Materi Kuliah – [1]:KECERDASAN BUATAN

Artificial Intelligence

Dr. Sri Kusumadewi

SasaranMahasiswa mengenal pengertiandan ruang lingkup KecerdasanBuatan.

Referensi Utama

Russell, Stuart; dan Norvig, Peter. 2003. Artificial Intelligence A Modern Approach. International Edition, Edisi 2. New Jersey: Pearson Prentice-Hall Education International. Kusumadewi; Sri. 2003. Artificial Intelligence (Teknik & Aplikasinya). Yogyakarta: Graha Ilmu.

2/10/2010 2

MateriPengertianBagaimana AI bekerja?Hard Computing vs Soft ComputingKapan menggunakan AI?

2/10/2010 3

Pengertian

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.

2/10/2010 4

Pengertian

Sistem cerdas (intelligent system) adalah sistem yang dibangundengan menggunakan teknik-teknikartificial intelligence.

2/10/2010 5

Sejarah

Dimulai dengan uji mesin Turing: AI lulus tes apabila integrator tidakbisa membedakan dialog yang dilakukan oleh komputer – mesin, dengan komputer – manusia.

Alan Turing(1912-1954)

2/10/2010 6

Sejarah

Tahun 1943-1956:◦ Program catur pertama oleh

Shanon & Turing (1950)◦ Deklarasi AI (1956) pada

Workshop Dartmouth oleh John McCarthy

John McCarthy(Stanford University )

2/10/2010 7

SejarahTahun 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

2/10/2010 8

Tahun 1966 – 1979◦ Program AI hanya bisa melakukan

manipulasi simbolik dan hanya bisamemuat sedikit sekali pengetahuan.◦ Problem AI yang akan dipecahkan tidak

mudah ditangani◦ Sistem berbasis pengetahuan ->

terutama untuk sistem pakar:MYCINDENDRALPROSPECTORXCON & XSELFOLIODELTA

Sejarah

2/10/2010 9

SejarahTahun 1980-sekarang:◦ AI telah menjadi komoditi industri:

R1 Sistem Pakar komersial pertama ygdibuat oleh Digital Equipment Corporation (DEC), 1982.Proyek “Generasi Kelima” , pembuatankomputer cerdas dengan Prolog (Jepang), 1981.Daya jual produk AI: beberapa juta dolar(1980) – mencapai $2 miliar (1988).

2/10/2010 10

Cabang-cabang AILogical AI◦ Logika (matematis) yang

merepresentasikan sekumpulanfakta dan tujuan ---> RUANG KEADAAN:

GraphTree

2/10/2010 11

Cabang-cabang AISearch◦ Pencarian keadaan baru dari keadaan

sekarang yang akan menentukanpergerakan:

Blind SearchDepth-First SearchBreadth-Firsh Search

Heuristic SearchGenerate & TestHill ClimbingBest-First searchSimulated-AnnealingTabu SearchAlgoritma Genetika

2/10/2010 12

Cabang-cabang AIRepresentation◦ Representasi fakta-fakta

(pengetahuan) dalam ruangkeadaan:

Logika (proposisi & predikat)TreeJaringan SemantikFrameNaskahKaidah Produksi

2/10/2010 13

Cabang-cabang AIPattern Recognition◦ Pengenalan & pencocokan suatu

pola terhadap sekumpulan pola.Pengolahan Bahasa AlamiJaringan Syaraf Tiruan

2/10/2010 14

Cabang-cabang AIInference◦ Kemampuan untuk menarik

kesimpulan berdasarkanpengetahuan.

Forward ReasoningBackward ReasoningFuzzy Inference System (FIS)

2/10/2010 15

Cabang-cabang AILearning from Experience◦ Melakukan proses pembelajaran

(pelatihan) dari pengetahuan ataupengalaman yang ada pada basis pengetahuan.

Jaringan Syaraf Tiruan

2/10/2010 16

Cabang-cabang AICabang-cabang lain:◦ Pengolahan bahasa alami (Natural

Language Processing)◦ Robotika (robotics)◦ Game playing◦ Persepsi (vision and speech)

2/10/2010 17

Bagaimana AI bekerja?Bagian terpenting AI:◦ Knowledge base (basis

pengetahuan), berisi fakta-fakta, teori, pemikiran dan hubungan antara satu dengan lainnya.◦ Inference engine, yaitu

kemampuan menarik kesimpulan berdasarkan pengalaman.

2/10/2010 18

Bagaimana AI bekerja?

Knowledge Base

InferenceEngine

Input:MASALAH

Output:SOLUSI

ARTIFICIAL ARTIFICIAL INTELLIGENCEINTELLIGENCE

2/10/2010 19

Analogi AI dan Kecerdasan Manusia?

Basis Pengetahuan:◦ Kumpulan pengetahuan & pengalaman

yang dimiliki oleh manusia.◦ Contoh:

Jika saya makan cabe > 5 buah, maka tidaklama kemudian perut saya akan terasa sakit.Jika kuliah mulai jam 7, dan saya berangkatdari rumah jam 6.45, maka saya akanterlambat.Jika x=3.75, maka y=100.

2/10/2010 20

Analogi AI dan Kecerdasan Manusia?

Inferensi:◦ Kemampuan manusia untuk menalar

berdasarkan pengetahuan/pengalamanyang dimiliki, apabila muncul suatufakta.◦ Contoh:

Pengetahuan: Jika saya makan cabe > 5 buah, maka tidaklama kemudian perut saya akan terasasakit.

Fakta:Saya baru saja makan cabe 15 buah.

Kesimpulan:Tidak lama lagi perut saya akan sakit.

2/10/2010 21

Bentuk PenalaranPenalaran Deduktif◦ Penalaran dimulai dari premis

yang bersifat umum, untukmendapatkan konklusi yang khusus.◦ Contoh:

Premis1: Jika hari hujan, maka saya tidakdatang.Premis2: Hari ini turun hujan.Konklusi: Hari ini saya tidak datang.

2/10/2010 22

Penalaran induktif:◦ Penalaran dimulai dari premis-premis

yang bersifat khusus, untukmendapatkan konklusi yang bersifatumum.◦ Contoh:

Premis1: Ikan mujaer bernafas dengan insang.Premis2: Ikan mas koki bernafas dengan insang.Premis3: Ikan bawal bernafas dengan insang.Premis4: Ikan kakap bernafas dengan insang.

Konklusi: Ikan adalah hewan yang bernafas dg insang

Bentuk Penalaran

Premis5: Ikan paus bernafas dengan paru-paru.

Konklusi kurang tepat!!!!!2/10/2010 23

Teknik Pemecahan MasalahConventional Hard ComputingConventional Hard Computing

Soft ComputingSoft Computing

Precise Models

Precise Models

Logika penalaranberbentuk simbol

Pencarian & Pemodelan masalahdilakukan secara

numeris (tradisional)

Approximate Models

Approximate Models

Penalaran melaluipendekatan

Pendekatan fungsional &Pencarian random

2/10/2010 24

Soft ComputingSoft computing adalah koleksi dari beberapa metodologi yang bertujuan untuk mengeksploitasi adanya toleransi terhadap ketidaktepatan, ketidakpastian, dan kebenaran parsial untuk dapat diselesaikan dengan mudah, robustness, dan biaya penyelesaiannya murah. Definisi ini pertama kali diungkapkanoleh Prof. Lotfi A. Zadeh pada tahun1992.

2/10/2010 25

Komponen Soft ComputingApproximate reasoning:◦ Fuzzy System;◦ Probabilistic Reasoning;Functional Approximation/ Randomized Search:◦ Neural Network (Jaringan Syaraf)◦ Evolutionary Algorithm (Algoritma

evolusioner).

2/10/2010 26

Sistem FuzzyKonsepnya menggunakan teorihimpunan.Menggunakan derajat keanggotaanfuzzy untuk menunjukkan seberapabesar suatu nilai masuk dalam suatuhimpunan fuzzy.Bidang kajian:◦ Fuzzy Inference System◦ Fuzzy Clustering◦ Fuzzy Database◦ Fuzzy Mathematical Programming◦ dll.

2/10/2010 27

Jaringan Syaraf TiruanMenggunakan algoritma pembelajaranuntuk mendapatkan bobot-bobot yang optimum.Jenis pembelajaran: supervised learning, dan unsupervised learning.Algoritma pembelajaran yang sudahdikembangkan, dan paling seringdiaplikasikan:◦ Perceptron◦ Radial Basis◦ Backpropagation (sederhana & lanjut)◦ Self Organizing ◦ Learning Vector Quantization◦ dll

2/10/2010 28

Algoritma EvolusionerMenggunakan pendekatan teori evolusi.Dipelopori oleh algoritma genetika.Terutama digunakan untuk optimasi.Algoritma yang sudah dikembangkan:◦ Algoritma Genetika◦ Ant System◦ Fish Schooling◦ Bird Flocking◦ Particle Swarm

2/10/2010 29

Probabilistic ReasoningMengakomodasi adanya faktorketidakpastian.Teori-teori yang berkembang:◦ Teorema Bayes◦ Certainty Factor (statistic reasoning)◦ Teorema Dempster-Shafer (statistic

reasoning)

2/10/2010 30

Hybrid SystemSetiap komponen dalam Soft computing tidak saling‘berkompetisi’, melainkan justrusaling ‘melengkapi’.Hybrid system merupakanperpaduan antar komponen dalamsoft computing.

2/10/2010 31

Hybrid SystemNeuro-fuzzy SystemsFuzzy Neural NetworkFuzzy Genetic AlgorithmsNeuro-genetic Systems

2/10/2010 32

Menggunakan AI: kapan?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.Untuk masalah sederhana yang bisadiselesaikan secara analitis, selesaikanlah secara ANALITIS.

2/10/2010 33

Menggunakan AI: kapan?

-10 -8 -6 -4 -2 0 2 4 6 8 10-20

0

20

40

60

80

100

120f(x )=x2+2x-3

x

y

m inim um

2/10/2010 34

Menggunakan AI: kapan?Masalah: ◦ Carilah akar persamaan:

f(x)= sin(x)cos(x)-2x+3sin(x)ln(x)+5sin(2x2-5x) / cos(x3-2x),dekat dengan 3.◦ Sangat sulit untuk diselesaikan secara

analitis, gunakan pendekatan METODE NUMERIS: (Metode biseksi, regulafalsi, secant, Newton).◦ Hasil=3,0846.

2/10/2010 35

Menggunakan AI: kapan?

1 1.5 2 2.5 3 3.5 4 4.5 5-600

-500

-400

-300

-200

-100

0

100

200

300s in(x )c os (x )-2x + 3s in(x )ln(x )+ 5s in(2x 2-5x )/c os (x 3-2x )

x

y

y = 0, x dek at dengan 3

2/10/2010 36

Menggunakan AI: kapan?Masalah: ◦ 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].◦ Sangat sulit untuk diselesaikan secara

analitis. Secara numeris memungkinkan, namun kumungkinan diperoleh nilaiminimum lokal sangat tinggi. Cara terbaik gunakan pendekatanARTIFICIAL INTELLIGENCE (Simulated Annealing, Algoritma Genetika).◦ Nilai minimum=-547.3730, pada x=133

2/10/2010 37

Menggunakan AI: kapan?

1 1.5 2 2.5 3 3.5 4 4.5 5-600

-500

-400

-300

-200

-100

0

100

200

300s in(x )cos (x )-2x+3s in(x )ln(x )+5s in(2x 2-5x )/cos(x 3-2x )

x

y

m inim um global

2/10/2010 38

Bekal ilmu yang harus ‘disiapkan’ untuk lebihmemudahkan mempelajari Soft Computing:

ALJABAR KALKULUS LOGIKA

KOMPUTASI NUMERIS

SOFTSOFTCOMPUTINGCOMPUTING

2/10/2010 39