TUGAS
SOFTSKILL
Pengantar
Teknologi Sistem Cerdas#
Nama
: Fatya Nuraini
NPM
: 14114058
Kelas
: 3KA26
Universitas
Gunadarma
Sistem
Informasi
PTA
2016/2017
Pengertian
Artificial Intelligence
Artifical Intelligence, secara
umum didengar dengan kecerdasan buatan yang merupakan cabang dari ilmu computer
yang khusus ditujukan untuk membuat software dan hardware yang sepenuhnya bias
menirukan fungsi otak manusia.
Perbedaan
Kecerdasan Buatan Dengan Kecerdasan Alami
Keunggulan kecerdasan buatan,
yaitu:
1.
Lebih
permanen
2.
Memberikan
kemudahan dalam duplikasi dan penyebaran
3.
Relative
murah dari kecerdasan alamiah
4.
Dapat
didokumentantasi
5.
Konsisten
dan teliti
6.
Dapat
mengerjakan beberapa task dengn lebih cepat dan lebih baik dibanding manusia
Keunggulan kecerdasan alamiah,
yaitu :
1.
Lebih
kreatif
2.
Dapat
melakukan proses pembelajaran secara langsung, sementara AI harus mendapatkna
masukkan berupa symbol dan representasi
3.
Focus
untuk pengambilan keputusan, sedangkan AI dengan focus yang sempit.
Sejarah
Kecerdasan Buatan
Berdasarkan
buku Artifical Intelligence : A Modern Approach Third Edition (2003). Sejarah Kecerdasan
buatan diceritakan sebagai berikut :
a.
Masa
persiapan kecerdasan buatan (1943-1955)
b.
Kelahiran
kecerdasan buatan (1956)
c.
Antusiasme
awal, harapan besar (1952 – 1969)
Kategori
Konsep Dasar Artificial Intelligence
Konsep dasar AI, yaitu :
1)
Acting
Humanly : Pedekatan Uji Turing
2)
Thinnking
Humanly : Pedekatan Model Kognitif
3)
Thinking
Rationally : The Laws of Thought Approach
4)
Acting
Rationally : The Rational Agent Approach
Disiplin
Ilmu Sub Bagian dalam Artificial Intelligence
Kecerdasan buatan menurut dispilin ilmu yang
menggunaannya. Untuk memudahkannya, maka pengklasifikasian lingkup kecerdasan
buatan didasarkan pada output yang diberikan yaotu aplikasi komersial. Lingkup
utama danlam kecerdasan buatan :
1.
System
Pakar
2.
Pengolah
Bahasa Alami
3.
Pengenalan
Ucapan
4.
Robotika
& Sistem Sensor
5.
Computer
Vision
6.
Intelligent
Computer
7.
Game
Playing
CLASICAL
PLANNING
10.1
Definisi Perencanaan Klasik
Perencanaan
klasik berkonsentrasi pada masalah-masalah yang mana kebanyakan tindakan
meninggalkan hal-hal yang kebanyakan tidak berubah. Representasi mengankat
tingkat penalaran dari logika propositional untuk subset terbatas logika urutan
pertama.
10.1.1 Contoh : transportasi kargo udara
Menunjukkan
maslaah transportasi udara yang melibatkan pemuatan dan pembongkaran kargo dan
terbang dari satu tempat ke tempat lain.
10.1.2 Contoh : masalah ban serep
Memiliki ban
cadangan yang baik dan benar dipasang pda roda mobil dalam keadaan awal ban
kempes pada roda dan ban cadangan yang baik dibagasi.
10.1.3 Contoh : blok dunia
Domain ini
terdiri dari satu set blok berbetuk kubus duduk di table. Dapat ditumpuk tetapi
hanya sati blok bisa muat langsung diatas yang lain.
10.1.4 Kompleksitas klasikal perencanaan
PlanSAT adlah
pertanyaan apakah ada rencana yang memecahkan maslaah perencanaan. PlanSAT
diatasi oleh NP-lengkap sementara PlanSAT dengan kata lain perencanaan optimal
biasanya sulit tapi sub optimal perencanaanya terkadang mudah.
10.2 Algoritma untuk perencanaan sebagai ruang negara-cari
Kita dapat
mencari dari keadaan awal melalu ruang seriat, mencari tujuan . saah satu
keuntungan baik dari representasi deklaratif tindakan skema juga mencari dalam
keadaan mundur, mencari keadan awal.
10.2.1 Cari ruang negara-maju(kemajuan)
Pencarian
pertama, maju rentan terhadapt menjelajahi tindakan yang tidak relevan. Kedua,
perencnaan masalah yang sering memeiliki ruang besar negara.
10.2.2 Mundur_regresi_ cari relevan negara
Pencarian
backward bekerja ketika kita tahu bagaimana untuk mundur daru suatu keadaan.
PDDL irancang untuk membuat tindakan mundur mudah, jika sebah domain dinyatakan
dalam PDDL, maka kita dapat melakukan regresi.
10.2.3 Heuristic untuk perencanaan
Perencanaan
yang menggunakan representasi terfaktr untuk negara dan sekma tindakan. Yang
memungkinkan untuk menentukan heuristik domain-independent yang baik dan
program-program untuk otomatis menerapkan heuristic domain-indenpenden baik untuk masalah yang diberikan.
10.3
Perencanaan Graf
Algoritma
yang diterapkann ke salah satu teknik pencarian. Untuk mencari solusi atas
ruang yang dibentuk oleh grafik perencanaan.
10.4
Pendekatan Perencanaan Klasik lainnya
Menerjemahkan
ke satisfiability Boolean masalah (SAT), teruskan pencarian negara-negara
menggunakan heuristic dengan hati-hati.
10.4.1 Perencanaan klasik sebagai Boolean satisfiability
Serangkaian
langkah-langkah sederhana, langkah-langkah sederhana terdiri dari
propositionalize tindakan, tentukan keadaan awal, propositionalize tujuan,
tambahkan aksioma oenerus-negara, tambahkan aksioma prasayarat, tambahkan
aksioma tindakan pengecualian.
10.4.2 Perencanaan sebagai urutan pertama Logis pemotongan: Situasi
kalkulus
Bahasa yag
dengan hati-hati menyeimbangkan ekspresi Bahasa dengan kompleksitas algoritma
yang beroperasi diatasnya.
10.4.3 Perencanaan sebagai kendala kepuasan
Kepuasaan
kendala memiliki banyak kesamaan dengan Boolean Satisfiability, dan kita telah
melihat bahwa CSP teknik efektif untuk penjadwalan masalah, sehingga tidak
mengherankann bahwa CSP mungkin untuk merumuskan masalah perencanaan yang
dibatasi.
10.4.4 Perencanaan sebagai penyempurnaan sebagian memerintahkan rencana
Semua
pendekatan untuk membangun rrencana yang benar-benar terdiri dari urutan
tidakan ketat.
10.5
Analisis Pendekatan Perencanaan
Pencarian dan
logika sebuah perencanaan dapat dilihat baik sebagai sebuah program yang
mencari solusi atau sebagai salah satu yang membuktikan solusi. Perencanaan
adaah latihan dalam mengendalikan ledakan kombinatorial.
Kesimpulan
:
Kecerdasan merupakan hal yang alami tidak dapat
dibuat-buat karna hal yang alami itu selalu mempunyai keunggulan dibandingkan
buatan. Classical planning, suau teknik dengan banyak tipe-tipe perencanaan.
Referensi
:
