4. Pengertian Kecerdasan Buatan
Kecerdasan yang ditunjukkan oleh entitas (Entitas adalah
orang, tempat, objek, kejadian, atau konsep tentang data yang tercatat)
buatan
Studi dan desain agen cerdas
Cerdas pengetahuan + pengalaman + penalaran
Agen cerdas :
autonomous
bereaksi terhadap lingkungannya
mengambil tindakan yang memaksimalkan kesempatan
untuk sukses / berhasil
STIKOM Artha Buana 4
5. Jenis Kecerdasan Buatan
Weak AI – mesin bertindak
seakan-akan mempunyai
kecerdasan (contoh
smartphone-call by voice,
seacrh by voice, find &
replace)
Strong AI – mesin berpikir
dan bertindak seperti
manusia (robot pabrik,
pengenalan pola kunci
ruangan dg mata, suara, dll)
STIKOM Artha Buana 5
7. AI digunakan untuk melakukan hal-hal
yang sifatnya duniawi untuk melakukan
kegiatan yang dapat membantu manusia
Bidang2 profesional analisis Permaian & Matematika dg
finansial, Analisis medical, Analisis peraturan yg harus dipatuhi
pengetahuan dan Rekayasa
STIKOM Artha Buana 7
8. Lingkup Utama AI
Sistem pakar
Bahasa alami
Pengenalan ucapan
Robotika & sistem sensor
Computer vision
Game playing
Intelligent computer-aided instruction
STIKOM Artha Buana 8
11. Konsep dan Definisi Dalam AI
Turing Test
Seorang penanya dan 2 objek yang
ditanyai
Penanya tidak melihat langsung kepada
obyek yang ditanyai
Penanya diminta untuk membedakan
jawaban komputer / jawaban manusia
berdasarkan jawaban kedua obyek
tersebut
Jika tidak dapat membedakan (manusia
yg mana & mesin yg mana) - CERDAS
STIKOM Artha Buana 11
13. Konsep dan Definisi Dalam AI
Heuristic
Mencari dari beberapa solusi yang ada
Berbasis pengalaman (mencoba tiap solusi)
Trial and error
Memilih solusi yang optimal
STIKOM Artha Buana 13
14. Konsep dan Definisi Dalam AI
Penarikan Kesimpulan (inferencing)
Kemampuan berpikir / mempertimbangkan (reasoning)
Menarik kesimpulan berdasarkan fakta dan aturan
STIKOM Artha Buana 14
15. AI vs Human Brain
AI Human Brain
Permanen Y N
Transferable Y N
Cost Murah Mahal
Consistent Y Bisa berubah
Documentable Y N
Time-consuming Fast Not fast
Creativity N Y
Experience N Y
Case-dependent Y N
STIKOM Artha Buana 15
17. Logika Fuzzy
Logika Fuzzy adalah peningkatan dari logika Boolean yang
berhadapan dengan konsep kebenaran sebagian. Saat logika
klasik menyatakan bahwa segala hal dapat diekspresikan
dalam istilah biner (0 atau 1, hitam atau putih, ya atau
tidak), logika fuzzy menggantikan kebenaran boolean
dengan tingkat kebenaran.
Logika Fuzzy memungkinkan nilai keanggotaan antara 0
dan 1, tingkat keabuan dan juga hitam dan putih, dan
dalam bentuk linguistik, konsep tidak pasti seperti
"sedikit", "lumayan", dan "sangat". Logika ini berhubungan
dengan set fuzzy dan teori kemungkinan. Logika fuzzy
diperkenalkan oleh Dr. Lotfi Zadeh dari Universitas
California, Berkeley pada 1965.
STIKOM Artha Buana
BACK 17
19. Contoh Penggunaan Logika Fuzzy
1. Manajer pergudangan mengatakan pada manajer produksi
seberapa banyak persediaan barang pada akhir minggu ini,
kemudian manajer produksi akanmenetapkan jumlah barang yang
harus diproduksi esok hari.
2. Pelayan restoran memberikan pelayanan terhadap tamu,
kemudian tamu akan memberikan tip yang sesuai atas baik
tidaknya pelayan yang diberikan;
3. Anda mengatakan pada saya seberapa sejuk ruangan yang anda
nginkan, saya akan mengatur putaran kipas yang ada pada
ruangan ini.
4. Penumpang taksi berkata pada sopir taksi seberapa cepat laju
kendaraan yang diinginkan, sopir taksi akan mengatur pijakan gas
taksinya.
BACK
BACK
STIKOM Artha Buana 19
20. Jaringan Syaraf Tiruan
Jaringan saraf tiruan (JST) (artificial neural network
(ANN), atau juga disebut simulated neural network (SNN),
atau umumnya hanya disebut neural network (NN)),
adalah jaringan dari sekelompok unit pemroses kecil yang
dimodelkan berdasarkan jaringan saraf manusia.
JST merupakan sistem adaptif yang dapat mengubah
strukturnya untuk memecahkan masalah berdasarkan
informasi eksternal maupun internal yang mengalir melalui
jaringan tersebut.
Secara sederhana, JST adalah sebuah alat pemodelan
data statistik non-linier. JST dapat digunakan untuk
memodelkan hubungan yang kompleks antara input dan
output untuk menemukan pola-pola pada data
Contoh JST
Contoh JST
BACK
STIKOM Artha Buana 20