(Artificial Intelligence / AI )
Sci-Fi
Natural Language Processing
http://www.sony.net/SonyInfo/News/Press_Archive/199905/99-046/index.html?
http://www.bubblews.com/news/1369371-asimo-the-robot PHPSESSID=7788ce41b49b7807c774c3f10f1d2e15
Game Playing
Decision Making
Self Driving Car
E-Commerce
Some Interesting Research and Application
- http://alice.pandorabots.com/
- http://en.akinator.com/
- https://www.wolframalpha.com/
- Deepface from Facebook
- Façade, NLP Based Game
- Singularity
- Google Deepmind
- Informasi perkembangan AI – Techcrunch, AITopics
Definisi AI
Apa itu kecerdasan ? …
Berkaitan dengan
Tingkah laku
Contoh :
Jenis P E A S
agen
Penentu Menunjuk Jarak, Menentukan jalur GPS
jalur pada kan jalur waktu,
Google yang lokasi
Maps tepat dan
cepat
Jenis Lingkungan yang Dilihat Agen Cerdas
- Fully vs partially observable
- Fully : sensor mendeteksi tiap aspek di lingkungan
- Partially : ada yang tidak bisa dideteksi sensor
- Single vs multi agent
- Single : tidak ada agen cerdas lain
- Multi : ada agen cerdas lain
- Episodic vs sequential
- Episodic : aksi/tindakan sekarang tidak berpengaruh ke selanjutnya
- Sequential : aksi/tindakan sekarang berpengaruh ke selanjutnya
- Deterministic vs stochastic
- Deterministic : lingkungannya sifatnya pasti
- Stochastic : pada lingkungan ada ketidakpastian
- Static vs dynamic
- Static : lingkungan tidak berubah-ubah
- Dynamic : lingkungan selalu berubah
- Discrete vs continuous
CONTOH :
A
B
G
C
K L
Representasi dalam Graf
• Peta atau pencarian lokasi adalah salah 1
permasalahan paling mudah untuk direpresentasikan
dalam graf, graf juga dapat merepresentasikan
permasalahan yang lain.
• Perhatikan contoh pada slide berikut
Sylvester, Nenek, Tweety dan Sekeranjang Jagung
akan Menyeberang
Aturan
(sylvester, nenek,Tweety
(nenek, tweety, 0111 1110 di asal)
Jagung di asal)
A
B
G
C
K L
Langkah Penyelesaian
Sebelum mulai mengerjakan, perhatikan dulu keterangan berikut.
Jalur dilambangkan dengan urutan node, misal ABC maka urutannya/jalurnya adalah node A, lalu ke B, lalu ke C.
A
B
G
C
K L
Langkah Penyelesaian
Sebelum mulai mengerjakan, perhatikan dulu keterangan berikut.
Jalur dilambangkan dengan urutan node, misal ABC maka urutannya/jalurnya adalah node A, lalu ke B, lalu ke C.
1. Masukkan C ke stack, beri tanda visited untuk C, cek apakah C adalah tujuan
• C, visited C
2. C bukan tujuan, masukkan cabang dari C ke stack, proses node paling belakang
dan set visited
• CB CH CD CI, visited C,I
3. I bukan tujuan, masukkan cabang dari I ke stack, proses node paling belakang dan
set visited
• CB CH CD CIJ CIK, visited C,I,K
4. K bukan tujuan, masukkan cabang dari K ke stack, proses node paling belakang
dan set visited
• CB CH CD CIJ CIKL, visited C,I,K,L
5. L adalah tujuan maka jalur yang dipilih adalah CIKL
CONTOH LAIN : BAGAIMANA
REPRESENTASI GRAF DARI PERMASALAHAN
BERIKUT ?
BUAT JADI GRAF : BERI NODE DAN EDGE
MISAL ADA MUSUH DI NODE C :
BAGAIMANA KNIGHT DI NODE A
MENGHAMPIRI SPIDER DI NODE C ?
START : A
GOAL / TUJUAN : C
START : A
GOAL / TUJUAN : C
LANGKAH PENYELESAIAN DENGAN BFS
1. A, sudah dicek : A
2. AB AH, sudah dicek : A; B
3. AH ABC ABG, sudah dicek : A; B; H
4. ABC ABG AHG, sudah dicek : A; B; H; C
Berarti sekarang C dicek. Tandai sudah dicek. C adalah tujuan. Maka AI akan
memilih ABC sebagai jalur dari A ke C.
LANGKAH PENYELESAIAN DENGAN DFS
1. A, SUDAH DICEK : A
2. AB AH, SUDAH DICEK : A, H
3. AB AHG, SUDAH DICEK : A, H, G
4. AB AHGB AHGF, SUDAH DICEK : A, H, G, F
5. AB AHGB AHGFE AHGFC, SUDAH DICEK : A, H, G, F, C
1 ABCD 19 ABCD 19
2 ABDC 18 ABDC 18
3 ACBD 12 ACBD 12
4 ACDB 13 ACBD 12
5 ADBC 16 ACBD 12
Dst…
Best First Search
• Node yang dipilih berdasarkan evaluation
function f(n), f(n) paling rendah akan dipilih
• Fungsi heuristik h(n) adalah estimasi jarak
terdekat antara node tertentu n dengan node
tujuan.
• Jika h(n) = 0 maka n adalah node tujuan
Greedy Best First Search
• Pada greedy best first search nilai fungsi
evaluasi sama dengan nilai heuristik f(n) =
h(n)
Keterangan : angka dalam kurung adalah nilai heuristic
L (h(n)). Dalam kasus Ini h(n) ini perkiraan jarak terdekat
J antara suatu node dengan tujuan. h(n) = f(n) maka
G I
nilai terkecil digunakan untuk pemilihan jalur.
A : UDINUS (5)
F B : Siliwangi (6)
H C : Imam Bonjol (4)
D : Tugu Muda (3)
E : Kalisari (6)
K C D E F : Pemuda (4)
G : Gajah Mada (2)
H : Veteran (3)
A B I : Pahlawan (2)
J : Simpang 5 (0)
K : Tawang (8)
1. (5 A) – VISITED (A) L : Sriwijaya (4)
2. (4 A C) (6 A B) – VISITED (A B C)
3. (3 A C D) (4 A C F) (6 A B)(8 A C K) – VISITED (A B C K F D)
4. (0 A C D J) (4 A C F)(6 A C D E) (6 A B)(8 A C K) – VISITED (A B C K F D J E)
SOLUSI A C D J
2
3
F
3
H
node(h(n))
2 A : UDINUS (5)
2 2 B : Siliwangi (6)
3 C : Imam Bonjol (4)
K C D E D : Tugu Muda (3)
2
E : Kalisari (6)
4
1 F : Pemuda (4)
G : Gajah Mada (2)
2
H : Veteran (3)
A B I : Pahlawan (2)
J : Simpang 5 (0)
K : Tawang (8)
L : Sriwijaya (4)
2 L node(h(n))
2 1
A : UDINUS (5)
G J I B : Siliwangi (6)
2 C : Imam Bonjol (4)
3
F D : Tugu Muda (3)
3
H E : Kalisari (6)
2 F : Pemuda (4)
2 2 G : Gajah Mada (2)
K C D E 3
H : Veteran (3)
4 1 I : Pahlawan (2)
2 J : Simpang 5 (0)
A B K : Tawang (8)
L : Sriwijaya (4)
1. (5 A) – VISITED (A)
2. (5 A C)(8 A B) – VISITED (A C)
3. (5 A C K) (6 A C D) (7 A C F) (8 A B) – VISITED (A C K)
4. (6 A C D) (7 A C F) (8 A B) – VISITED (A C K D)
5. (6 A C D J) (7 A C F)(8 A B)(11 A C D E) – VISITED (A C K D J)
SOLUSI (A C D J)
References :
- Russel, S., & Norvig, P. (2003). Artificial Intelligence A Modern Approach . New Jersey :
Pearson Education, Inc.
- Suyanto. (2011). Artificial Intelligence . Bandung : Informatika .
- Sutojo, T., Mulyanto, E., & Suhartono, V. (2011). Kecerdasan Buatan . Yogyakarta :
C.V.Andi Offset.
Logika
Mobil = M
Cahaya = C
Mercusuar = S
Misal cahaya di
2,2 maka
simbolnya
C2,2
Contoh kasus
• Aturan-aturan (dilambangkan dengan
logika proposisi)
– R1: -C1,1 => -S1,1 ^ -S1,2 ^ -S2,1
– R2: -C1,2 => -S1,1 ^ -S1,2 ^ -S1,3 ^ -S2,2
– R3: -C1,3 => -S1,2 ^ -S1,3 ^ -S2,3
– R4: -C2,1 => -S1,1 ^ -S2,1 ^ -S2,2 ^ -S3,1
– R5: C2,2 => S2,1 v S2,2 v S2,3 v S3,2 v S1,2
– R6: -C2,3 => -S2,2 ^ -S2,3 ^ -S3,3
– R7: C3,1 => S2,1 v S3,1 v S3,2
– R8: C3,2 => S3,1 v S3,2 v S3,3 v S2,2
– R9: C3,3 => S2,3 v S3,2 v S3,3
Contoh Kasus
• Inferensi (menggunakan aturan inferensi
logika proposisi)
– Modus ponens untuk R1 : -S1,1 ^ -S1,2 ^ -S2,1
– And elimination : -S1,1 -S1,2 -S2,1
– Modus ponens untuk R2 : -S1,1 ^ -S1,2 ^ -S1,3 ^ -S2,2
– And elimination : -S1,1 -S1,2 -S1,3 -S2,2
– Modus ponens untuk R3 : -S1,2 ^ -S1,3 ^ -S2,3
– And elimination : -S1,2 -S1,3 -S2,3
– Modus ponens untuk R4 : -S1,1 ^ -S2,1 ^ -S2,2 ^ -S3,1
– And elimination : -S1,1 -S2,1 -S2,2 -S3,1
– Resolusi untuk R5 : S2,1 v S2,2 v S2,3 v S3,2 v S1,2, -S2,1 :
S2,2 v S2,3 v S3,2 v S1,2
S2,2 v S2,3 v S3,2 v S1,2, -S2,2 : S2,3 v
S3,2
S2,3 v S3,2 v S1,2, -S2,3 : S3,2 v S1,2
First Order Logic
References :
- Russel, S., & Norvig, P. (2003). Artificial Intelligence A Modern Approach . New Jersey :
Pearson Education, Inc.
- Suyanto. (2011). Artificial Intelligence . Bandung : Informatika .
- Sutojo, T., Mulyanto, E., & Suhartono, V. (2011). Kecerdasan Buatan . Yogyakarta :
C.V.Andi Offset.
First Order Logic
• Konsep dan aturan sama dengan logika
proposisi
• Membagi sebuah pernyataan menjadi 2
bagian :
• Argumen
• Predikat
PREDICATE (Individual [object]1, Individual [object]2)
Aturan Inferensi Pada Logika Predikat
Order Pertama
• Aturan sama dengan logika proposisi dengan tambahan :
– Universal elimination
– Existential elimination
First Order Logic
• Contoh :
• Joko suka bahasa Inggris 🡪 Suka(joko, bahasa inggris)
• Predikat (keterangan) : suka, argumen (objek) : joko, bahasa
inggris
• Toni adalah seorang mahasiswa 🡪 mahasiswa(Toni)
First Order Logic
• Contoh :
• Andi adalah seorang laki-laki : A
• Ali adalah seorang laki-laki : B
• Amir adalah seorang laki-laki : C
• Anto adalah seorang laki-laki : D
• Agus adalah seorang laki-laki : E
• Dapat ditulis : laki2(x), dimana x adalah
variabel yang bisa diganti dengan Andi,
Ali,dll
Logika Predikat Order Pertama
• Contoh :
teman(Andi,Joko)
teman(ayah_dari(Joni),ayah_dari(Andre))
dimana :
argument : ayah_dari(Joni) adalah Andi
argument : ayah_dari(Andre) adalah Joko
predikat : teman
Logika Predikat Order Pertama
Quantifier :
•universal quantifier ∀ (untuk setiap)
•existensial quantifier ∃ (terdapat)
Contoh
• Andi adalah seorang mahasiswa.
• Andi masuk Jurusan Elektro.
• Setiap mahasiswa elektro pasti mahasiswa teknik.
• Kalkulus adalah matakuliah yang sulit.
• Setiap mahasiswa teknik pasti akan mengambil mata
kuliah kalkulus.
• Setiap mahasiswa pasti akan suka terhadap suatu
matakuliah.
• Mahasiswa yang tidak pernah hadir pada kuliah matakuliah
sulit, maka mereka pasti tidak suka terhadap matakuliah
tersebut.
• Andi tidak pernah hadir kuliah matakuliah kalkulus.
Contoh
• mahasiswa(Andi).
• Elektro(Andi).
• ∀x:Elektro(x)→Teknik(x).
• sulit(Kalkulus).
• ∀x:Teknik(x) → ambil(x,Kalkulus)
• ∀x:∃y:suka(x,y).
• ∀x:∀y:mahasiswa(x)∧sulit(y) ∧ ¬hadir(x,y)→
¬suka(x,y).
• ¬hadir(Andi,Kalkulus).
Contoh Aplikasi Pada Prolog (1)
PENENTUAN JENIS SMARTPHONE :
Fakta :
• Galaxy S7 adalah smartphone yang penggunaannya
fleksibel
• Galaxy S7 aplikasinya banyak.
Aturan :
• Sistem operasi Android adalah sistem operasi yang
penggunaannya fleksibel dan aplikasinya banyak.
%fakta
aplikasi(galaxys7,banyak).
penggunaan(galaxys7,fleksibel).
Contoh Aplikasi Pada Prolog (2)
• Hukum di negara Indonesia tidak memperbolehkan
transaksi dan kepemilikan senjata api secara personal
bagi warga negaranya. Frank, Mike dan Alex adalah
orang-orang yang berkebangsaan Australia memiliki
pistol, dan dia mendapatkannya dari Joni, seorang yang
berkebangsaan Indonesia. Buktikan bahwa Joni adalah
seorang penjahat !
%aturan
penjahat(X):-
warganegara(X,indonesia),memiliki(X,Y),senjataapi(Y).
memiliki(X,Y) :- transaksi(X,Y),senjataapi(Y).
transaksi(X,Y) :- jual(X,Y,Z), senjataapi(Y).
%fakta
warganegara(joni,indonesia).
warganegara(frank,australia).
warganegara(mike,australia).
warganegara(alex,australia).
senjataapi(pistol).
jual(joni, pistol, frank).
jual(joni, pistol, mike).
jual(joni, pistol, alex).
Contoh Aplikasi Pada Prolog (3)
Fakta
• Joni adalah lulusan SMA
• Joni berkewarganegaraan Indonesia
• Joni lahir pada tahun 1942
• Joni daftar PNS pada tahun 1985
• Sekarang tahun 2014
Rules
• Yang boleh mendaftar PNS adalah warga negara
Indonesia
• Umur minimal pendaftaran adalah 18 tahun.
• Untuk pendaftaran, lulusan SMA tidak lebih dari 35 tahun
umurnya
• Untuk lulusan universitas, umur tidak menjadi masalah
%fakta
lulusan(joni,sma).
kewarganegaraan(joni,indonesia).
lahir(joni,1941).
tahundaftar(joni,1960).
tahun(2014).
%aturan
umur(X,Age):-lahir(X,Thn),tahun(Y),Age is Y-Thn.
umurdaftar(X,Age1):-lahir(X,Thn),tahundaftar(X,Y),Age1 is Y-Thn.
daftar(X,pns):-
kewarganegaraan(X,indonesia),lulusan(X,sma),umurdaftar(X,Age1),
Age1 < 35, Age1 > 17 .
daftar(X,pns):-kewarganegaraan(X,indonesia),lulusan(X,universitas),
umurdaftar(X,Age1), Age1 > 17 .
pensiun(X,pns):-daftar(X,pns),umur(X,Age), Age > 59 .