You are on page 1of 28

Kecerdasan Buatan

Dr. Nindyo Cahyo Kresnanto
Mengapa Perlu AI?
 Hampir semua permasalahan dipecahkan
dengan bantuan komputer
 Masalah semakin komplek tidak mungkin
manual lagi
 Tidak ada keterbatasan hardware lagi
 Keinginan manusia: Komputer bertindak
seperti manusia
Pendekatan Konvensional VS AI
PERMASLAHAN
REAL WORLD

Contoh:
PASTI Contoh:
2+2=4 TIDAK PASTI/ - Trend Bursa Sahan
RUMIT/FUZZY - Pencarian Rute
- If ….. Then
Pemecahan - dsb
Berbasis Komputer

Pemacahan
Berbasis Komputer
PEMROGRAMAN
OK KONVENSIONAL

- Think like human
PENDEKATAN
Sulit? / Gagal ? - Act like human
“HUMAN MIND” - Think rationally
- Act rationally

SISTEM INTELIJEN
OK (Artificial Intelligent)
Sistem Intelijen
 Komputer atau sistem dengan
kemampuan berpikir dan bertindak
seperti manusia ini ini sering disebut
dengan Sistem Intelijen yang
merupakan sistem yang diharapkan dapat
menyelesaikan masalah-masalah secara
mandiri.
Tujuan Sistem Intelijen
 Untuk mengatasi permasalahan yang tidak
dapat dipecahkan dengan menggunakan
pemrograman konvensional.
 Untuk menjamin kebenaran proses
algoritma dilakukan oleh komputer
sendiri, pada sistem konvensional jaminan
kebenaran diberikan oleh pemrogram dan
kehandalan compilernya.
 Bisakah mesin berpikir?
 Jika bisa, bagaimana caranya?
 Dan jika tidak bisa, kenapa tidak?
 Dan apa yang dikatakan sebagai pikiran
(mind)?
Apakah Kecerdasan Itu???
kemampuan untuk …
 belajar atau mengerti dari pengalaman,
 memahami pesan yang kontradiktif dan
ambigu,
 menanggapi dengan cepat dan baik atas
situasi yang baru,
 menggunakan penalaran dalam memecahkan
masalah serta menyelesaikannya dengan
efektif

(Winston dan Pendergast, 1994)
Apakah AI??
 Merupakan kawasan penelitian, aplikasi
dan instruksi yang terkait dengan
pemrograman komputer untuk
melakukan sesuatu hal - yang dalam
pandangan manusia adalah – cerdas (H. A.
Simon [1987])
 Sebuah studi tentang bagaimana membuat
komputer melakukan hal-hal yang pada
saat ini dapat dilakukan lebih baik oleh
manusia (Rich and Kinight [1991])
Komponen dalam AI

KEMAMPUAN
KECERDASAN
MANUSIA

percieve reason act learn
memahami berpikir bertindak belajar

KNOWLEDGE
pengetahuan
PERMASALAHAN TUJUAN

di-duplikasikan ke:

KOMPUTER / MESIN

AKSI PEMECAHAN MASALAH
Ciri Sistem Intelijen (1)
 System That Think Like Humans
◦ Ciri ini mengharapkan bahwa sebuah sistem
dalam komputer bukan lagi hanya merupakan
sebuah “circuit” tetapi sistem yang memiliki
“knowledge”.
 System That Think Rationally
◦ Diharapkan sistem dapat “berpikir” secara
logis berdasarkan situasi yang dihadapinya.
Sehingga hasil yang didapatkan tidak harus
tepat tetapi dapat mencapai kondisi yang
optimum.
Ciri Sistem Intelijen (2)
 System That Act Like Humans
◦ Turing (1950) dalam “Computing machinery and
intelligence" telah mengilhami pertanyaan
mendasarkan yaitu: Can machines think?" yang
berujung pada Can machines behave intelligently?".
Jika ini dapat dilakukan maka ciri aktivas manusia
bisa ada pada sebuah sistem.
 System That Act Rationally
◦ Bertindak rasional adalah jika melakukan sesuatu
dengan benar, mencapai tujuan yang maksimum,
dan memberikan informasi yang akurat.
Arsitektur Sistem Intelijen
BASIS
PENGETAHUAN

INPUT GOAL
INFERENCE
ENGINE (EI)

SISTEM INTELIJEN
(Artificial Intelligent)

Basis Pengetahuan (knowledge base)
berisi fakta-fakta, teori, pemikiran dan hubungan komponen satu dengan yang
lainnya
Motor Inferensi (inference engine)
Kemampuan menarik kesimpulan berdasar pengalaman. Berkaitan dengan
representasi dan duplikasi proses tersebut melalui mesin (misalnya, komputer dan
robot).
Sudut Pandang AI (1)
 Sudut Pandang Kecerdasan
Kecerdasan buatan mampu membuat
mesin menjadi cerdas (berbuat seperti
yang dilakukan manusia)

 Sudut Pandang Penelitian
Kecerdasan buatan adalah studi bagaimana
membuat komputer dapat melakukan
sesuatu sebaik yang dilakukan manusia
Sudut Pandang AI (2)
 Sudut Pandang Bisnis
Kecerdasan buatan adalah kumpulan
peralatan yang sangat powerful dan
metodologis dalam menyelesaikan masalah
bisnis
 Sudut Pandang Pemrogram
Kecerdasan buatan meliputi studi tentang
pemrograman simbolik, problem solving,
dan pencarian (searching)
Contoh AI
 Deep Blue mengalahkan Kasparov, juara dunia Catur.
 PEGASUS, suatu sistem memahami ucapan yang
mampu menangani transaksi seperti mendapatkan
informasi tiket udara termurah.
 MARVEL: suatu sistem pakar real-time memonitor
arus data dari pesawat Voyager dan setiap anomali
sinyal.
 Sistem robot mengemudikan sebuah mobil dengan
kecepatan yang cepat pada jalan raya umum.
 Suatu diagnostik sistem pakar sedang mengkoreksi
hasil diagnosis pakar yang sudah punya reputasi.
 Agent pintar untuk bermacam-macam domain yang
bertambah pada laju yang sangat tinggi .
 Subjek materi pakar mengajar suatu learning agent
penalarannya dalam pusat penentuan gravitasi
KECERDASAN ALAMI VS
KECERDASAN BUATAN
Keuntungan AI VS Kecerdasan Alami
 Lebih permanen
 Menawarkan kemudahan duplikasi dan
penyebaran
 Lebih murah daripada kecerdasan alami
 Konsisten dan menyeluruh
 Dapat didokumentasikan
 Dapat mengeksekusi tugas tertentu lebih
cepat daripada manusia
 Dapat menjalankan tugas tertentu lebih
baik dari banyak atau kebanyakan orang
Keuntungan Kecerdasan Alami VS AI
 Bersifat lebih kreatif
 Dapat melakukan proses pembelajaran
secara langsung, sementara AI harus
mendapatkan masukan berupa simbol dan
representasi-representasi
 Menggunakan fokus yang luas sebagai
referensi untuk pengambilan keputusan.
Sebaliknya, AI menggunakan fokus yang
sempit
TUGAS
 Cari contoh aplikasi kecerdasan buatan,
dan jelaskan fungsi dari aplikasi tersebut di
masyarakat !
Contoh Permasalahan
(+ , - , / , x ) ?

234 ... 567 ... 86 ... 72 ... 3 ... 203 = 1.234.545
Pustaka
 Diah W., 2002, Mobile Agents Security Issue:
Malicious Host Attack, Kuliah Umum
IlmuKomputer.Com,
http://www.ilmukomputer.com
 Nugroho A.S., 2003, Pengantar Softcomputing,
Kuliah Umum IlmuKomputer.Com,
http://www.ilmukomputer.com
 Rusell S. dan Peter Novig, 2005, Artificial
Intelligence: A Modern Approach - Second Edition,
http://aima.cs.berkeley.edu/
 Winston P.H., 1993, Artificial Intelligence – Third
Edition, Addision-Wesley Publishing Company,
USA.
Overview AI
Search
 A very large number of AI problems can
be formulated as search problems.
 So, an analysis of search techniques is a
good starting point for understanding AI
methods.
PROBLEM REPRESENTATION
(STATE TREES)
 States of the world represented as nodes
of a tree.
◦ Initial state: Root of the tree.
◦ Goal: Leaf (leaves) of the tree.
 Operators = Actions change the state of
the world.
◦ operator state1 -----> state2
State Trees
Initial State

State 00

Operator 01 Operator 03
Goal State
Operator 02
RO
OT
0 1
State 01 State 03

Operator __ Operator __ State 02 Operator Operator
05 04

Operator __ Operator __
State 04 State 05

Operator __ Operator __
Tujuan Search
 The objective of search is find a
sequence of actions that transforms the
initial state of the world into the goal
state.
 Possibilities:
◦ Find a solution (any solution).
◦ Find optimal solution (only the best).
Teknik Search
Forward Chaining

The control of
processing
Backward Chaining
(Goal Reduction):

Teknik Search
no knowledge (blind
search)

the types of
heuristic knowledge
knowledge used in
(heuristic search)
the search

(all) other types of
knowledge
(knowledge-based
search)
Blind Search
 Breadth first
 Depth first
 Uniform cost (branch and bound)
 Bidirectional