SlideShare a Scribd company logo
Kecerdasan Buatan
(Artificial Intellegence)
Kecerdasan Buatan
• H. A. Simon [1987]
“ Kecerdasan buatan (artificial intelligence) merupakan kawasan
penelitian, aplikasi dan instruksi yang terkait dengan pemrograman
komputer untuk melakukan sesuatu hal yang -dalam pandangan
manusia adalah- cerdas”
• Rich and Knight [1991]
“Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana
membuat komputer melakukan hal-hal yang pada saat ini dapat
dilakukan lebih baik oleh manusia.”
Tujuan Kecerdasan Buatan
• Tujuan dari kecerdasan buatan menurut Winston dan
Prendergast [1984]
1. Membuat mesin menjadi lebih pintar (tujuan utama)
2. Memahami apa itu kecerdasan (tujuan ilmiah)
3. Membuat mesin lebih bermanfaat (tujuan
entrepreneurial)
Kecerdasan Buatan
• Kecerdasan Buatan adalah salah satu cabang Ilmu
pengetahuan yang berhubungan dengan pemanfaatan
mesin untuk memecahkan persoalan yang rumit dengan
cara yang lebih manusiawi.
• Hal Ini biasanya dilakukan dengan mengikuti/mencontoh
karakteristik dan analogi berpikir dari
kecerdasan/Inteligensia manusia, dan menerapkannya
sebagai algoritma yang dikenal oleh komputer
Kecerdasan Alami
• Kecerdasan Alami adalah sifat pikiran yang mencakup
sejumlah kemampuan, seperti kemampuan menalar,
merencanakan, memecahkan masalah, berpikir abstrak,
memahami gagasan, menggunakan bahasa, dan belajar
yang terbentuk secara alami atau biasa disebut bakat
• Kecerdasan alami memungkinkan orang untuk
menggunakan pengalaman secara langsung
Artificial Intellegence
Knowledge
Base
Inference
Engine
Input :
Masalah
Output :
Solusi
Artificial Intellegence
• Basis Pengetahuan (Knowledge Base)
Berisi fakta-fakta teori atau objek.
• Mesin Inferensi (Inference Engine)
Mesin inferensi merupakan otak dari sistem basis pengetahuan yang
mengolah informasi dari basis pengetahuan.
Cara kerja dari mesin inferensi adalah mengolahnya fakta yang
diberikan oleh pengguna dan mencari keterkaitan antara fakta-fakta
tersebut dengan fakta-fakta dan aturan-aturan yang disimpan pada
basis pengetahuan.
Lingkup Kecerdasan Buatan
Komputasi Konvensional Vs Komputasi AI
Ruang Keadaan
STMIK – STIKOM
Balikpapan
2015
Ruang Keadaan
• Suatu ruang yang berisi keadaan yang
mungkin terjadi
Penyelesaian Masalah
Representasi Ruang Keadaan
• Graph Keadaan
• Pohon Pelacakan
• Pohon And/Or
Contoh Kasus
Graph Keadaan
Node
(kondisi)
Arch
(hubungan dan bobot)
Lintasan A – D
•A – B – E – D (Bobot 6)
•A – C – E – D (Bobot 5)
Lintasan yang tidak
memenuhi A – D
•A – B – F (Bobot 5)
Pohon Pelacakan
• Tidak dimungkinkan
adanya siklus
• Berisi node Parent
(Induk) dan node Child
(Anak)
Pohon And/Or
N and U
I and A and R
• Garis busur mempunyai
nilai sebagai AND
• Jika tidak mempunyai
busur, maka bernilai OR
Contoh :
•(I and A and R) or T or H or M
Contoh Kasus
BA
Keran air tak terhingga
4 galon 3 galon
• Bagaimana kita mengisi 2 galon air ke dalam Teko A ?
Contoh Kasus
• Teko A berkapasitas 4 galon.
• Teko B berkapasitas 3 galon.
• Tidak ada batas yang menunjukkan ukuran pada teko
tersebut.
• Ada sebuah sumber air yang dapat digunakan untuk
mengisi teko tersebut.
• Masalah :
– Bagaimana kita mengisi 2 galon air ke dalam Teko A ?
Penyelesaian
• Identifikasi ruang keadaan :
x = air yang diisikan pada teko A
y = air yang diisikan pada teko B
Ruang Keadaan (x,y).
x = {0,1,2,3,4}, y = {0,1,2,3}
• Keadaan Awal & Tujuan :
Awal : (0,0) Teko A & B dalam keadaan kosong
Tujuan : (2,n) Teko A berisi 2 galon dan Teko B berisi
sembarang
Contoh Solusi
Contoh Kasus 2
Petani, Kambing, Serigala, Sayur, Boat
• Seorang petani akan menyeberangkan seekor kambing,
serigala, dan sayuran melalui sungai.
• Boat yang digunakan petani hanya bisa memuat petani
dan 1 (satu) penumpang lain.
• Jika Kambing ditinggalkan dengan sayuran, sayuran
akan habis dimakan, dan kambing akan dimakan oleh
serigala.
Penyelesaian
• Identifikasi ruang keadaan
(kambing, serigala, sayuran, boat) = (K,S,Y,B)
• Keadaan Awal & Tujuan
Awal :
Daerah Asal = (K,S,Y,B)
Daerah Tujuan = (0,0,0,0)
Tujuan :
Daerah Asal = (0,0,0,0)
Daerah Tujuan = (K,S,Y,B)
Keadaan yang dimungkinkan
(aturan-aturan)
Contoh Solusi
• Menara Hanoi
Peraturan :
• Di setiap tempat, menara yang paling bawah harus lebih besar dari menara
yang ada di atasnya.
• Menara hanya boleh dipindahkan satu persatu
“Bagaimana Menara Hanoi tersebut berpindah ke tempat C, sesuai
dengan peraturan diatas?”
A B C

More Related Content

What's hot

Sistem Persamaan Linear
 Sistem Persamaan Linear Sistem Persamaan Linear
Sistem Persamaan Linear
Rizky Wulansari
 
Menyederhanakan fungsi boolean dengan menggunakan metode quin1
Menyederhanakan fungsi boolean dengan menggunakan metode quin1Menyederhanakan fungsi boolean dengan menggunakan metode quin1
Menyederhanakan fungsi boolean dengan menggunakan metode quin1
BAIDILAH Baidilah
 
Metode pencarian heuristik
Metode pencarian heuristikMetode pencarian heuristik
Metode pencarian heuristik
Baguss Chandrass
 
Contoh peyelesaian logika fuzzy
Contoh peyelesaian logika fuzzyContoh peyelesaian logika fuzzy
Contoh peyelesaian logika fuzzy
Zaenal Khayat
 
Bab 5 penyederhanaan fungsi boolean
Bab 5 penyederhanaan fungsi booleanBab 5 penyederhanaan fungsi boolean
Bab 5 penyederhanaan fungsi boolean
Cliquerz Javaneze
 

What's hot (20)

Pertemuan 4-5-6 Metode Pelacakan dan Pencarian
Pertemuan 4-5-6 Metode Pelacakan dan PencarianPertemuan 4-5-6 Metode Pelacakan dan Pencarian
Pertemuan 4-5-6 Metode Pelacakan dan Pencarian
 
Kecerdasan Buatan (AI)
Kecerdasan Buatan (AI)Kecerdasan Buatan (AI)
Kecerdasan Buatan (AI)
 
Sistem Persamaan Linear
 Sistem Persamaan Linear Sistem Persamaan Linear
Sistem Persamaan Linear
 
Sistem Pakar Certainty factor
Sistem Pakar Certainty factor Sistem Pakar Certainty factor
Sistem Pakar Certainty factor
 
Pertemuan 05 Teknik Pencarian (Search) -lanjutan
Pertemuan 05 Teknik Pencarian (Search) -lanjutanPertemuan 05 Teknik Pencarian (Search) -lanjutan
Pertemuan 05 Teknik Pencarian (Search) -lanjutan
 
Menyederhanakan fungsi boolean dengan menggunakan metode quin1
Menyederhanakan fungsi boolean dengan menggunakan metode quin1Menyederhanakan fungsi boolean dengan menggunakan metode quin1
Menyederhanakan fungsi boolean dengan menggunakan metode quin1
 
Fungsi grafik di matlab
Fungsi grafik di matlabFungsi grafik di matlab
Fungsi grafik di matlab
 
Deadlock pada sistem operasi
Deadlock pada sistem operasiDeadlock pada sistem operasi
Deadlock pada sistem operasi
 
Program perkalian matriks
Program perkalian matriksProgram perkalian matriks
Program perkalian matriks
 
Interupsi
InterupsiInterupsi
Interupsi
 
Materi 3 Finite State Automata
Materi 3   Finite State AutomataMateri 3   Finite State Automata
Materi 3 Finite State Automata
 
Ch 04 (Siklus Instruksi dan Interrupt)
Ch 04 (Siklus Instruksi dan Interrupt)Ch 04 (Siklus Instruksi dan Interrupt)
Ch 04 (Siklus Instruksi dan Interrupt)
 
Metode pencarian heuristik
Metode pencarian heuristikMetode pencarian heuristik
Metode pencarian heuristik
 
01 memahami bahasa assembly
01 memahami bahasa assembly01 memahami bahasa assembly
01 memahami bahasa assembly
 
Contoh peyelesaian logika fuzzy
Contoh peyelesaian logika fuzzyContoh peyelesaian logika fuzzy
Contoh peyelesaian logika fuzzy
 
Algoritma penjadwalan proses
Algoritma penjadwalan prosesAlgoritma penjadwalan proses
Algoritma penjadwalan proses
 
Kecerdasan Buatan (AI)
Kecerdasan Buatan (AI)Kecerdasan Buatan (AI)
Kecerdasan Buatan (AI)
 
aritmatika komputer
aritmatika komputeraritmatika komputer
aritmatika komputer
 
Metode numerik persamaan non linier
Metode numerik persamaan non linierMetode numerik persamaan non linier
Metode numerik persamaan non linier
 
Bab 5 penyederhanaan fungsi boolean
Bab 5 penyederhanaan fungsi booleanBab 5 penyederhanaan fungsi boolean
Bab 5 penyederhanaan fungsi boolean
 

Viewers also liked (7)

Pengantar intelegensi buatan
Pengantar intelegensi buatanPengantar intelegensi buatan
Pengantar intelegensi buatan
 
8 logika predikat
8  logika predikat8  logika predikat
8 logika predikat
 
Jurnal kecerdasan buatan
Jurnal kecerdasan buatanJurnal kecerdasan buatan
Jurnal kecerdasan buatan
 
Kecerdasan buatan (1)
Kecerdasan buatan (1)Kecerdasan buatan (1)
Kecerdasan buatan (1)
 
3 pencarian buta
3 pencarian buta3 pencarian buta
3 pencarian buta
 
LOGIKA PROPOSISI & PREDIKATLogika proposisi & predikat
LOGIKA PROPOSISI & PREDIKATLogika proposisi & predikatLOGIKA PROPOSISI & PREDIKATLogika proposisi & predikat
LOGIKA PROPOSISI & PREDIKATLogika proposisi & predikat
 
Presentasi Menara Hanoi
Presentasi Menara Hanoi Presentasi Menara Hanoi
Presentasi Menara Hanoi
 

Recently uploaded

PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptxPRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
muhammadyudiyanto55
 

Recently uploaded (20)

PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptxPRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
PRESENTASI OBSERVASI PENGELOLAAN KINERJA KEPALA SEKOLAH.pptx
 
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docxRUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
RUBRIK OBSERVASI KINERJA KEPALA SEKOLAH.docx
 
PELAKSANAAN (di Hotel 101 Urban Thamrin Jkt) + Link2 MATERI Training_ "Effect...
PELAKSANAAN (di Hotel 101 Urban Thamrin Jkt) + Link2 MATERI Training_ "Effect...PELAKSANAAN (di Hotel 101 Urban Thamrin Jkt) + Link2 MATERI Training_ "Effect...
PELAKSANAAN (di Hotel 101 Urban Thamrin Jkt) + Link2 MATERI Training_ "Effect...
 
Program Kerja Kepala Sekolah 2023-2024.pdf
Program Kerja Kepala Sekolah 2023-2024.pdfProgram Kerja Kepala Sekolah 2023-2024.pdf
Program Kerja Kepala Sekolah 2023-2024.pdf
 
perumusan visi, misi dan tujuan sekolah.ppt
perumusan visi, misi dan tujuan sekolah.pptperumusan visi, misi dan tujuan sekolah.ppt
perumusan visi, misi dan tujuan sekolah.ppt
 
BUKTI DUKUNG RHK SEKOLAH DASAR NEGERI.pptx
BUKTI DUKUNG RHK SEKOLAH DASAR NEGERI.pptxBUKTI DUKUNG RHK SEKOLAH DASAR NEGERI.pptx
BUKTI DUKUNG RHK SEKOLAH DASAR NEGERI.pptx
 
Dokumen Rangkuman Kehadiran Guru ini dipergunakan sebagai bukti dukung yang w...
Dokumen Rangkuman Kehadiran Guru ini dipergunakan sebagai bukti dukung yang w...Dokumen Rangkuman Kehadiran Guru ini dipergunakan sebagai bukti dukung yang w...
Dokumen Rangkuman Kehadiran Guru ini dipergunakan sebagai bukti dukung yang w...
 
Koneksi Antar Materi Modul 1.4.ppt x
Koneksi Antar Materi Modul 1.4.ppt           xKoneksi Antar Materi Modul 1.4.ppt           x
Koneksi Antar Materi Modul 1.4.ppt x
 
Repi jayanti_2021 B_Analsis Kritis Jurnal
Repi jayanti_2021 B_Analsis Kritis JurnalRepi jayanti_2021 B_Analsis Kritis Jurnal
Repi jayanti_2021 B_Analsis Kritis Jurnal
 
Bukti dukung E kinerja kepala sekolah.pdf
Bukti dukung E kinerja  kepala sekolah.pdfBukti dukung E kinerja  kepala sekolah.pdf
Bukti dukung E kinerja kepala sekolah.pdf
 
LK 1 - 5T Keputusan Berdampak (1). SDN 001 BU.pdf
LK 1 - 5T Keputusan Berdampak (1). SDN 001 BU.pdfLK 1 - 5T Keputusan Berdampak (1). SDN 001 BU.pdf
LK 1 - 5T Keputusan Berdampak (1). SDN 001 BU.pdf
 
AKSI NYATA PENYEBARAN PEMAHAMAN MERDEKA BELAJAR
AKSI NYATA PENYEBARAN PEMAHAMAN MERDEKA BELAJARAKSI NYATA PENYEBARAN PEMAHAMAN MERDEKA BELAJAR
AKSI NYATA PENYEBARAN PEMAHAMAN MERDEKA BELAJAR
 
MODUL AJAR BAHASA INDONESIA KELAS 1 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 1 KURIKULUM MERDEKA.pdfMODUL AJAR BAHASA INDONESIA KELAS 1 KURIKULUM MERDEKA.pdf
MODUL AJAR BAHASA INDONESIA KELAS 1 KURIKULUM MERDEKA.pdf
 
LAPORAN EKSTRAKURIKULER SEKOLAH DASAR NEGERI
LAPORAN EKSTRAKURIKULER SEKOLAH DASAR NEGERILAPORAN EKSTRAKURIKULER SEKOLAH DASAR NEGERI
LAPORAN EKSTRAKURIKULER SEKOLAH DASAR NEGERI
 
Presentasi visi misi revisi sekolah dasar.pptx
Presentasi visi misi revisi sekolah dasar.pptxPresentasi visi misi revisi sekolah dasar.pptx
Presentasi visi misi revisi sekolah dasar.pptx
 
Seminar: Sekolah Alkitab Liburan (SAL) 2024
Seminar: Sekolah Alkitab Liburan (SAL) 2024Seminar: Sekolah Alkitab Liburan (SAL) 2024
Seminar: Sekolah Alkitab Liburan (SAL) 2024
 
Prensentasi Visi Misi Sekolah dalam rangka observasi pengawas
Prensentasi Visi Misi Sekolah dalam rangka observasi pengawasPrensentasi Visi Misi Sekolah dalam rangka observasi pengawas
Prensentasi Visi Misi Sekolah dalam rangka observasi pengawas
 
Naufal Khawariz_2021 B_Analisis Kritis Jurnal.pdf
Naufal Khawariz_2021 B_Analisis Kritis Jurnal.pdfNaufal Khawariz_2021 B_Analisis Kritis Jurnal.pdf
Naufal Khawariz_2021 B_Analisis Kritis Jurnal.pdf
 
PPT Aksi Nyata Diseminasi Modul 1.4.pptx
PPT Aksi Nyata Diseminasi Modul 1.4.pptxPPT Aksi Nyata Diseminasi Modul 1.4.pptx
PPT Aksi Nyata Diseminasi Modul 1.4.pptx
 
Konflik dan Negosiasi dalam perilaku organisai
Konflik dan Negosiasi dalam perilaku organisaiKonflik dan Negosiasi dalam perilaku organisai
Konflik dan Negosiasi dalam perilaku organisai
 

2 ruang keadaan

  • 2. Kecerdasan Buatan • H. A. Simon [1987] “ Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang -dalam pandangan manusia adalah- cerdas” • Rich and Knight [1991] “Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.”
  • 3. Tujuan Kecerdasan Buatan • Tujuan dari kecerdasan buatan menurut Winston dan Prendergast [1984] 1. Membuat mesin menjadi lebih pintar (tujuan utama) 2. Memahami apa itu kecerdasan (tujuan ilmiah) 3. Membuat mesin lebih bermanfaat (tujuan entrepreneurial)
  • 4. Kecerdasan Buatan • Kecerdasan Buatan adalah salah satu cabang Ilmu pengetahuan yang berhubungan dengan pemanfaatan mesin untuk memecahkan persoalan yang rumit dengan cara yang lebih manusiawi. • Hal Ini biasanya dilakukan dengan mengikuti/mencontoh karakteristik dan analogi berpikir dari kecerdasan/Inteligensia manusia, dan menerapkannya sebagai algoritma yang dikenal oleh komputer
  • 5. Kecerdasan Alami • Kecerdasan Alami adalah sifat pikiran yang mencakup sejumlah kemampuan, seperti kemampuan menalar, merencanakan, memecahkan masalah, berpikir abstrak, memahami gagasan, menggunakan bahasa, dan belajar yang terbentuk secara alami atau biasa disebut bakat • Kecerdasan alami memungkinkan orang untuk menggunakan pengalaman secara langsung
  • 7. Artificial Intellegence • Basis Pengetahuan (Knowledge Base) Berisi fakta-fakta teori atau objek. • Mesin Inferensi (Inference Engine) Mesin inferensi merupakan otak dari sistem basis pengetahuan yang mengolah informasi dari basis pengetahuan. Cara kerja dari mesin inferensi adalah mengolahnya fakta yang diberikan oleh pengguna dan mencari keterkaitan antara fakta-fakta tersebut dengan fakta-fakta dan aturan-aturan yang disimpan pada basis pengetahuan.
  • 10. Ruang Keadaan STMIK – STIKOM Balikpapan 2015
  • 11. Ruang Keadaan • Suatu ruang yang berisi keadaan yang mungkin terjadi
  • 13. Representasi Ruang Keadaan • Graph Keadaan • Pohon Pelacakan • Pohon And/Or Contoh Kasus
  • 14. Graph Keadaan Node (kondisi) Arch (hubungan dan bobot) Lintasan A – D •A – B – E – D (Bobot 6) •A – C – E – D (Bobot 5) Lintasan yang tidak memenuhi A – D •A – B – F (Bobot 5)
  • 15. Pohon Pelacakan • Tidak dimungkinkan adanya siklus • Berisi node Parent (Induk) dan node Child (Anak)
  • 16. Pohon And/Or N and U I and A and R • Garis busur mempunyai nilai sebagai AND • Jika tidak mempunyai busur, maka bernilai OR Contoh : •(I and A and R) or T or H or M
  • 17. Contoh Kasus BA Keran air tak terhingga 4 galon 3 galon • Bagaimana kita mengisi 2 galon air ke dalam Teko A ?
  • 18. Contoh Kasus • Teko A berkapasitas 4 galon. • Teko B berkapasitas 3 galon. • Tidak ada batas yang menunjukkan ukuran pada teko tersebut. • Ada sebuah sumber air yang dapat digunakan untuk mengisi teko tersebut. • Masalah : – Bagaimana kita mengisi 2 galon air ke dalam Teko A ?
  • 19. Penyelesaian • Identifikasi ruang keadaan : x = air yang diisikan pada teko A y = air yang diisikan pada teko B Ruang Keadaan (x,y). x = {0,1,2,3,4}, y = {0,1,2,3} • Keadaan Awal & Tujuan : Awal : (0,0) Teko A & B dalam keadaan kosong Tujuan : (2,n) Teko A berisi 2 galon dan Teko B berisi sembarang
  • 21. Contoh Kasus 2 Petani, Kambing, Serigala, Sayur, Boat • Seorang petani akan menyeberangkan seekor kambing, serigala, dan sayuran melalui sungai. • Boat yang digunakan petani hanya bisa memuat petani dan 1 (satu) penumpang lain. • Jika Kambing ditinggalkan dengan sayuran, sayuran akan habis dimakan, dan kambing akan dimakan oleh serigala.
  • 22. Penyelesaian • Identifikasi ruang keadaan (kambing, serigala, sayuran, boat) = (K,S,Y,B) • Keadaan Awal & Tujuan Awal : Daerah Asal = (K,S,Y,B) Daerah Tujuan = (0,0,0,0) Tujuan : Daerah Asal = (0,0,0,0) Daerah Tujuan = (K,S,Y,B)
  • 25. • Menara Hanoi Peraturan : • Di setiap tempat, menara yang paling bawah harus lebih besar dari menara yang ada di atasnya. • Menara hanya boleh dipindahkan satu persatu “Bagaimana Menara Hanoi tersebut berpindah ke tempat C, sesuai dengan peraturan diatas?” A B C

Editor's Notes

  1.  Kecerdasan Buatan adalah salah satu cabang Ilmu pengetahuan berhubungan dengan pemanfaatan mesin untuk memecahkan persoalan yang rumit dengan cara yang lebih manusiawi. Hal Ini biasanya dilakukan dengan mengikuti/mencontoh karakteristik dan analogi berpikir dari kecerdasan/Inteligensia manusia, dan menerapkannya sebagai algoritma yang dikenal oleh komputer. Dengan suatu pendekatan yang kurang lebih fleksibel dan efisien dapat diambil tergantung dari keperluan, yang mempengaruhi bagaimana wujud dari perilaku kecerdasan buatan. Kecerdasan Alami adalah sifat pikiran yang mencakup sejumlah kemampuan, seperti kemampuan menalar, merencanakan, memecahkan masalah, berpikir abstrak, memahami gagasan, menggunakan bahasa, dan belajar yang terbentuk secara alami atau biasa disebut bakat. Kecerdasan alami memungkinkan orang untuk menggunakan pengalaman secara langsung
  2. Jadi, kecerdasan alami itu adalah kecerdasan yang harfiah di dalam diri manusia, yang merupakan pemberian dari sang pencipta. Sedangkan kecerdasan buatan adalah suatu kecerdasan yang di implementasi kan ke dalam sebuah sistem, untuk meniru cara memecahkan suatu masalah dengan mengacu kepada kecerdasan alami seorang manusia.
  3. Jadi di dalam kecerdasan buatan akan berisi basis-basis pengetahuan(berdasarkan pengalaman manuasi) yang akan menjadi dasar suatu sistem melakukan pemecahan suatu masalah, dengan mengimplementasikan kemampuan kecerdasan alami manusia.
  4. Sistem Pakar (Expert System). Komputer akan memiliki keahlian untuk menyelesaikan permasalahan dengan meniru keahlian yang dimilikioleh pakar. Pengolahan Bahasa Alami (Natural Language Processing). Dengan pengolahan bahasa alami ini diharapkan user dapat berkomunikasi dengan komputer dengan menggunakan bahasa sehari-hari. Pengenalan Ucapan (Speech Recognition). Melalui pengenalan ucapan diharapkan manusia dapat berkomunikasi dengan komputer menggunakan suara. Robotika & Sistem Sensor (Robotics & Sensory Systems). Computer Vision, mencoba untuk dapat menginterpretasikan gambar atau obyek- obyek tampak melalui komputer. Intelligent Computer-aided Instruction. Komputer dapat digunakan sebagai tutor yang dapat melatih dan mengajar. Game playing Semua aplikasi ini mempunyai basis pengetahuan, yang merupakan bagian dasar dari kecerdasan buatan
  5. Pemrograman Konvensional adalah perancangan program yang dimulai dari perencanaan dan mendefinisikan tujuan program, menuliskan kode, dan langkah terakhir merancang keluaran dari program beserta hubungan dengan pemakai. Contoh : konvensional aplikasi kasir, aplikasi antrian lapangan futsal Kecerdasan buatan (AI) aplikasi menu sehat ibu hami, aplikasi diagnosa penyakit diabetes,
  6. Graph adalah salah satu metode penyelesaian ruang keadaan. Graph terdiri dari node (kondisi) dan Arch ( hubungan dan bobot)
  7. Pohon pelacakan adalah metode penyelesaian keadaan menyerupai bentuk pohon. Dalam metode ini tidak dimungkinkan adanya siklus, karena ketika proses penyelesaian berhasil ditemukan solusinya, maka proses pelacakan akan berhenti. Pohon pelacakan berisi node parent dan child
  8. Pohon and/or, adalah metode penyelesaian ruang keadaan yang hampir sama dengan pohon pelacakan, Akan tetapi pada pohon And/ or ini memiliki garis busur yang bernilai AND. Jika antara arch tidak memiliki busur maka akan bernilai OR