SlideShare a Scribd company logo
1 of 32
Pert 2
PENGANTAR
KECERDASAN BUATAN
Materi Pembelajaran
1. Pengertian dan Sejarah Artificial Intelligence
2. Konsep AI
3. Soft Computing
4. System Fuzzy
5. Probabilistic Reasoning
6. Jaringan Syaraf Tiruan
7. Algoritma Revolusioner
8. Kapan menggunakan AI?
Kecerdasan
a. belajar atau memahami dari pengalaman
b. menemukan inti dari pesan yang ambigu atau
bertentangan
c. merespon dengan cepat dan tepat pada situasi baru
d. menggunakan pertimbangan dalam memecahkan
persoalan atau mengarahkan tindakan secara
efektif
e. menghadapi situasi yang membingungkan
f. memahami dan menyimpulkan dengan cara
rasional biasa
g. menerapkan pengetahuan untuk memanipulasi
lingkungan
h. berfikir dan mempertimbangkan
Kecerdasan Buatan
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.
Sistem Cerdas
Sistem cerdas (intelligent system) adalah
sistem yang dibangun dengan menggunakan
teknik-teknik artificial intelligence.
Sudut Pandang Kecerdasan (1)
Sudut pandang kecerdasan
• Kecerdasan Buatan akan membuat mesin menjadi
cerdas (mampu berbuat seperti apa yang dilakukan
oleh manusia)
Sudut pandang penelitian.
• Kecerdasan Buatan adalah suatu studi bagaimana
membuat agar komputer dapat melakukan sesuatu
sebaik yang dikerjakan oleh manusia
Sudut Pandang Kecerdasan (2)
Sudut pandang bisnis.
• Kecerdasan buatan adalah kumpulan peralatan yang
sangat powerful dan metodologis dalam
menyelesaikan masalah-masalah bisnis.
Sudut pandang pemrograman.
• Kecerdasan buatan meliputi studi tentang
pemrograman simbolik, penyelesaian masalah
(problem solving) dan pencarian (searching).
Keuntungan Kecerdasan Buatan
1. Kecerdasan buatan lebih bersifat permanen
2. Kecerdasan buatan lebih mudah diduplikasi &
disebarkan
3. Kecerdasan buatan lebih murah dibanding dengan
kecerdasan alami
4. Kecerdasan buatan bersifat konsisten
5. Kecerdasan buatan dapat didokumentasi
6. Kecerdasan buatan dapat mengerjakan pekerjaan
lebih cepat dibanding dengan kecerdasan alami
7. Kecerdasan buatan dapat mengerjakan pekerjaan
lebih baik dibanding dengan kecerdasan alami
Keuntungan Kecerdasan Alami
1. Kreatif
2. Kecerdasan alami memungkinkan orang untuk
menggunakan pengalaman secara langsung.
Sedangkan pada kecerdasan buatan harus bekerja
dengan input-input simbolik.
3. Pemikiran manusia dapat digunakan secara luas,
sedangkan kecerdasan buatan sangat terbatas
Sejarah AI (1)
1. Tahun 1943-1956 :
• Program catur pertama oleh Shanon & Turing (1950)
• Deklarasi AI (1956) pada Workshop Dartmouth oleh John
McCarthy
2. Tahun 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
Sejarah AI (2)
4. Tahun 1966 – 1979
• Program AI hanya bisa melakukan manipulasi simbolik dan
hanya bisa memuat sedikit sekali pengetahuan.
• Problem AI yang akan dipecahkan tidak mudah ditangani
• Sistem berbasis pengetahuan -> terutama untuk sistem pakar :
o MYCIN
o DENDRAL
o PROSPECTOR
o XCON & XSEL
o FOLIO
o DELTA
Sejarah AI (3)
5. Tahun 1980-sekarang :
AI telah menjadi komoditi industry :
• R1 Sistem Pakar komersial pertama yg dibuat oleh
Digital Equipment Corporation (DEC), 1982.
• Proyek “Generasi Kelima” , pembuatan komputer
cerdas dengan Prolog (Jepang), 1981.
• Daya jual produk AI : beberapa juta dolar (1980) –
mencapai $2 miliar (1988).
Konsep AI (1)
• Turing Test
Metode Pengujian Kecerdasan (Alan Turing).
Proses uji ini melibatkan seorang penanya
(manusia) dan dua obyek yang ditanyai.
• Pemrosesan Simbolik
Sifat penting dari AI adalah bahwa AI merupakan
bagian dari ilmu komputer yang melakukan proses
secara simbolik dan non-algoritmik dalam
penyelesain masalah.
Konsep AI (2)
• Heuristic
Suatu strategi untuk melakukan proses pencarian (search) ruang
problem secara efektif.
• Inferensi (Penarikan Kesimpulan)
AI mencoba membuat mesin memiliki kemampuan berpikir atau
mempertimbangkan (reasoning), termasuk di dalamnya proses
(inferencing) berdasarkan fakta-fakta dan aturan dengan
menggunakan metode heuristik, dan lain-lain
• Pencocokan Pola (Pattern Matching)
Berusaha untuk menjelaskan obyek, kejadian (events) atau proses,
dalam hubungan logik atau komputasional
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.
Knowledge
Base
Inference
Engine
Input:
MASALAH
Output:
SOLUSI
ARTIFICIAL
INTELLIGENCE
Analogi dengan kecerdasan manusia
Basis Pengetahuan :
Kumpulan pengetahuan & pengalaman yang dimiliki
oleh manusia.
Contoh :
• Jika saya makan sambal > 5 sendok, maka tidak
lama kemudian perut saya akan terasa sakit.
• Jika kuliah mulai jam 8, dan saya berangkat dari
rumah jam 7.45, maka saya akan terlambat.
• Jika x=75, maka y=100.
Analogi dengan kecerdasan manusia
Inferensi :
Kemampuan manusia untuk menalar berdasarkan
pengetahuan/pengalaman yang dimiliki, apabila muncul suatu
fakta.
Contoh:
1. Pengetahuan :
◦ Jika saya makan sambal > 5 sendok, maka tidak lama kemudian
perut saya akan terasa sakit.
2. Fakta :
◦ Saya baru saja makan sambal 10 sendok.
3. Kesimpulan :
◦ Tidak lama lagi perut saya akan sakit.
Teknik Pemecahan Masalah
Conventional Hard Computing
Soft Computing
Precise
Models
Logika penalaran
berbentuk simbol
Pencarian & Pemodelan masalah
dilakukan secara
numeris (tradisional)
Approximate
Models
Penalaran melalui
pendekatan
Pendekatan fungsional &
Pencarian random
Soft Computing
Soft computing adalah koleksi dari beberapa
metodologi yang bertujuan untuk mengeksploitasi
adanya toleransi terhadap ketidaktepatan,
ketidakpastian, dan kebenaran parsial untuk dapat
diselesaikan dengan mudah dan biaya
penyelesaiannya murah.
Definisi ini pertama kali diungkapkan oleh Prof. Lotfi A.
Zadeh pada tahun 1992.
Komponen Soft Computing
Approximate reasoning :
• Fuzzy System;
• Probabilistic Reasoning;
Functional Approximation/ Randomized Search :
• Neural Network (Jaringan Syaraf)
• Evolutionary Algorithm (Algoritma evolusioner).
Sistem Fuzzy
Konsepnya menggunakan teori himpunan.
Menggunakan derajat keanggotaan fuzzy untuk
menunjukkan seberapa besar suatu nilai masuk dalam
suatu himpunan fuzzy.
Bidang kajian :
• Fuzzy Inference System
• Fuzzy Clustering
• Fuzzy Database
• Fuzzy Mathematical Programming
Probabilistic Reasoning
Mengakomodasi adanya faktor ketidakpastian.
Teori-teori yang berkembang:
• Teorema Bayes
• Certainty Factor (statistic reasoning)
• Teorema Dempster-Shafer (statistic reasoning)
Jaringan Syaraf Tiruan
Menggunakan algoritma pembelajaran untuk
mendapatkan bobot-bobot yang optimum.
Jenis pembelajaran : supervised learning, dan
unsupervised learning.
Algoritma Evolusioner
1. Menggunakan pendekatan teori evolusi.
2. Dipelopori oleh algoritma genetika.
3. Terutama digunakan untuk optimasi.
4. Algoritma yang sudah dikembangkan:
• Algoritma Genetika
• Ant System
• Fish Schooling
• Bird Flocking
• Particle Swarm
Bekal ilmu yang harus disiapkan untuk lebih memudahkan
mempelajari Soft Computing :
ALJABAR KALKULUS LOGIKA
KOMPUTASI NUMERIS
SOFT
COMPUTING
Kapan Menggunakan AI?
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 bisa diselesaikan
secara analitis, selesaikanlah secara ANALITIS.
-10 -8 -6 -4 -2 0 2 4 6 8 10
-20
0
20
40
60
80
100
120
f(x)=x2
+2x-3
x
y
minimum
Masalah:
1. Carilah akar persamaan :
f(x)= sin(x)cos(x)-2x+3sin(x)ln(x)+5sin(2x2-5x) / cos(x3-2x),
dekat dengan 3.
2. Sangat sulit untuk diselesaikan secara analitis, gunakan
pendekatan METODE NUMERIS: (Metode biseksi,
regulafalsi, secant, Newton).
3. Hasil=3,0846.
1 1.5 2 2.5 3 3.5 4 4.5 5
-600
-500
-400
-300
-200
-100
0
100
200
300
sin(x)cos(x)-2x+3sin(x)ln(x)+5sin(2x2
-5x)/cos(x3
-2x)
x
y
y=0, x dekat dengan 3
Masalah:
1. 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].
2. Sangat sulit untuk diselesaikan secara analitis. Secara
numeris memungkinkan, namun kumungkinan diperoleh
nilai minimum lokal sangat tinggi. Cara terbaik gunakan
pendekatan ARTIFICIAL INTELLIGENCE (Simulated
Annealing, Algoritma Genetika).
3. Nilai minimum=-547.3730, pada x=133
1 1.5 2 2.5 3 3.5 4 4.5 5
-600
-500
-400
-300
-200
-100
0
100
200
300
sin(x)cos(x)-2x+3sin(x)ln(x)+5sin(2x2
-5x)/cos(x3
-2x)
x
y
minimum global
TUGAS
Cari contoh aplikasi kecerdasan buatan,
dan jelaskan fungsi dari aplikasi tersebut
di masyarakat !

More Related Content

What's hot

Flowchart e banking,m-token dan SMS banking
Flowchart e banking,m-token dan SMS bankingFlowchart e banking,m-token dan SMS banking
Flowchart e banking,m-token dan SMS bankingnurul lina musadad
 
Bijak bersosmed - tips dan informasi gerakan
Bijak bersosmed - tips dan informasi gerakanBijak bersosmed - tips dan informasi gerakan
Bijak bersosmed - tips dan informasi gerakanliterasi digital
 
Digital Transformation - Transformasi Digital
Digital Transformation - Transformasi DigitalDigital Transformation - Transformasi Digital
Digital Transformation - Transformasi DigitalUtuh Wibowo
 
Kriptograf - Algoritma Kriptografi Klasik (bagian 1)
Kriptograf - Algoritma Kriptografi Klasik (bagian 1)Kriptograf - Algoritma Kriptografi Klasik (bagian 1)
Kriptograf - Algoritma Kriptografi Klasik (bagian 1)KuliahKita
 
Menejemen Bisnis Peluang dan tantangan bisnis
Menejemen Bisnis Peluang dan tantangan bisnisMenejemen Bisnis Peluang dan tantangan bisnis
Menejemen Bisnis Peluang dan tantangan bisnisNasrul_art
 
Ppt 6 kwu-peluang usaha
Ppt 6  kwu-peluang usahaPpt 6  kwu-peluang usaha
Ppt 6 kwu-peluang usahaparulian
 
Penerapan it governance pada pemerintahan
Penerapan it governance pada pemerintahanPenerapan it governance pada pemerintahan
Penerapan it governance pada pemerintahanKenneth Aurel
 
Motivasi Kewirausahaan
Motivasi KewirausahaanMotivasi Kewirausahaan
Motivasi KewirausahaanYatsuhana Khas
 
KEWIRAUSAHAAN_DI_ERA_DIGITAL_4_0.pptx
KEWIRAUSAHAAN_DI_ERA_DIGITAL_4_0.pptxKEWIRAUSAHAAN_DI_ERA_DIGITAL_4_0.pptx
KEWIRAUSAHAAN_DI_ERA_DIGITAL_4_0.pptxBlachWar
 
Pengolahan Data MS. Access
Pengolahan Data MS. AccessPengolahan Data MS. Access
Pengolahan Data MS. AccessIAIN PEKALONGAN
 
Penjumlahan dan Perkalian Bilangan Cacah
Penjumlahan dan Perkalian Bilangan CacahPenjumlahan dan Perkalian Bilangan Cacah
Penjumlahan dan Perkalian Bilangan CacahDesy Aryanti
 
Peran mahasiswa dalam menghdapi revolusi industri 4 ppt
Peran mahasiswa dalam menghdapi revolusi industri 4 pptPeran mahasiswa dalam menghdapi revolusi industri 4 ppt
Peran mahasiswa dalam menghdapi revolusi industri 4 pptSALISAYUMNA
 
Analisis pada e-commerce dan website Tokopedia.com
Analisis pada e-commerce dan website Tokopedia.comAnalisis pada e-commerce dan website Tokopedia.com
Analisis pada e-commerce dan website Tokopedia.comCllszhr
 
ETIKA PADA TEKNOLOGI SISTEM INFORMASI PADA PENGGUNA, PENGELOLA, DAN PEMBUAT
ETIKA PADA TEKNOLOGI SISTEM INFORMASI PADA PENGGUNA, PENGELOLA, DAN PEMBUATETIKA PADA TEKNOLOGI SISTEM INFORMASI PADA PENGGUNA, PENGELOLA, DAN PEMBUAT
ETIKA PADA TEKNOLOGI SISTEM INFORMASI PADA PENGGUNA, PENGELOLA, DAN PEMBUATAngling_seto
 
Literasi Digital - Menjadi Netizen Cerdas
Literasi Digital - Menjadi Netizen CerdasLiterasi Digital - Menjadi Netizen Cerdas
Literasi Digital - Menjadi Netizen CerdasIndriyatno Banyumurti
 

What's hot (20)

Flowchart e banking,m-token dan SMS banking
Flowchart e banking,m-token dan SMS bankingFlowchart e banking,m-token dan SMS banking
Flowchart e banking,m-token dan SMS banking
 
Bijak bersosmed - tips dan informasi gerakan
Bijak bersosmed - tips dan informasi gerakanBijak bersosmed - tips dan informasi gerakan
Bijak bersosmed - tips dan informasi gerakan
 
Digital Transformation - Transformasi Digital
Digital Transformation - Transformasi DigitalDigital Transformation - Transformasi Digital
Digital Transformation - Transformasi Digital
 
Kriptograf - Algoritma Kriptografi Klasik (bagian 1)
Kriptograf - Algoritma Kriptografi Klasik (bagian 1)Kriptograf - Algoritma Kriptografi Klasik (bagian 1)
Kriptograf - Algoritma Kriptografi Klasik (bagian 1)
 
Pertemuan 3
Pertemuan 3Pertemuan 3
Pertemuan 3
 
02.logika
02.logika02.logika
02.logika
 
19. soal soal matriks
19. soal soal matriks19. soal soal matriks
19. soal soal matriks
 
Menejemen Bisnis Peluang dan tantangan bisnis
Menejemen Bisnis Peluang dan tantangan bisnisMenejemen Bisnis Peluang dan tantangan bisnis
Menejemen Bisnis Peluang dan tantangan bisnis
 
Ppt 6 kwu-peluang usaha
Ppt 6  kwu-peluang usahaPpt 6  kwu-peluang usaha
Ppt 6 kwu-peluang usaha
 
Penerapan it governance pada pemerintahan
Penerapan it governance pada pemerintahanPenerapan it governance pada pemerintahan
Penerapan it governance pada pemerintahan
 
Motivasi Kewirausahaan
Motivasi KewirausahaanMotivasi Kewirausahaan
Motivasi Kewirausahaan
 
KEWIRAUSAHAAN_DI_ERA_DIGITAL_4_0.pptx
KEWIRAUSAHAAN_DI_ERA_DIGITAL_4_0.pptxKEWIRAUSAHAAN_DI_ERA_DIGITAL_4_0.pptx
KEWIRAUSAHAAN_DI_ERA_DIGITAL_4_0.pptx
 
Pengolahan Data MS. Access
Pengolahan Data MS. AccessPengolahan Data MS. Access
Pengolahan Data MS. Access
 
Penjumlahan dan Perkalian Bilangan Cacah
Penjumlahan dan Perkalian Bilangan CacahPenjumlahan dan Perkalian Bilangan Cacah
Penjumlahan dan Perkalian Bilangan Cacah
 
Peran mahasiswa dalam menghdapi revolusi industri 4 ppt
Peran mahasiswa dalam menghdapi revolusi industri 4 pptPeran mahasiswa dalam menghdapi revolusi industri 4 ppt
Peran mahasiswa dalam menghdapi revolusi industri 4 ppt
 
Analisis pada e-commerce dan website Tokopedia.com
Analisis pada e-commerce dan website Tokopedia.comAnalisis pada e-commerce dan website Tokopedia.com
Analisis pada e-commerce dan website Tokopedia.com
 
Sistem informasi dalam e commerce
Sistem informasi dalam e commerceSistem informasi dalam e commerce
Sistem informasi dalam e commerce
 
Literasi Digital - Internet Sehat
Literasi Digital - Internet SehatLiterasi Digital - Internet Sehat
Literasi Digital - Internet Sehat
 
ETIKA PADA TEKNOLOGI SISTEM INFORMASI PADA PENGGUNA, PENGELOLA, DAN PEMBUAT
ETIKA PADA TEKNOLOGI SISTEM INFORMASI PADA PENGGUNA, PENGELOLA, DAN PEMBUATETIKA PADA TEKNOLOGI SISTEM INFORMASI PADA PENGGUNA, PENGELOLA, DAN PEMBUAT
ETIKA PADA TEKNOLOGI SISTEM INFORMASI PADA PENGGUNA, PENGELOLA, DAN PEMBUAT
 
Literasi Digital - Menjadi Netizen Cerdas
Literasi Digital - Menjadi Netizen CerdasLiterasi Digital - Menjadi Netizen Cerdas
Literasi Digital - Menjadi Netizen Cerdas
 

Similar to Pert12-Pengantar-Kecerdasan-Buatan.ppt

10 - Artificial Intelligence.ppt
10 - Artificial Intelligence.ppt10 - Artificial Intelligence.ppt
10 - Artificial Intelligence.pptArvinJunior
 
Sistem berbasis pengetahuan 2
Sistem berbasis pengetahuan 2Sistem berbasis pengetahuan 2
Sistem berbasis pengetahuan 2mantap bana yaung
 
ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan)
ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan)ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan)
ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan)iimpunya3
 
Pertemuan1 Pengantar Artifical Intelegent (Kecerdasan Buatan)
Pertemuan1 Pengantar Artifical Intelegent (Kecerdasan Buatan)Pertemuan1 Pengantar Artifical Intelegent (Kecerdasan Buatan)
Pertemuan1 Pengantar Artifical Intelegent (Kecerdasan Buatan)Endang Retnoningsih
 
Pengantar Kecerdasan Buatan
Pengantar Kecerdasan BuatanPengantar Kecerdasan Buatan
Pengantar Kecerdasan BuatanFarichah Riha
 
AI-1-Konsep AI.pptx
AI-1-Konsep AI.pptxAI-1-Konsep AI.pptx
AI-1-Konsep AI.pptxSamFChaerul
 
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptxSlide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptxAgusGremory
 
AI_Pertemuan_I (1).pptx
AI_Pertemuan_I (1).pptxAI_Pertemuan_I (1).pptx
AI_Pertemuan_I (1).pptxrajatemran
 
2 Intelegensi Buatan.pptx
2 Intelegensi Buatan.pptx2 Intelegensi Buatan.pptx
2 Intelegensi Buatan.pptxAditiyaHerawan
 
ARTIFICAL INTELLIGENCE.pptx
ARTIFICAL INTELLIGENCE.pptxARTIFICAL INTELLIGENCE.pptx
ARTIFICAL INTELLIGENCE.pptxyudis4ntoso
 
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptxSlide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptxssuser637fdc
 
Pertemuan 1-konsep-dasar-ai
Pertemuan 1-konsep-dasar-aiPertemuan 1-konsep-dasar-ai
Pertemuan 1-konsep-dasar-aiwillyhayon
 
Artificial Intelligence Doc.
Artificial Intelligence Doc.Artificial Intelligence Doc.
Artificial Intelligence Doc.Rexsy RS
 
SIM, Namira Nur Jasmine, Hapzi Ali, Sistem Kecerdasan Buatan, Universitas Mer...
SIM, Namira Nur Jasmine, Hapzi Ali, Sistem Kecerdasan Buatan, Universitas Mer...SIM, Namira Nur Jasmine, Hapzi Ali, Sistem Kecerdasan Buatan, Universitas Mer...
SIM, Namira Nur Jasmine, Hapzi Ali, Sistem Kecerdasan Buatan, Universitas Mer...Namira Jasmine
 
Intelegensi buatan
Intelegensi buatanIntelegensi buatan
Intelegensi buatanRia_Suryani
 

Similar to Pert12-Pengantar-Kecerdasan-Buatan.ppt (20)

10 - Artificial Intelligence.ppt
10 - Artificial Intelligence.ppt10 - Artificial Intelligence.ppt
10 - Artificial Intelligence.ppt
 
1 pengertian ai
1 pengertian ai1 pengertian ai
1 pengertian ai
 
Sistem berbasis pengetahuan 2
Sistem berbasis pengetahuan 2Sistem berbasis pengetahuan 2
Sistem berbasis pengetahuan 2
 
ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan)
ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan)ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan)
ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan)
 
13 ai sitm_pakar
13 ai sitm_pakar13 ai sitm_pakar
13 ai sitm_pakar
 
Pertemuan1 Pengantar Artifical Intelegent (Kecerdasan Buatan)
Pertemuan1 Pengantar Artifical Intelegent (Kecerdasan Buatan)Pertemuan1 Pengantar Artifical Intelegent (Kecerdasan Buatan)
Pertemuan1 Pengantar Artifical Intelegent (Kecerdasan Buatan)
 
Pengantar Kecerdasan Buatan
Pengantar Kecerdasan BuatanPengantar Kecerdasan Buatan
Pengantar Kecerdasan Buatan
 
AI-1-Konsep AI.pptx
AI-1-Konsep AI.pptxAI-1-Konsep AI.pptx
AI-1-Konsep AI.pptx
 
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptxSlide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
 
AI_Pertemuan_I (1).pptx
AI_Pertemuan_I (1).pptxAI_Pertemuan_I (1).pptx
AI_Pertemuan_I (1).pptx
 
pertemuan-1.ppt
pertemuan-1.pptpertemuan-1.ppt
pertemuan-1.ppt
 
2 Intelegensi Buatan.pptx
2 Intelegensi Buatan.pptx2 Intelegensi Buatan.pptx
2 Intelegensi Buatan.pptx
 
Ai 20110919
Ai 20110919Ai 20110919
Ai 20110919
 
2 - Artificial Intelegence.pptx
2 - Artificial Intelegence.pptx2 - Artificial Intelegence.pptx
2 - Artificial Intelegence.pptx
 
ARTIFICAL INTELLIGENCE.pptx
ARTIFICAL INTELLIGENCE.pptxARTIFICAL INTELLIGENCE.pptx
ARTIFICAL INTELLIGENCE.pptx
 
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptxSlide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
Slide-INF401-KECERDASAN-BUATAN-PERTEMUAN-1.pptx
 
Pertemuan 1-konsep-dasar-ai
Pertemuan 1-konsep-dasar-aiPertemuan 1-konsep-dasar-ai
Pertemuan 1-konsep-dasar-ai
 
Artificial Intelligence Doc.
Artificial Intelligence Doc.Artificial Intelligence Doc.
Artificial Intelligence Doc.
 
SIM, Namira Nur Jasmine, Hapzi Ali, Sistem Kecerdasan Buatan, Universitas Mer...
SIM, Namira Nur Jasmine, Hapzi Ali, Sistem Kecerdasan Buatan, Universitas Mer...SIM, Namira Nur Jasmine, Hapzi Ali, Sistem Kecerdasan Buatan, Universitas Mer...
SIM, Namira Nur Jasmine, Hapzi Ali, Sistem Kecerdasan Buatan, Universitas Mer...
 
Intelegensi buatan
Intelegensi buatanIntelegensi buatan
Intelegensi buatan
 

Pert12-Pengantar-Kecerdasan-Buatan.ppt

  • 2. Materi Pembelajaran 1. Pengertian dan Sejarah Artificial Intelligence 2. Konsep AI 3. Soft Computing 4. System Fuzzy 5. Probabilistic Reasoning 6. Jaringan Syaraf Tiruan 7. Algoritma Revolusioner 8. Kapan menggunakan AI?
  • 3. Kecerdasan a. belajar atau memahami dari pengalaman b. menemukan inti dari pesan yang ambigu atau bertentangan c. merespon dengan cepat dan tepat pada situasi baru d. menggunakan pertimbangan dalam memecahkan persoalan atau mengarahkan tindakan secara efektif e. menghadapi situasi yang membingungkan f. memahami dan menyimpulkan dengan cara rasional biasa g. menerapkan pengetahuan untuk memanipulasi lingkungan h. berfikir dan mempertimbangkan
  • 4. Kecerdasan Buatan 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.
  • 5. Sistem Cerdas Sistem cerdas (intelligent system) adalah sistem yang dibangun dengan menggunakan teknik-teknik artificial intelligence.
  • 6. Sudut Pandang Kecerdasan (1) Sudut pandang kecerdasan • Kecerdasan Buatan akan membuat mesin menjadi cerdas (mampu berbuat seperti apa yang dilakukan oleh manusia) Sudut pandang penelitian. • Kecerdasan Buatan adalah suatu studi bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yang dikerjakan oleh manusia
  • 7. Sudut Pandang Kecerdasan (2) Sudut pandang bisnis. • Kecerdasan buatan adalah kumpulan peralatan yang sangat powerful dan metodologis dalam menyelesaikan masalah-masalah bisnis. Sudut pandang pemrograman. • Kecerdasan buatan meliputi studi tentang pemrograman simbolik, penyelesaian masalah (problem solving) dan pencarian (searching).
  • 8. Keuntungan Kecerdasan Buatan 1. Kecerdasan buatan lebih bersifat permanen 2. Kecerdasan buatan lebih mudah diduplikasi & disebarkan 3. Kecerdasan buatan lebih murah dibanding dengan kecerdasan alami 4. Kecerdasan buatan bersifat konsisten 5. Kecerdasan buatan dapat didokumentasi 6. Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding dengan kecerdasan alami 7. Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding dengan kecerdasan alami
  • 9. Keuntungan Kecerdasan Alami 1. Kreatif 2. Kecerdasan alami memungkinkan orang untuk menggunakan pengalaman secara langsung. Sedangkan pada kecerdasan buatan harus bekerja dengan input-input simbolik. 3. Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan sangat terbatas
  • 10. Sejarah AI (1) 1. Tahun 1943-1956 : • Program catur pertama oleh Shanon & Turing (1950) • Deklarasi AI (1956) pada Workshop Dartmouth oleh John McCarthy 2. Tahun 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
  • 11. Sejarah AI (2) 4. Tahun 1966 – 1979 • Program AI hanya bisa melakukan manipulasi simbolik dan hanya bisa memuat sedikit sekali pengetahuan. • Problem AI yang akan dipecahkan tidak mudah ditangani • Sistem berbasis pengetahuan -> terutama untuk sistem pakar : o MYCIN o DENDRAL o PROSPECTOR o XCON & XSEL o FOLIO o DELTA
  • 12. Sejarah AI (3) 5. Tahun 1980-sekarang : AI telah menjadi komoditi industry : • R1 Sistem Pakar komersial pertama yg dibuat oleh Digital Equipment Corporation (DEC), 1982. • Proyek “Generasi Kelima” , pembuatan komputer cerdas dengan Prolog (Jepang), 1981. • Daya jual produk AI : beberapa juta dolar (1980) – mencapai $2 miliar (1988).
  • 13. Konsep AI (1) • Turing Test Metode Pengujian Kecerdasan (Alan Turing). Proses uji ini melibatkan seorang penanya (manusia) dan dua obyek yang ditanyai. • Pemrosesan Simbolik Sifat penting dari AI adalah bahwa AI merupakan bagian dari ilmu komputer yang melakukan proses secara simbolik dan non-algoritmik dalam penyelesain masalah.
  • 14. Konsep AI (2) • Heuristic Suatu strategi untuk melakukan proses pencarian (search) ruang problem secara efektif. • Inferensi (Penarikan Kesimpulan) AI mencoba membuat mesin memiliki kemampuan berpikir atau mempertimbangkan (reasoning), termasuk di dalamnya proses (inferencing) berdasarkan fakta-fakta dan aturan dengan menggunakan metode heuristik, dan lain-lain • Pencocokan Pola (Pattern Matching) Berusaha untuk menjelaskan obyek, kejadian (events) atau proses, dalam hubungan logik atau komputasional
  • 15. 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. Knowledge Base Inference Engine Input: MASALAH Output: SOLUSI ARTIFICIAL INTELLIGENCE
  • 16. Analogi dengan kecerdasan manusia Basis Pengetahuan : Kumpulan pengetahuan & pengalaman yang dimiliki oleh manusia. Contoh : • Jika saya makan sambal > 5 sendok, maka tidak lama kemudian perut saya akan terasa sakit. • Jika kuliah mulai jam 8, dan saya berangkat dari rumah jam 7.45, maka saya akan terlambat. • Jika x=75, maka y=100.
  • 17. Analogi dengan kecerdasan manusia Inferensi : Kemampuan manusia untuk menalar berdasarkan pengetahuan/pengalaman yang dimiliki, apabila muncul suatu fakta. Contoh: 1. Pengetahuan : ◦ Jika saya makan sambal > 5 sendok, maka tidak lama kemudian perut saya akan terasa sakit. 2. Fakta : ◦ Saya baru saja makan sambal 10 sendok. 3. Kesimpulan : ◦ Tidak lama lagi perut saya akan sakit.
  • 18. Teknik Pemecahan Masalah Conventional Hard Computing Soft Computing Precise Models Logika penalaran berbentuk simbol Pencarian & Pemodelan masalah dilakukan secara numeris (tradisional) Approximate Models Penalaran melalui pendekatan Pendekatan fungsional & Pencarian random
  • 19. Soft Computing Soft computing adalah koleksi dari beberapa metodologi yang bertujuan untuk mengeksploitasi adanya toleransi terhadap ketidaktepatan, ketidakpastian, dan kebenaran parsial untuk dapat diselesaikan dengan mudah dan biaya penyelesaiannya murah. Definisi ini pertama kali diungkapkan oleh Prof. Lotfi A. Zadeh pada tahun 1992.
  • 20. Komponen Soft Computing Approximate reasoning : • Fuzzy System; • Probabilistic Reasoning; Functional Approximation/ Randomized Search : • Neural Network (Jaringan Syaraf) • Evolutionary Algorithm (Algoritma evolusioner).
  • 21. Sistem Fuzzy Konsepnya menggunakan teori himpunan. Menggunakan derajat keanggotaan fuzzy untuk menunjukkan seberapa besar suatu nilai masuk dalam suatu himpunan fuzzy. Bidang kajian : • Fuzzy Inference System • Fuzzy Clustering • Fuzzy Database • Fuzzy Mathematical Programming
  • 22. Probabilistic Reasoning Mengakomodasi adanya faktor ketidakpastian. Teori-teori yang berkembang: • Teorema Bayes • Certainty Factor (statistic reasoning) • Teorema Dempster-Shafer (statistic reasoning)
  • 23. Jaringan Syaraf Tiruan Menggunakan algoritma pembelajaran untuk mendapatkan bobot-bobot yang optimum. Jenis pembelajaran : supervised learning, dan unsupervised learning.
  • 24. Algoritma Evolusioner 1. Menggunakan pendekatan teori evolusi. 2. Dipelopori oleh algoritma genetika. 3. Terutama digunakan untuk optimasi. 4. Algoritma yang sudah dikembangkan: • Algoritma Genetika • Ant System • Fish Schooling • Bird Flocking • Particle Swarm
  • 25. Bekal ilmu yang harus disiapkan untuk lebih memudahkan mempelajari Soft Computing : ALJABAR KALKULUS LOGIKA KOMPUTASI NUMERIS SOFT COMPUTING
  • 26. Kapan Menggunakan AI? 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 bisa diselesaikan secara analitis, selesaikanlah secara ANALITIS.
  • 27. -10 -8 -6 -4 -2 0 2 4 6 8 10 -20 0 20 40 60 80 100 120 f(x)=x2 +2x-3 x y minimum
  • 28. Masalah: 1. Carilah akar persamaan : f(x)= sin(x)cos(x)-2x+3sin(x)ln(x)+5sin(2x2-5x) / cos(x3-2x), dekat dengan 3. 2. Sangat sulit untuk diselesaikan secara analitis, gunakan pendekatan METODE NUMERIS: (Metode biseksi, regulafalsi, secant, Newton). 3. Hasil=3,0846.
  • 29. 1 1.5 2 2.5 3 3.5 4 4.5 5 -600 -500 -400 -300 -200 -100 0 100 200 300 sin(x)cos(x)-2x+3sin(x)ln(x)+5sin(2x2 -5x)/cos(x3 -2x) x y y=0, x dekat dengan 3
  • 30. Masalah: 1. 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]. 2. Sangat sulit untuk diselesaikan secara analitis. Secara numeris memungkinkan, namun kumungkinan diperoleh nilai minimum lokal sangat tinggi. Cara terbaik gunakan pendekatan ARTIFICIAL INTELLIGENCE (Simulated Annealing, Algoritma Genetika). 3. Nilai minimum=-547.3730, pada x=133
  • 31. 1 1.5 2 2.5 3 3.5 4 4.5 5 -600 -500 -400 -300 -200 -100 0 100 200 300 sin(x)cos(x)-2x+3sin(x)ln(x)+5sin(2x2 -5x)/cos(x3 -2x) x y minimum global
  • 32. TUGAS Cari contoh aplikasi kecerdasan buatan, dan jelaskan fungsi dari aplikasi tersebut di masyarakat !