PENGANTAR
KECERDASAN BUATAN
Materi Pembelajaran
1. Pengertian dan Sejarah Artificial Intelligence
2. Konsep AI
3. Soft Computing
4. System Fuzzy
5. Probabilistic Reasoning
6. Jaringan Syaraf Tiruan
7. Algoritma Revolusioner
8. Kapan menggunakan AI?
Kecerdasan
a. belajar atau memahami dari pengalaman
b. menemukan inti dari pesan yang ambigu atau
bertentangan
c. merespon dengan cepat dan tepat pada situasi baru
d. menggunakan pertimbangan dalam memecahkan
persoalan atau mengarahkan tindakan secara efektif
e. menghadapi situasi yang membingungkan
f. memahami dan menyimpulkan dengan cara rasional biasa
g. menerapkan pengetahuan untuk memanipulasi lingkungan
h. berfikir dan mempertimbangkan
Kecerdasan Buatan
Kecerdasan buatan atau artificial intelligence
merupakan salah satu bagian ilmu komputer yang
membuat agar mesin (komputer) dapat
melakukan pekerjaan seperti dan sebaik yang
dilakukan oleh manusia.
Sistem Cerdas
Sistem cerdas (intelligent system) adalah
sistem yang dibangun dengan menggunakan
teknik-teknik artificial intelligence.
Sudut Pandang Kecerdasan (1)
Sudut pandang kecerdasan
• Kecerdasan Buatan akan membuat mesin menjadi
cerdas (mampu berbuat seperti apa yang dilakukan
oleh manusia)
Sudut pandang penelitian.
• Kecerdasan Buatan adalah suatu studi bagaimana
membuat agar komputer dapat melakukan sesuatu
sebaik yang dikerjakan oleh manusia
Sudut Pandang Kecerdasan (2)
Sudut pandang bisnis.
• Kecerdasan buatan adalah kumpulan peralatan yang
sangat powerful dan metodologis dalam
menyelesaikan masalah-masalah bisnis.
Sudut pandang pemrograman.
• Kecerdasan buatan meliputi studi tentang
pemrograman simbolik, penyelesaian masalah
(problem solving) dan pencarian (searching).
Keuntungan Kecerdasan Buatan
1. Kecerdasan buatan lebih bersifat permanen
2. Kecerdasan buatan lebih mudah diduplikasi &
disebarkan
3. Kecerdasan buatan lebih murah dibanding dengan
kecerdasan alami
4. Kecerdasan buatan bersifat konsisten
5. Kecerdasan buatan dapat didokumentasi
6. Kecerdasan buatan dapat mengerjakan pekerjaan
lebih cepat dibanding dengan kecerdasan alami
7. Kecerdasan buatan dapat mengerjakan pekerjaan
lebih baik dibanding dengan kecerdasan alami
Keuntungan Kecerdasan Alami
1. Kreatif
2. Kecerdasan alami memungkinkan orang untuk
menggunakan pengalaman secara langsung.
Sedangkan pada kecerdasan buatan harus bekerja
dengan input-input simbolik.
3. Pemikiran manusia dapat digunakan secara luas,
sedangkan kecerdasan buatan sangat terbatas
Sejarah AI (1)
1. Tahun 1943-1956 :
• Program catur pertama oleh Shanon & Turing (1950)
• Deklarasi AI (1956) pada Workshop Dartmouth oleh John
McCarthy
2. Tahun 1956-1966
• Logic Theorist (mampu membuktikan teorema-teorema
matematika)
• Sad Sam, diprogram oleh Robert K. Lindsay (1960). Program ini
dapat mengetahui kalimat-kalimat sederhana yang ditulis dalam
bahasa Inggris dan mampu memberikan jawaban dari fakta-
fakta yang didengar dalam sebuah percakapan.
• General Problem Solver
Sejarah AI (2)
4. Tahun 1966 – 1979
• Program AI hanya bisa melakukan manipulasi simbolik dan
hanya bisa memuat sedikit sekali pengetahuan.
• Problem AI yang akan dipecahkan tidak mudah ditangani
• Sistem berbasis pengetahuan -> terutama untuk sistem pakar :
o MYCIN
o DENDRAL
o PROSPECTOR
o XCON & XSEL
o FOLIO
o DELTA
Sejarah AI (3)
5. Tahun 1980-sekarang :
AI telah menjadi komoditi industry :
• R1 Sistem Pakar komersial pertama yg dibuat oleh
Digital Equipment Corporation (DEC), 1982.
• Proyek “Generasi Kelima” , pembuatan komputer
cerdas dengan Prolog (Jepang), 1981.
• Daya jual produk AI : beberapa juta dolar (1980) –
mencapai $2 miliar (1988).
Konsep AI (1)
• Turing Test
Metode Pengujian Kecerdasan (Alan Turing).
Proses uji ini melibatkan seorang penanya
(manusia) dan dua obyek yang ditanyai.
• Pemrosesan Simbolik
Sifat penting dari AI adalah bahwa AI merupakan
bagian dari ilmu komputer yang melakukan proses
secara simbolik dan non-algoritmik dalam
penyelesain masalah.
Konsep AI (2)
• Heuristic
Suatu strategi untuk melakukan proses pencarian (search) ruang problem
secara efektif.
Input: Output:
MASALAH SOLUSI
Knowledge Inference
Base Engine
Analogi dengan kecerdasan manusia
Basis Pengetahuan :
Kumpulan pengetahuan & pengalaman yang dimiliki
oleh manusia.
Contoh :
• Jika saya makan sambal > 5 sendok, maka tidak
lama kemudian perut saya akan terasa sakit.
• Jika kuliah mulai jam 8, dan saya berangkat dari
rumah jam 7.45, maka saya akan terlambat.
• Jika x=75, maka y=100.
Analogi dengan kecerdasan manusia
Inferensi :
Kemampuan manusia untuk menalar berdasarkan
pengetahuan/pengalaman yang dimiliki, apabila muncul suatu
fakta.
Contoh:
1. Pengetahuan :
◦ Jika saya makan sambal > 5 sendok, maka tidak lama kemudian
perut saya akan terasa sakit.
2. Fakta :
◦ Saya baru saja makan sambal 10 sendok.
◦ Kesimpulan :
◦ Tidak lama lagi perut saya akan sakit.
Teknik Pemecahan Masalah
Conventional Hard Computing
Logika penalaran
berbentuk simbol
Precise
Precise
Models
Models Pencarian & Pemodelan masalah
dilakukan secara
numeris (tradisional)
Soft Computing
Penalaran melalui
pendekatan
Approximate
Approximate
Models
Models
Pendekatan fungsional &
Pencarian random
Soft Computing
Soft computing adalah koleksi dari beberapa
metodologi yang bertujuan untuk mengeksploitasi
adanya toleransi terhadap ketidaktepatan,
ketidakpastian, dan kebenaran parsial untuk dapat
diselesaikan dengan mudah dan biaya
penyelesaiannya murah.
KOMPUTASI NUMERIS
SOFT
COMPUTING
Kapan Menggunakan AI?
Masalah:
• Carilah nilai minimum dari : y=x2+2x-3; pada kawasan [-10
10].
• Dengan mudah dapat diselesaikan secara analitis.
• Solusi eksak, Nilai Minimum = -4, terletak pada x=-1.
100
80
60
y
40
20
minimum
-20
-10 -8 -6 -4 -2 0 2 4 6 8 10
x
Masalah:
1. Carilah akar persamaan :
f(x)= sin(x)cos(x)-2x+3sin(x)ln(x)+5sin(2x2-5x) / cos(x3-2x),
dekat dengan 3.
2. Sangat sulit untuk diselesaikan secara analitis, gunakan
pendekatan METODE NUMERIS: (Metode biseksi,
regulafalsi, secant, Newton).
3. Hasil=3,0846.
sin(x)cos(x)-2x+3sin(x)ln(x)+5sin(2x 2-5x)/cos(x 3-2x)
300
200
y=0, x dekat dengan 3
100
-100
y
-200
-300
-400
-500
-600
1 1.5 2 2.5 3 3.5 4 4.5 5
x
Masalah:
1. Carilah nilai minimum dari :
f(x)= sin(x)cos(x)-2x+3sin(x)ln(x)+5sin(2x2-5x) /cos(x3-2x),
dekat pada kawasan [1 5].
2. Sangat sulit untuk diselesaikan secara analitis. Secara
numeris memungkinkan, namun kumungkinan diperoleh
nilai minimum lokal sangat tinggi. Cara terbaik gunakan
pendekatan ARTIFICIAL INTELLIGENCE (Simulated
Annealing, Algoritma Genetika).
3. Nilai minimum=-547.3730, pada x=133
sin(x)cos(x)-2x+3sin(x)ln(x)+5sin(2x 2-5x)/cos(x 3-2x)
300
200
100
-100
y
-200
-300
-400
-500
minimum global
-600
1 1.5 2 2.5 3 3.5 4 4.5 5
x
TUGAS