Kecerdasan Buatan

1. KECERDASAN BUATAN
PERTEMUAN 9

2. Planning
(Teknik Dekomposisi Masalah)

3. ARTIFICIAL INTELLIGENCE
SEARCHING REASONING PLANNING LEARNING
BLIND/UN-INFORMED
SEARCH
METODE PENCARIAN
HEURISTIK
FUNGSI HEURISTIK
PROPORTIONAL LOGIC
FIRST ORDER LOGIC
FUZZY SYSTEMS
GOAL STACK PLANNING
CONSTRAINT POSTING
DECISION TREE LEARNING
NEURAL NETWORK
GENETIC ALGORITHM

4. Searching
 Teknik pencarian, yaitu teknik penyelesaian masalah yang
mempresentasikan masalah ke dalam ruang keadaan (state) dan
secara sistematis melakukan pembangkitan dan pengujian state-
state dari initial state sampai ditemukan suatu goal state.
 Digunakan dalam pencarian rute optimum untuk memandu
seseorang di perjalanan, misal di swedia setiap taksi dilengkapi
dengan GPS (Global Positioning System)

5. Reasoning
• Teknik penalaran, yaitu teknik penyelesaian masalah yang
merepresentasikan maslah kedalam logic (mathematics tools yang
digunakan untuk merepresentasikan dan memanipulasi fakta dan
aturan).
• software permainan catur HITECH adalah sistem AI pertama yang
berhasil mengalahkan grandmaster dunia Arnold Danker

6. Planning
Suatu metode penyelesaian masalah dengan cara memecah masalah
dalam sub-sub masalah yang lebih kecil, menyelesaikan sub-sub
masalah satu demi satu, kemudian menggabungkan solusi-solusi dari
sub-sub masalah tersebut menjadi sebuah solusi lengkap dengan tetap
mengingat dan menangani interaksi yang terdapat pada sub-sub
masalah tersebut. Dalam dunia manufaktur dan robotik. Software
Optimum – AIV adalah suatu planner yang digunakan oleh European
Space Agency untuk perakitan pesawat terbang.

7. Learning
• secara otomatis menemukan atuan yang diharapkan bisa berlaku
umum untuk dat-data ang belum pernah kita ketahui.
• digunakan dalam bidang transportasi. Software ALVINN digunakan
pada sebuah mobil tanpa dikemudikan manusia  dengan
menngunakan JST yg dilatih dengan berbagai gambar kondisi jalan
raya yang ditangkap kamera pada mobil.

8. Penyelesaian Masalah
 Penentuan tujuan merupakan langkah awal dalam menyelesaikan masalah
 Sebuah tujuan dapat berupa himpunan keadaan (state)
 Perumusan masalah adalah proses untuk memutuskan aksi dan state apa
yang akan dipertimbangkan dalam mengikuti penentuan tujuan
 Pencarian (search) adalah proses untuk mencari rangkaian terbaik dari
beberapa kemungkinan rangkaian
 Sebuah algoritma pencarian menggunakan masalah sebagai input
menghasilkan solusi dalam serangkaian aksi
 Setelah solusi ditemukan, aksi yang direkomendasikan dapat dilakukan
formulate-search-execute

9. Tipe Masalah
Single State Problem
• Satu aksi mengantarkan agent ke satu state lain
• Dapat menggunakan uninformed & informed search
Multiple State Problem
• Satu aksi mengantarkan agent ke beberapa kemungkinan state
• Dapat menggunakan uninformed & informed search
Contingency problem (tidak terduga)
• Hasil dari suatu aksi sangat sukar untuk diprediksi, agent mengetahui efek apa yang mungkin
ditimbulkan oleh aksi yang dilakukannya
• Selama aksi dilakukan, sensing juga diperlukan
• Umumnya menggunakan planning untuk kasus khusus seperti pada game dengan 2 pemain dapat
menggunakan metode-metode game playing
Exploration problem
• Agent sama sekali tidak mempunyai informasi mengenai efek dari aksi yang dilakukannya
• Agent perlu bereksperiman & belajar
• Dapat menggunakan metode learning yang ada

10. Metode Pencarian
• Pencarian Buta (Blind Search/Uninformed search)
• Pencarian melebar (breath first Search)
• Pencarian mendalam pertama (dept first search)
• Pencarian mendalam terbatas (dept limited search)
• Iterative Deepening Search
• Pencarian Terbimbing (Informed/heuristic Search)
• Generate and Test
• Pendakian Bukit (Hill Climbing)
• Pencarian Terbaik Pertama (Best First Search)
• Tabu Search
• Simulated Anealing
• Cheapest Insertion Heuristic

11. S
A D
B D E A
C E E
F
G G
B
C
B
C
F
G
B
C
E
G

12. Breath-First Seach
• Pada metode Breadth-First Search, semua node pada level n akan
dikunjungi terlebih dahulu sebelum mengunjungi node-node pada
level n+1
• Pencarian dimulai dari node akar terus ke level ke-1 dari kiri ke kanan,
kemudian berpindah ke level berikutnya demikian pula dari kiri ke
kanan hingga ditemukannya

13. S
A D
B D E A
C E E
F
G G
B
C
B
C
F
G
B
C
E
G

14. Depth First Search
• Pada Depth-First Search, proses pencarian akan dilakukan pada
semua anaknya sebelum dilakukan pencarian ke node-node yang
selevel.
• Pencarian dimulai dari node akar ke level yang lebih tinggi. Proses ini
diulangi terus hingga ditemukannya solusi

15. S
A D
B D E A
C E E
F
G G
B
C
B
C
F
G
B
C
E
G
 Jarak dan
Jml Langkah
1. SE
2. SB
3. SG

16. Arad  Buchared?

17. Arad  Buchared?

18. Depth Limited Search
• Sama dengan pada Depth First Search
• Tetapi kedalaman dari pohon dibatasi
• Jika batas kedalaman sudah tercapai akan dilanjutkan ke cabang
berikutnya
• Misal kedalaman maksimal : 3

19. S
A D
B D E A
C E E B
F B E
 Jarak dan
Jml Langkah
1. SE
2. SB
3. SG

20. Iterative Deepening Search
• Secara iterative akan menggunakan Depth Limited Search dari
kedalaman 0 sampai kedalaman n
• Merupakan penggabungan antara Breath First Search dan Depth First
Search

21. S
A D
B D E A
C E E B
F B E
n = 0 n = 1
n = 2 n = 3

22. S
A D
B D E A
C E E
F
B
B
C
F
G
B
C
E
n = 4

23. S
A D
B D E A
C E E
F
G G
B
C
B
C
F
G
B
C
E
G
 Jarak dan
Jml Langkah
1. SE
2. SB
3. SG
n = 5

24. Sumber
• Russel, S.J., dan Norvig, P., 1995, Artificial Intelligence a Modern Aproach
• Winston, P.H., 1992, Artificial Intelligence
• Handayani, A.N., ---, Kecerdasan Buatan