Agregat halus untuk beton dapat berupa pasir alam sebagai hasil desintegrasi alami dari batuan-batuan atau berupa pasir buatan yang dihasilkan oleh alat pemecah batu. Agregat ini berukuran 0,063 mm — 4,76 mm yang meliputi pasir kasar (Coarse Sand) dan pasir halus (Fine Sand).

1. Artificial Intelligence
PENGANTAR KECERDASAN BUATAN

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. TUGAS 8
Cari contoh aplikasi kecerdasan buatan,
dan jelaskan fungsi dari aplikasi tersebut
di masyarakat !
Tugas dikirimkan bersaman dengan tugas
dari materi machine learning ke email
abdulsamad@unifa.ac.id dengan subjek
DLCT Tugas 8, paling lama 9 Januari
2022