dengan menggunakan model inferensi Forward Chaining dan

Backward Chaining. Dari beberapa penyakit yang akan diinput telah disusun rule

berdasarkan knowledge base yang telah didapatkan dari narasumber.

Kesimpulan :

Dari ketiga artikel/jurnal yang telah dikaji, masing-masing penelitian menggunakan

knowledge based yang berbeda-beda sesuai dengan kebutuhannya. Begitupun model

inferensinya pun berbeda-beda. Pada akhirnya pemanfaatan teknologi berbasis

Artificial Intelligence ini adalah untuk memudahkan pekerjaan serta menjadikan suatu

pemrosesan dalam hal apapun menuju efisiensi yang lebih tinggi, menyerupai logika

manusia.

Daftar Pustaka

Wibowo, B. T. (2014). Aplikasi penentuan jalur terpendek untuk pemadam kebakaran

dengan menggunakan metode Djikstra. Jurnal Pelita Informatika Budi Darma,

7(2). Retrieved from

https://www.academia.edu/download/44837620/30._bambang_teguh.pdf

Nalendra, A. K., & Waspada, H. P. (2021). Penerapan Artificial Intelligence untuk

kontrol suhu dan kelembapan pada kandang broiler berbasis internet of things.

Jurnal Generation Journal 5(2). Retrieved from

http://ojs.unpkediri.ac.id/index.php/gj/article/view/15706

Rabbani, S. A. (2021). Penerapan Metode Forward dan Backward Chaining Untuk

Diagnosis Penyakit Sistem Pencernaan Berbasis Android. Tugas Akhir.

Palangkaraya: Program Studi Teknik Informatika, STMIK Palangkaraya.