Download 1. Kecerdasan Buatan – Pendahuluan

KECERDASAN BUATAN
(3 SKS Teori)
PENILAIAN
UAS
40 %
 UTS
30 %
 TUGAS
15 %
 QUIZ
15 %
 KEHADIRAN MINIMAL 80%

Dian Hermawan KM 085716376208
TI11B
 Yuki 083876610326 TI11A
 Rizki 085314434672 TI11D

DAFTAR PUSTAKA










Louis E. Frenzel, Jr., Crash Course in Artificial Intelligence and Expert
System, Howard W. Sams & Co., Indianapolis, USA.
Rich, Elaine and Knight, Kevin. 1991. Artificial Intelligence. Mc-Graw Hill
Book Co. New York.
Michalewicz, Zbigniew. 1996. Genetic Algorithms + Data Structures =
Evolution Programs. Springler Verlag.
Suparman, Mengenal Artificial Intelligence, Penerbit Andi Offset
Yogyakarta, Edisi pertama, 1991.
Sandi Setiawan, Artificial Intelligence, Penerbit Andi Offset Yogyakarta,
Edisi pertama, 1993.
Kusumadewi, Sri. 2003. Artificial Intelligence, Teknik dan Aplikasinya.
Yogyakarta: Graha Ilmu.
Uung Ungkawa, Bahasa Pemrograman Logika Turbo Prolog, Penerbit
Andi Offset Yogyakarta, Edisi pertama 1992.
Tjendry Harianto, Bahasa Turbo Prolog, Penerbit Andi Offset
Yogyakarta, Edisi pertama 1992.
Tavri Deviyan, Pemrograman Deklaratif dengan Turbo Prolog 2.0, ElexMedia Komputindo, Jakarta.
Prolog Tutorial by A. Aaby, http://cs.wwc.edu/KU/PR/Prolog.html
SILABUS MATA KULIAH
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
Pendahuluan
Pengertian Kecerdasan Buatan
Komputasi Kecerdasan Buatan
Arsitektur dan Lingkungan Sistem Kecerdasan
Buatan
Representasi Pengetahuan
Problema dan Pendekatan Penyelesaian Masalah
Sistem Pakar (Expert System)
Sistem Samar (Fuzzy System)
Jaringan Syaraf Tiruan (Neural Network)
Algoritma Genetik (Genetic Algorithm)
Pemrograman Kecerdasan Buatan
TUJUAN PERKULIAHAN

Mempelajari pengertian dan konsep
kecerdasan buatan (artificial intelligence)
berikut bidang-bidang kecerdasan buatan,
seperti:
 sistem pakar (expert system),
 robotic, logika samar (fuzzy logic), dan
jaringan syaraf tiruan (neural network). Diakhiri
dengan pembahasan mengenai soft
computing, kemudian menerapkannya dalam
berbagai bidang disiplin ilmu dengan
membentuk pemrograman yang spesifik
menggunakan bahasa pemrograman logika.
PENDAHULUAN



Musim panas tahun 1956 sekelompok pakar
komputer, pakar dan peneliti dari disiplin ilmu lain dari
berbagai akademi, industri serta berbagai kalangan
berkumpul di Dartmouth College untuk membahas
potensi komputer dalam rangka menirukan atau
mensimulasi kepandaian manusia.
Beberapa ilmuwan yang terlibat adalah Allen Newel,
Herbert Simon, Marvin Miskey, Oliver Selfridge,
dan John McCarthy
Menjelang akhir tahun 1970-an dan awal tahun 1980an, mulai dikembangkan secara penuh dan hasilnya
secara berangsur-angsur mulai dipasarkan
Revolusi Pengolahan Data oleh
Komputer
Revolusi Pengolahan Data oleh
Komputer
Teknik yang membuat komputer mampu
mengolah pengetahuan ini dinamakan
teknik kecerdasan buatan (artificial
intelligence technique).
 Dengan pendekatan ini manusia
mencoba membuat komputer dapat
berpikir seperti cara yang dipakai
manusia dalam memecahkan masalah.

Apakah Komputer Dapat Berpikir ?

Terdapat beberapa tingkat kecerdasan seperti
yang diilustrasikan oleh gambar berikut
Beberapa pertanyaan seputar Kecerdasan
Buatan yang diterapkan pada komputer






Dengan diterapkannya Kecerdasan Buatan, apakah
kemudian komputer menjadi lebih pintar?
Apakah benar, komputer sekarang mempunyai
kecerdasan seperti yang dimiliki manusia dalam
melaksanakan tugasnya?
Apabila kecepatan dan kemudahan serta peningkatan
produktivitas kerja dan kemampuannya melakukan
pekerjaan dengan baik sudah tercapai?
Apakah dengan demikian komputer itu sudah bisa
dikatakan mempunyai tingkat kecerdasan tertentu?
Bagaimana kita bisa menyatakan bahwa komputer itu
memiliki kecerdasan?
Kriteria apakah yang bisa digunakan untuk sampai
pada kesimpulan itu?
Faktor Pendorong Perkembangan
Kecerdasan Buatan
1.
2.
3.
4.
Pesatnya perkembangan teknologi
perangkat keras, khususnya processor.
Pengembangan perangkat lunak
Kecerdasan Buatan.
Perkembangan khusus komputer pribadi
(Personal Computer / PC) dan komputer
jinjing (Laptop).
Turut andilnya para investor dalam
mendanai penelitian dan pengembangan
teknologi Kecerdasan Buatan.
QUO VADIS AI



Masalah utama Kecerdasan Buatan adalah sulitnya
merumuskan dan memvisualisasi inteligensia itu
sendiri, karena mempunyai arti yang banyak.
Hubert Dreyfus – ahli filsafat dari Universitas
California di Berkeley – berpendapat bahwa
masyarakat sekarang ini sedang dikacaukan oleh
pengertian Kecerdasan Buatan yang mengira seolaholah kegunaannya sangat berlebihan dan tidak
mungkin bisa mencapai tujuan.
Dreyfus berkata: Kita tidak akan pernah bisa
membuat suatu kaidah untuk semua cara kita berfikir,
karena hal itu sangat kompleks.
QUO VADIS AI


Para peneliti yang ahli akan lebih bisa mendekati pada
komputer pintar, tapi masih banyak masalah yang
harus dijawab. Misalnya, bagaimana kita bisa
mencerminkan keterampilan dalam menangani
masalah manusia, kemampuan belajar, selera,
imajinasi, emosi, kreativitas dan ‘rasa berani’. Untuk
menjawab masalah-masalah tersebut di atas, para ahli
kembali pada bidang yang berkaitan, seperti: filosofi,
psikologi, linguistik dan sains syaraf (neuro science)
dan tentu saja sains komputernya itu sendiri. Dengan
demikian akan lahir bidang sains kognitif antar disiplin
ilmu tersebut.
Kita membuat komputer pintar bukan untuk
menggantikan manusia tapi hanya sekedar untuk
menjadi alat bantu manusia
SOFT COMPUTING
Soft computing menjadi bagian formal dari
ilmu komputer sejak awal tahun 1990an
 Lotfi A. Zadeh (1992) melalui makalah
yang disusunya ttg himpunan fuzzy, tahun
1973 ttg analisis proses-proses sistem
kompleks dan keputusan, dan laporan th
1979 (makalah th 1981) ttg kemungkinan
analisis teori fuzzy dan soft data.

Apakah Soft Computing itu
Soft computing adalah koleksi dari
beberapa metodologi yang bertujuan
untuk mengeksploitasi adanya toleransi
terhadap ketidaktepatan (imprecision),
ketidakpastian (uncertainity), kebenaran
parsial (partial truth), dan pendekatan
untuk mencapai tractability, ketahanan
(robustness) dan biaya penyelesaian
murah. (Lotfi A. Zadeh, 1992)
Apakah Soft Computing itu

Soft computing merupakan inovasi baru
dalam membangun sistem cerdas.
Sistem cerdas ini merupakan sistem
yang memiliki keahlian seperti manusia
pada domain tertentu, mampu
beradaptasi dan belajar agar dapat
bekerja lebih baik jika terjadi perubahan
lingkungan.
Komponen Soft Computing
SC dapat dipandang sebagai suatu
komponen dasar untuk medan
kemunculan konsepsi kecerdasan:
1. Sistem Fuzzy (Fuzzy System / FS)
2. Jaringan Syaraf (Neural Networks / NN)
3. Penalaran Probabilistik (Probabilistic
Reasoning / PR)
4. Evolutionary Computing (EC)
5. Machine Learning (ML)

Komponen Soft Computing

FS mengakomodasi ketidaktepatan
(imprecision),
 PR mengakomodasi ketidakpastian
(uncertainity),
 NN menggunakan pembelajaran untuk
meminimalisir kebenaran parsial (partial truth)
dan perkiraan untuk mencapai tractability,
 EC untuk mencapai optimasi dalam rangka
ketahanan (robustness) dan biaya
penyelesaian murah
Komponen Soft Computing

Ke-4 unsur dalam SC (FS, PR, NN, EC)
bukan merupakan kompetisi melainkan
saling melengkapi. Bahkan dalam
kenyataanya, keempatnya digunakan
secara sinergis ketimbang digunakan
dikerjakan secara sendiri.
Komponen Soft Computing

Pekerjaan dari teknik-teknik SC
mendorong ke arah sistem-sistem yang
memiliki MIQ (Machine Intelligence
Quotient) tinggi. Dalam ukuran besar, ini
adalah MIQ tinggi dari sistem yang
mendasarkan pada SC (SC-based
system) yang meliputi pertumbuhan
cepat dalam jumlah dan macam aplikasiaplikasi soft computing.
Hubungan dan Perbandingan Antar
Komponen SC
Komponen
FS / PR
NN
EC
AI Conventional
Ekstraksi
Pembelajaran
Pengetahuan
tidak
ya
ya
tidak
ya
tidak
tidak
ya
Operasi
Real-time
ya
ya
tidak
tidak
Hubungan dan Perbandingan Antar
Komponen SC
Komponen
FS / PR
NN
EC
AI Conventional
Representasi
Pengetahuan
simbolik / numerik
numerik
numerik
simbolik / numerik
Optimasi
tidak
tidak
ya
tidak
Karakteristik SC
1.
memerlukan keahlian manusia, apabila
direpresentasikan dalam bentuk aturan
(if_then)
Model komputasinya diilhami oleh proses
biologis
3. merupakan teknik optimasi baru
4. menggunakan komputasi numeris
5. memiliki toleransi kegagalan (meskipun
kualitasnya berangsur-angsur memburuk)
2.