SlideShare a Scribd company logo
1 of 51
Download to read offline
D-IV Rekayasa Perangkat Lunak - Teknik Informatika
TEKNIK DASAR AI:
PLANNING
Elvi Rahmi, S.T., M.Kom.
elvizasri@gmail.com
“A computer would deserve to be called intelligent if it
could deceive a human into believing that it was
human.”
- Alan Turing-
Referensi
Russell, S.J and Peter Norvig, P. 2010.Artificial
Intelligence: A Modern Approach. Third Edition. New
Jersey: Pearson Education.
Presentation 2023
D-IV Rekayasa Perangkat Lunak - Teknik Informatika
Suyanto. 2014. Artificial Intelligence: Searching-
Reasoning-Planning-Learning. Bandung: Informatika.
Peirce, C. S. (1955). Abduction and induction. The Journal
of Philosophy, 52(7), 157-163.
Kolodner, J. L. (1993). Case-based reasoning. Morgan
Kaufmann.
Mitchell, T. M. (1997). Machine Learning. McGraw Hill.
Teknik Dasar Kecerdasan Buatan
Searching Reasoning
Planning
Learning
PERENCANAAN RUTE PERJALANAN
PERENCANAAN RUTE PERJALANAN
SEARCHING PLANNING
Input: User ID dan Tujuan
ELEVATOR CONTROL SYSTEM
Kapasitas ruang
Non-stop travel
VIP Services
Access Restrictions
Kebutuhan User:
PLANNING
Teknik Dasar AI: Planning Presentation 2023
Definisi yang mengacu pada istilah plan (Oxford Advanced Learner's):
1. Ide atau metode yang telah dipikirkan secara detail sebelum menyelesaikan
suatu pekerjaan.
2. Diagram atau peta detail tentang bagian-bagian penting suatu kota, gedung,
mesin, dan sebagainya.
3. Cara penyusunan suatu benda.
4. Penyusunan keuangan sehingga seseorang bisa mendapatkan keuntungan.
PLANNING
Suatu metode penyelesaian masalah dengan cara
memecah masalah ke dalam sub-sub masalah yang
lebih kecil, menyelesaikan 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.
DEKOMPOSISI
Teknik Dasar AI: Planning Presentation 2023
Proses memecah tugas perencanaan yang kompleks menjadi tugas yang lebih kecil dan
lebih mudah dikelola. Dalam dekomposisi, tugas perencanaan kompleks dibagi menjadi
tugas yang lebih kecil dan lebih terkelola yang dapat diselesaikan secara terpisah.
01 03
02
Decomposition into Subtasks Decomposition into Methods Decomposition into Goals
Memecah tugas perencanaan menjadi
beberapa tugas sub-perencanaan yang
lebih kecil dan mudah dikelola.
Memecah tugas perencanaan menjadi
serangkaian metode yang dapat
diterapkan untuk mencapai tujuan
tertentu.
Memecah tugas perencanaan
menjadi serangkaian tujuan yang
harus dicapai dalam rangka mencapai
tujuan akhir.
SYARAT MELAKUKAN DEKOMPOSISI
Teknik Dasar AI: Planning Presentation 2023
Menghindari penghitungan ulang dari seluruh state ketika terjadi
perubahan dari suatu state ke state lainnya.
Membagi masalah ke dalam beberapa sub masalah yang relatif lebih
mudah untuk diselesaikan.
KARAKTERISTIK PEMECAHAN MASALAH DENGAN PLANNING
Teknik Dasar AI: Planning Presentation 2023
Sistem planning pada umumnya perlu untuk memiliki kemampuan:
Memilih operator
Memilih kondisi pembeda goal-state dan current-state, mengidentifikasi
operator yang dapat mengurangi perbedaan tersebut.
Mengaplikasikan operator
Mendeteksi ketika solusi telah tercapai
Menguji rangkaian operator yang telah dihasilkan.
Mendeteksi jalan-jalan buntu
Mendeteksi ketika solusi yang hampir benar telah dicapai dan melakukan
teknik khusus untuk membuat solusi tersebut menjadi benar.
DAFTAR PAD
Teknik Dasar AI: Planning Presentation 2023
Tiga daftar predikat untuk mendeskripsikan perubahan kondisi
Preconditiion
Predikat-predikat yang harus bernilai benar sebelum pengaplikasian operator.
Add
Predikat-predikat yang bernilai benar setelah pengaplikasian suatu operator.
Delete
Predikat-predikat yang bernilai salah setelah pengaplikasian suatu operator.
TEKNIK DASAR AI: PLANNING
DUNIA BALOK
Pengujian keberhasilan suatu metode
planning dapat dilakukan pada suatu
domain yang dinamakan Dunia Balok
(Blocks-World)
Kompleksitas permasalahan
yang mungkin timbul di
dalamnya.
TEKNIK DASAR AI: PLANNING
DUNIA BALOK
Initial-state
Goal-state
Set operator
Rencana penyelesaian
TEKNIK DASAR AI: PLANNING
DUNIA BALOK
Memiliki sebuah permukaan
datar tempat menyimpan
balok, umumnya disebut meja
Memiliki sejumlah balok kotak
berukuran sama
Memiliki sebuah lengan robot
yang dapat memanipulasi
balok
TEKNIK DASAR AI: PLANNING
TEKNIK DASAR AI: PLANNING
PENDEFINISIAN KONDISI BALOK
ON(A,B): Balok A menempel di atas balok B.
ONTABLE(A): Balok A berada di permukaan meja.
CLEAR(A): Tidak ada balok yang sedang menempel di atas balok A.
HOLDING(A): Lengan robot sedang memegang balok A.
ARMEMPTY: Lengan robot tidak sedang memegang balok.
TEKNIK DASAR AI: PLANNING
DAFTAR OPERATOR UNTUK LENGAN ROBOT
TEKNIK DASAR AI: PLANNING
DAFTAR OPERATOR UNTUK LENGAN ROBOT
DAFTAR PAD
TEKNIK DASAR AI: PLANNING
DAFTAR OPERATOR UNTUK LENGAN ROBOT
STACK(A,B) bisa diaplikasikan jika kedua kondisi CLEAR(B) dan
HOLDING(A) adalah benar. Precondition (P)
Setelah suatu operator diaplikasikan, maka keadaan akan berubah.
Keadaan yang benar setelah operasi diaplikasikan disebut Add (A)
Keadaan yang salah setelah operasi diaplikasikan disebut Delete (D)
TEKNIK DASAR AI: PLANNING
DAFTAR PAD UNTUK OPERATOR DALAM DUNIA BALOK
STACK(A,B)
P
A
D
: HOLDING(A) ^ CLEAR(B)
: ON(A,B) ^ ARMEMPTY
: HOLDING(A) ^ CLEAR(B)
UNSTACK(A,B)
PICKUP(A)
PUTDOWN(A)
TEKNIK DASAR AI: PLANNING
DAFTAR PAD UNTUK OPERATOR DALAM DUNIA BALOK
STACK(A,B)
P
A
D
: HOLDING(A) ^ CLEAR(B)
: ON(A,B) ^ ARMEMPTY
: HOLDING(A) ^ CLEAR(B)
UNSTACK(A,B)
PICKUP(A)
PUTDOWN(A)
P
A
D
: ON(A,B) ^ CLEAR(A) ^ ARMEMPTY
: HOLDING(A) ^ CLEAR(B)
: ON(A,B) ^ ARMEMPTY
TEKNIK DASAR AI: PLANNING
DAFTAR PAD UNTUK OPERATOR DALAM DUNIA BALOK
STACK(A,B)
P
A
D
: HOLDING(A) ^ CLEAR(B)
: ON(A,B) ^ ARMEMPTY
: HOLDING(A) ^ CLEAR(B)
UNSTACK(A,B)
PICKUP(A)
PUTDOWN(A)
P
A
D
: ON(A,B) ^ CLEAR(A) ^ ARMEMPTY
: HOLDING(A) ^ CLEAR(B)
: ON(A,B) ^ ARMEMPTY
P
A
D
: ONTABLE(A) ^ CLEAR(A)^ ARMEMPTY
: HOLDING(A)
: ONTABLE(A) ^ ARMEMPTY
TEKNIK DASAR AI: PLANNING
DAFTAR PAD UNTUK OPERATOR DALAM DUNIA BALOK
STACK(A,B)
P
A
D
: HOLDING(A) ^ CLEAR(B)
: ON(A,B) ^ ARMEMPTY
: HOLDING(A) ^ CLEAR(B)
UNSTACK(A,B)
PICKUP(A)
PUTDOWN(A)
P
A
D
: ON(A,B) ^ CLEAR(A) ^ ARMEMPTY
: HOLDING(A) ^ CLEAR(B)
: ON(A,B) ^ ARMEMPTY
P
A
D
: ONTABLE(A) ^ CLEAR(A)^ ARMEMPTY
: HOLDING(A)
: ONTABLE(A) ^ ARMEMPTY
P
A
D
: HOLDING(A)
: ONTABLE(A) ^ ARMEMPTY
: HOLDING(A)
TEKNIK DASAR AI: PLANNING
DAFTAR PAD UNTUK OPERATOR DALAM DUNIA BALOK
STACK(A,B)
P
A
D
: HOLDING(A) ^ CLEAR(B)
: ON(A,B) ^ ARMEMPTY
: HOLDING(A) ^ CLEAR(B)
UNSTACK(A,B)
PICKUP(A)
PUTDOWN(A)
P
A
D
: ON(A,B) ^ CLEAR(A) ^ ARMEMPTY
: HOLDING(A) ^ CLEAR(B)
: ON(A,B) ^ ARMEMPTY
P
A
D
: ONTABLE(A) ^ CLEAR(A)^ ARMEMPTY
: HOLDING(A)
: ONTABLE(A) ^ ARMEMPTY
P
A
D
: HOLDING(A)
: ONTABLE(A) ^ ARMEMPTY
: HOLDING(A)
METODE PLANNING
Teknik Dasar AI: Planning Presentation 2023
Metode Planning
Goal-Stack-Planning Constraint-Posting
Keunggulan:
Kemudahan
implementasi dan biaya
komputasi
Keunggulan:
Efisiensi Rencana Penyelesaian yang
dihasilkan
GOAL-STACK-PLANNING
Teknik Dasar AI: Planning Presentation 2023
Teknik dasar dalam AI Planning, yang digunakan untuk merencanakan
serangkaian tindakan atau operasi untuk mencapai tujuan tertentu.
GSP didasarkan pada konsep bahwa perencanaan dimulai dari tujuan
akhir dan kemudian dilakukan secara terbalik untuk menentukan
urutan tindakan yang diperlukan untuk mencapai tujuan tersebut.
GOAL-STACK-PLANNING
Teknik Dasar AI: Planning Presentation 2023
ON(B,A) ^ ONTABLE(A) ^
ONTABLE(C) ^
ONTABLE(D) ^ CLEAR(B) ^
CLEAR(C) ^ CLEAR(D) ^
ARMEMPTY
GOAL-STACK-PLANNING
Teknik Dasar AI: Planning Presentation 2023
ON(B,A) ^ ONTABLE(A) ^
ONTABLE(C) ^
ONTABLE(D) ^ CLEAR(B) ^
CLEAR(C) ^ CLEAR(D) ^
ARMEMPTY
ON(C,A) ^ ON(B,D) ^
ONTABLE(A) ^
ONTABLE(D) ^ CLEAR(C)
^ CLEAR(B) ^ ARMEMPTY
GOAL(s) yang harus diselesaikan: ON(C,A) ^ ON(B,D).
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
1. Masukkan kondisi-kondisi yang merupakan goal-state ke dalam
stack.
STACK = ?
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
1. Masukkan kondisi-kondisi yang merupakan goal-state ke dalam
stack.
STACK = ON(C,A) ^ ON(B,D) ^ ONTABLE(A) ^ ONTABLE(D)
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
1. Masukkan kondisi-kondisi yang merupakan goal-state ke dalam
stack.
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
2. Mengacu pada current-state, kondisi-kondisi goal state yang belum
tercapai dimasukkan ke dalam stack, masing-masing menempati
sebuah slot.
ON(C,A)
ON(B,D)
ON(C,A) ^ ON(B,D) ^ OTAD
ON(B,D)
ON(C,A)
ON(C,A) ^ ON(B,D) ^ OTAD
1 2
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
3. Slot yang berada paling atas pada stack akan diperiksa.
Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut.
ON(C,A)
ON(B,D)
ON(C,A) ^ ON(B,D) ^ OTAD
ON(B,D)
ON(C,A)
ON(C,A) ^ ON(B,D) ^ OTAD
1 2
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
3. Slot yang berada paling atas pada stack akan diperiksa.
Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut.
ON(C,A) = STACK(C,A)
ON(B,D)
ON(C,A) ^ ON(B,D) ^ OTAD
1 STACK(C,A) dapat dikerjakan jika P = True
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
3. Slot yang berada paling atas pada stack akan diperiksa.
Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut.
STACK(C,A)
ON(B,D)
ON(C,A) ^ ON(B,D) ^ OTAD
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
3. Slot yang berada paling atas pada stack akan diperiksa.
Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut.
CLEAR (A)
HOLDING (C)
HOLDING (C) ^ CLEAR (A)
STACK(C,A)
ON(B,D)
ON(C,A) ^ ON(B,D) ^ OTAD
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
3. Slot yang berada paling atas pada stack akan diperiksa.
Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut.
CLEAR (A)
HOLDING (C)
HOLDING (C) ^ CLEAR (A)
STACK(C,A)
ON(B,D)
ON(C,A) ^ ON(B,D) ^ OTAD
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
3. Slot yang berada paling atas pada stack akan diperiksa.
Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut.
UNSTACK (B,A)
HOLDING (C)
HOLDING (C) ^ CLEAR (A)
STACK(C,A)
ON(B,D)
ON(C,A) ^ ON(B,D) ^ OTAD
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
3. Slot yang berada paling atas pada stack akan diperiksa.
Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut.
ON(B,A)
CLEAR(B)
ARMEMPTY
ON(B,A) ^ CLEAR(B) ^ ARMEMPTY
UNSTACK(B,A)
HOLDING (C)
HOLDING (C) ^ CLEAR (A)
STACK(C,A)
ON(B,D)
ON(C,A) ^ ON(B,D) ^ OTAD
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
3. Slot yang berada paling atas pada stack akan diperiksa.
Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut.
ON(B,A)
CLEAR(B)
ARMEMPTY
ON(B,A) ^ CLEAR(B) ^ ARMEMPTY
UNSTACK(B,A)
HOLDING (C)
HOLDING (C) ^ CLEAR (A)
STACK(C,A)
ON(B,D)
ON(C,A) ^ ON(B,D) ^ OTAD
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
3. Slot yang berada paling atas pada stack akan diperiksa.
Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut.
ON(B,A)
CLEAR(B)
ARMEMPTY
ON(B,A) ^ CLEAR(B) ^ ARMEMPTY
UNSTACK(B,A)
HOLDING (C)
HOLDING (C) ^ CLEAR (A)
STACK(C,A)
ON(B,D)
ON(C,A) ^ ON(B,D) ^ OTAD
Tambahkan UNSTACK(B,A) ke dalam
antrian.
QUEUE = UNSTACK(B,A)
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
3. Slot yang berada paling atas pada stack akan diperiksa.
Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut.
HOLDING (C)
HOLDING (C) ^ CLEAR (A)
STACK(C,A)
ON(B,D)
ON(C,A) ^ ON(B,D) ^ OTAD
DIKERJAKAN
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
3. Slot yang berada paling atas pada stack akan diperiksa.
Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut.
PICKUP(C)
HOLDING (C) ^ CLEAR (A)
STACK(C,A)
ON(B,D)
ON(C,A) ^ ON(B,D) ^ OTAD
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
3. Slot yang berada paling atas pada stack akan diperiksa.
Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut.
ONTABLE(C)
CLEAR(C)
ARMEMPTY
ONTABLE(C) ^ CLEAR (C) ^ ARMEMPTY
PICKUP(C)
HOLDING (C) ^ CLEAR (A)
STACK(C,A)
ON(B,D)
ON(C,A) ^ ON(B,D) ^ OTAD
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
3. Slot yang berada paling atas pada stack akan diperiksa.
Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut.
ONTABLE(C)
CLEAR(C)
ARMEMPTY
ONTABLE(C) ^ CLEAR (C) ^ ARMEMPTY
PICKUP(C)
HOLDING (C) ^ CLEAR (A)
STACK(C,A)
ON(B,D)
ON(C,A) ^ ON(B,D) ^ OTAD
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
3. Slot yang berada paling atas pada stack akan diperiksa.
Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut.
STACK(B,D)
ONTABLE(C) ^ CLEAR (C) ^ ARMEMPTY
PICKUP(C)
HOLDING (C) ^ CLEAR (A)
STACK(C,A)
ON(B,D)
ON(C,A) ^ ON(B,D) ^ OTAD
GSP: LANGKAH PENYELESAIAN
Teknik Dasar AI: Planning Presentation 2023
3. Slot yang berada paling atas pada stack akan diperiksa.
Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut.
HOLDING(B)
CLEAR (D)
HOLDING(B) ^ CLEAR (D)
STACK(B,D)
ONTABLE(C) ^ CLEAR (C) ^ ARMEMPTY
PICKUP(C)
HOLDING (C) ^ CLEAR (A)
STACK(C,A)
ON(B,D)
ON(C,A) ^ ON(B,D) ^ OTAD

More Related Content

What's hot

04 - Teori Peluang.pdf
04 - Teori Peluang.pdf04 - Teori Peluang.pdf
04 - Teori Peluang.pdfElvi Rahmi
 
5 ta-2021-05-business-understanding-modul-ariw-2021-07-17
5 ta-2021-05-business-understanding-modul-ariw-2021-07-175 ta-2021-05-business-understanding-modul-ariw-2021-07-17
5 ta-2021-05-business-understanding-modul-ariw-2021-07-17ArdianDwiPraba
 
Testing&implementasi 3
Testing&implementasi 3Testing&implementasi 3
Testing&implementasi 3aiiniR
 
Analisis Algoritma - Strategi Algoritma Dynamic Programming
Analisis Algoritma - Strategi Algoritma Dynamic ProgrammingAnalisis Algoritma - Strategi Algoritma Dynamic Programming
Analisis Algoritma - Strategi Algoritma Dynamic ProgrammingAdam Mukharil Bachtiar
 
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
 
Algoritma Apriori
Algoritma AprioriAlgoritma Apriori
Algoritma Aprioridedidarwis
 
Interaksi Manusia Dan Komputer Soal + Jawaban
Interaksi Manusia Dan Komputer Soal + JawabanInteraksi Manusia Dan Komputer Soal + Jawaban
Interaksi Manusia Dan Komputer Soal + JawabanAwang Ramadhani
 
Interaksi Manusia dan Komputer : Conceptual Model
Interaksi Manusia dan Komputer : Conceptual ModelInteraksi Manusia dan Komputer : Conceptual Model
Interaksi Manusia dan Komputer : Conceptual ModelEko Kurniawan Khannedy
 
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...I Gede Iwan Sudipa
 
Quiz - Statistika dan Probabilitas.pdf
Quiz - Statistika dan Probabilitas.pdfQuiz - Statistika dan Probabilitas.pdf
Quiz - Statistika dan Probabilitas.pdfElvi Rahmi
 
INTERAKSI MANUSIA DAN KOMPUTER
INTERAKSI MANUSIA DAN KOMPUTERINTERAKSI MANUSIA DAN KOMPUTER
INTERAKSI MANUSIA DAN KOMPUTERAndhi Pratama
 
Dasar dasar matematika teknik optimasi (matrix hessian)
Dasar dasar matematika teknik optimasi (matrix hessian)Dasar dasar matematika teknik optimasi (matrix hessian)
Dasar dasar matematika teknik optimasi (matrix hessian)Muhammad Ali Subkhan Candra
 
Materi Kecerdasan Buatan
Materi Kecerdasan BuatanMateri Kecerdasan Buatan
Materi Kecerdasan BuatanMArifKamal2
 
Modul 4 representasi pengetahuan
Modul 4   representasi pengetahuanModul 4   representasi pengetahuan
Modul 4 representasi pengetahuanahmad haidaroh
 

What's hot (20)

04 - Teori Peluang.pdf
04 - Teori Peluang.pdf04 - Teori Peluang.pdf
04 - Teori Peluang.pdf
 
5 ta-2021-05-business-understanding-modul-ariw-2021-07-17
5 ta-2021-05-business-understanding-modul-ariw-2021-07-175 ta-2021-05-business-understanding-modul-ariw-2021-07-17
5 ta-2021-05-business-understanding-modul-ariw-2021-07-17
 
Testing&implementasi 3
Testing&implementasi 3Testing&implementasi 3
Testing&implementasi 3
 
PPT SPSS-Statistika
PPT SPSS-StatistikaPPT SPSS-Statistika
PPT SPSS-Statistika
 
Analisis Algoritma - Strategi Algoritma Dynamic Programming
Analisis Algoritma - Strategi Algoritma Dynamic ProgrammingAnalisis Algoritma - Strategi Algoritma Dynamic Programming
Analisis Algoritma - Strategi Algoritma Dynamic Programming
 
Kriptograf - Algoritma Kriptografi Klasik (bagian 1)
Kriptograf - Algoritma Kriptografi Klasik (bagian 1)Kriptograf - Algoritma Kriptografi Klasik (bagian 1)
Kriptograf - Algoritma Kriptografi Klasik (bagian 1)
 
Algoritma Apriori
Algoritma AprioriAlgoritma Apriori
Algoritma Apriori
 
Probabilitas 2
Probabilitas 2Probabilitas 2
Probabilitas 2
 
Interaksi Manusia Dan Komputer Soal + Jawaban
Interaksi Manusia Dan Komputer Soal + JawabanInteraksi Manusia Dan Komputer Soal + Jawaban
Interaksi Manusia Dan Komputer Soal + Jawaban
 
Interaksi Manusia dan Komputer : Conceptual Model
Interaksi Manusia dan Komputer : Conceptual ModelInteraksi Manusia dan Komputer : Conceptual Model
Interaksi Manusia dan Komputer : Conceptual Model
 
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...
Permasalahan terstruktur, semi terstruktur dan tidak terstruktur dan penerapa...
 
Quiz - Statistika dan Probabilitas.pdf
Quiz - Statistika dan Probabilitas.pdfQuiz - Statistika dan Probabilitas.pdf
Quiz - Statistika dan Probabilitas.pdf
 
Algoritma brute force
Algoritma brute forceAlgoritma brute force
Algoritma brute force
 
GoLang_1
GoLang_1GoLang_1
GoLang_1
 
INTERAKSI MANUSIA DAN KOMPUTER
INTERAKSI MANUSIA DAN KOMPUTERINTERAKSI MANUSIA DAN KOMPUTER
INTERAKSI MANUSIA DAN KOMPUTER
 
2 ruang keadaan
2 ruang keadaan2 ruang keadaan
2 ruang keadaan
 
Dasar dasar matematika teknik optimasi (matrix hessian)
Dasar dasar matematika teknik optimasi (matrix hessian)Dasar dasar matematika teknik optimasi (matrix hessian)
Dasar dasar matematika teknik optimasi (matrix hessian)
 
Jawaban Struktur data soal-latihan
Jawaban Struktur data soal-latihanJawaban Struktur data soal-latihan
Jawaban Struktur data soal-latihan
 
Materi Kecerdasan Buatan
Materi Kecerdasan BuatanMateri Kecerdasan Buatan
Materi Kecerdasan Buatan
 
Modul 4 representasi pengetahuan
Modul 4   representasi pengetahuanModul 4   representasi pengetahuan
Modul 4 representasi pengetahuan
 

Similar to 05 - Teknik Dasar AI - Planning.pdf

Introduction to-basic language-programming
Introduction to-basic language-programmingIntroduction to-basic language-programming
Introduction to-basic language-programmingstaffpengajar
 
A160181 tugasan pisah ragaman
A160181 tugasan pisah ragamanA160181 tugasan pisah ragaman
A160181 tugasan pisah ragamanChanyy96
 
Struktur data 02 (tipe data abstrak dan queue)
Struktur data 02 (tipe data abstrak dan queue)Struktur data 02 (tipe data abstrak dan queue)
Struktur data 02 (tipe data abstrak dan queue)Sunarya Marwah
 
4 value management fast
4 value management   fast4 value management   fast
4 value management fastELGO YOHANES
 
Perintah Dasar Menggambar Dengan Autocad
Perintah Dasar Menggambar Dengan AutocadPerintah Dasar Menggambar Dengan Autocad
Perintah Dasar Menggambar Dengan Autocadloritafebriza
 
Panduan_Belajar_Mandiri_MATLAB.pdf
Panduan_Belajar_Mandiri_MATLAB.pdfPanduan_Belajar_Mandiri_MATLAB.pdf
Panduan_Belajar_Mandiri_MATLAB.pdfgunturwijaya7
 
MODUL PLC (Programmable Logic Control) DIDIK
MODUL PLC (Programmable Logic Control) DIDIKMODUL PLC (Programmable Logic Control) DIDIK
MODUL PLC (Programmable Logic Control) DIDIKDidik Supriyono
 

Similar to 05 - Teknik Dasar AI - Planning.pdf (8)

M12_tif305_sns_ubb
M12_tif305_sns_ubbM12_tif305_sns_ubb
M12_tif305_sns_ubb
 
Introduction to-basic language-programming
Introduction to-basic language-programmingIntroduction to-basic language-programming
Introduction to-basic language-programming
 
A160181 tugasan pisah ragaman
A160181 tugasan pisah ragamanA160181 tugasan pisah ragaman
A160181 tugasan pisah ragaman
 
Struktur data 02 (tipe data abstrak dan queue)
Struktur data 02 (tipe data abstrak dan queue)Struktur data 02 (tipe data abstrak dan queue)
Struktur data 02 (tipe data abstrak dan queue)
 
4 value management fast
4 value management   fast4 value management   fast
4 value management fast
 
Perintah Dasar Menggambar Dengan Autocad
Perintah Dasar Menggambar Dengan AutocadPerintah Dasar Menggambar Dengan Autocad
Perintah Dasar Menggambar Dengan Autocad
 
Panduan_Belajar_Mandiri_MATLAB.pdf
Panduan_Belajar_Mandiri_MATLAB.pdfPanduan_Belajar_Mandiri_MATLAB.pdf
Panduan_Belajar_Mandiri_MATLAB.pdf
 
MODUL PLC (Programmable Logic Control) DIDIK
MODUL PLC (Programmable Logic Control) DIDIKMODUL PLC (Programmable Logic Control) DIDIK
MODUL PLC (Programmable Logic Control) DIDIK
 

More from Elvi Rahmi

Algoritma Support Vector Machine.pdf
Algoritma Support Vector Machine.pdfAlgoritma Support Vector Machine.pdf
Algoritma Support Vector Machine.pdfElvi Rahmi
 
Klasifikasi - Algoritma Naive Bayes
Klasifikasi - Algoritma Naive Bayes Klasifikasi - Algoritma Naive Bayes
Klasifikasi - Algoritma Naive Bayes Elvi Rahmi
 
13 - 14 Regresi Linear Sederhana & Berganda.pdf
13 - 14 Regresi Linear Sederhana & Berganda.pdf13 - 14 Regresi Linear Sederhana & Berganda.pdf
13 - 14 Regresi Linear Sederhana & Berganda.pdfElvi Rahmi
 
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdfKlasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdfElvi Rahmi
 
05 - Variabel Random dan Distribusi Peluang.pdf
05 - Variabel Random dan Distribusi Peluang.pdf05 - Variabel Random dan Distribusi Peluang.pdf
05 - Variabel Random dan Distribusi Peluang.pdfElvi Rahmi
 
Klasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdfKlasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdfElvi Rahmi
 
02 - Preprocessing Data.pdf
02 - Preprocessing Data.pdf02 - Preprocessing Data.pdf
02 - Preprocessing Data.pdfElvi Rahmi
 
01 - Introduction to Data Mining - Original.pdf
01 - Introduction to Data Mining - Original.pdf01 - Introduction to Data Mining - Original.pdf
01 - Introduction to Data Mining - Original.pdfElvi Rahmi
 
03 - Ukuran Lokasi dan Dispersi.pdf
03 - Ukuran Lokasi dan Dispersi.pdf03 - Ukuran Lokasi dan Dispersi.pdf
03 - Ukuran Lokasi dan Dispersi.pdfElvi Rahmi
 
01 - Pengantar Statistika.pdf
01 - Pengantar Statistika.pdf01 - Pengantar Statistika.pdf
01 - Pengantar Statistika.pdfElvi Rahmi
 
Mastering the master of ceremony
Mastering the master of ceremonyMastering the master of ceremony
Mastering the master of ceremonyElvi Rahmi
 
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar ProdukImplementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar ProdukElvi Rahmi
 
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...Elvi Rahmi
 

More from Elvi Rahmi (13)

Algoritma Support Vector Machine.pdf
Algoritma Support Vector Machine.pdfAlgoritma Support Vector Machine.pdf
Algoritma Support Vector Machine.pdf
 
Klasifikasi - Algoritma Naive Bayes
Klasifikasi - Algoritma Naive Bayes Klasifikasi - Algoritma Naive Bayes
Klasifikasi - Algoritma Naive Bayes
 
13 - 14 Regresi Linear Sederhana & Berganda.pdf
13 - 14 Regresi Linear Sederhana & Berganda.pdf13 - 14 Regresi Linear Sederhana & Berganda.pdf
13 - 14 Regresi Linear Sederhana & Berganda.pdf
 
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdfKlasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
 
05 - Variabel Random dan Distribusi Peluang.pdf
05 - Variabel Random dan Distribusi Peluang.pdf05 - Variabel Random dan Distribusi Peluang.pdf
05 - Variabel Random dan Distribusi Peluang.pdf
 
Klasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdfKlasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdf
 
02 - Preprocessing Data.pdf
02 - Preprocessing Data.pdf02 - Preprocessing Data.pdf
02 - Preprocessing Data.pdf
 
01 - Introduction to Data Mining - Original.pdf
01 - Introduction to Data Mining - Original.pdf01 - Introduction to Data Mining - Original.pdf
01 - Introduction to Data Mining - Original.pdf
 
03 - Ukuran Lokasi dan Dispersi.pdf
03 - Ukuran Lokasi dan Dispersi.pdf03 - Ukuran Lokasi dan Dispersi.pdf
03 - Ukuran Lokasi dan Dispersi.pdf
 
01 - Pengantar Statistika.pdf
01 - Pengantar Statistika.pdf01 - Pengantar Statistika.pdf
01 - Pengantar Statistika.pdf
 
Mastering the master of ceremony
Mastering the master of ceremonyMastering the master of ceremony
Mastering the master of ceremony
 
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar ProdukImplementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
 
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
 

Recently uploaded

Kelompok 5 PPt Penerapan Teori Fuzzy.pdf
Kelompok 5 PPt Penerapan Teori Fuzzy.pdfKelompok 5 PPt Penerapan Teori Fuzzy.pdf
Kelompok 5 PPt Penerapan Teori Fuzzy.pdfVardyFahrizal
 
Materi Safety Talk Persiapan Libur Lebaran
Materi Safety Talk Persiapan Libur LebaranMateri Safety Talk Persiapan Libur Lebaran
Materi Safety Talk Persiapan Libur LebaranSintaMarlina3
 
PPT manajemen Konstruksi ahli madya bidang keahlian manajemen konstruksi
PPT manajemen Konstruksi ahli madya bidang keahlian manajemen konstruksiPPT manajemen Konstruksi ahli madya bidang keahlian manajemen konstruksi
PPT manajemen Konstruksi ahli madya bidang keahlian manajemen konstruksimanotartamba555
 
Transfer Massa dan Panas Teknik Kimia Industri
Transfer Massa dan Panas Teknik Kimia IndustriTransfer Massa dan Panas Teknik Kimia Industri
Transfer Massa dan Panas Teknik Kimia Industririzwahyung
 
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptxAhli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptxarifyudianto3
 
PPT PPT Pelaksana lapangan Pekerasan Jalan Beton lvl 6.pptx
PPT PPT Pelaksana lapangan Pekerasan Jalan Beton lvl 6.pptxPPT PPT Pelaksana lapangan Pekerasan Jalan Beton lvl 6.pptx
PPT PPT Pelaksana lapangan Pekerasan Jalan Beton lvl 6.pptxdpcaskonasoki
 
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptxQCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptxdjam11
 
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptxPPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptxYehezkielAkwila3
 
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptxPPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptxHamidNurMukhlis
 
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptxSesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx185TsabitSujud
 

Recently uploaded (10)

Kelompok 5 PPt Penerapan Teori Fuzzy.pdf
Kelompok 5 PPt Penerapan Teori Fuzzy.pdfKelompok 5 PPt Penerapan Teori Fuzzy.pdf
Kelompok 5 PPt Penerapan Teori Fuzzy.pdf
 
Materi Safety Talk Persiapan Libur Lebaran
Materi Safety Talk Persiapan Libur LebaranMateri Safety Talk Persiapan Libur Lebaran
Materi Safety Talk Persiapan Libur Lebaran
 
PPT manajemen Konstruksi ahli madya bidang keahlian manajemen konstruksi
PPT manajemen Konstruksi ahli madya bidang keahlian manajemen konstruksiPPT manajemen Konstruksi ahli madya bidang keahlian manajemen konstruksi
PPT manajemen Konstruksi ahli madya bidang keahlian manajemen konstruksi
 
Transfer Massa dan Panas Teknik Kimia Industri
Transfer Massa dan Panas Teknik Kimia IndustriTransfer Massa dan Panas Teknik Kimia Industri
Transfer Massa dan Panas Teknik Kimia Industri
 
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptxAhli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
Ahli Muda Teknik Bangunan GEdung Jenjang 7 - Samet Kurnianto.pptx
 
PPT PPT Pelaksana lapangan Pekerasan Jalan Beton lvl 6.pptx
PPT PPT Pelaksana lapangan Pekerasan Jalan Beton lvl 6.pptxPPT PPT Pelaksana lapangan Pekerasan Jalan Beton lvl 6.pptx
PPT PPT Pelaksana lapangan Pekerasan Jalan Beton lvl 6.pptx
 
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptxQCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
QCC MANAJEMEN TOOL MAINTENANCE (MAINTENANCE TEAM).pptx
 
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptxPPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
PPT PENILAIAN PERKERASAN JALAN Metode PCI.pptx
 
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptxPPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
PPT Manajemen Konstruksi Unsur Unsur Proyek 1.pptx
 
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptxSesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
Sesi_02_Rangkaian_Hubungan_Seri_Paralel.pptx
 

05 - Teknik Dasar AI - Planning.pdf

  • 1. D-IV Rekayasa Perangkat Lunak - Teknik Informatika TEKNIK DASAR AI: PLANNING Elvi Rahmi, S.T., M.Kom. elvizasri@gmail.com “A computer would deserve to be called intelligent if it could deceive a human into believing that it was human.” - Alan Turing-
  • 2. Referensi Russell, S.J and Peter Norvig, P. 2010.Artificial Intelligence: A Modern Approach. Third Edition. New Jersey: Pearson Education. Presentation 2023 D-IV Rekayasa Perangkat Lunak - Teknik Informatika Suyanto. 2014. Artificial Intelligence: Searching- Reasoning-Planning-Learning. Bandung: Informatika. Peirce, C. S. (1955). Abduction and induction. The Journal of Philosophy, 52(7), 157-163. Kolodner, J. L. (1993). Case-based reasoning. Morgan Kaufmann. Mitchell, T. M. (1997). Machine Learning. McGraw Hill.
  • 3. Teknik Dasar Kecerdasan Buatan Searching Reasoning Planning Learning
  • 4.
  • 7. Input: User ID dan Tujuan
  • 8. ELEVATOR CONTROL SYSTEM Kapasitas ruang Non-stop travel VIP Services Access Restrictions Kebutuhan User:
  • 9. PLANNING Teknik Dasar AI: Planning Presentation 2023 Definisi yang mengacu pada istilah plan (Oxford Advanced Learner's): 1. Ide atau metode yang telah dipikirkan secara detail sebelum menyelesaikan suatu pekerjaan. 2. Diagram atau peta detail tentang bagian-bagian penting suatu kota, gedung, mesin, dan sebagainya. 3. Cara penyusunan suatu benda. 4. Penyusunan keuangan sehingga seseorang bisa mendapatkan keuntungan.
  • 10. PLANNING Suatu metode penyelesaian masalah dengan cara memecah masalah ke dalam sub-sub masalah yang lebih kecil, menyelesaikan 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.
  • 11. DEKOMPOSISI Teknik Dasar AI: Planning Presentation 2023 Proses memecah tugas perencanaan yang kompleks menjadi tugas yang lebih kecil dan lebih mudah dikelola. Dalam dekomposisi, tugas perencanaan kompleks dibagi menjadi tugas yang lebih kecil dan lebih terkelola yang dapat diselesaikan secara terpisah. 01 03 02 Decomposition into Subtasks Decomposition into Methods Decomposition into Goals Memecah tugas perencanaan menjadi beberapa tugas sub-perencanaan yang lebih kecil dan mudah dikelola. Memecah tugas perencanaan menjadi serangkaian metode yang dapat diterapkan untuk mencapai tujuan tertentu. Memecah tugas perencanaan menjadi serangkaian tujuan yang harus dicapai dalam rangka mencapai tujuan akhir.
  • 12. SYARAT MELAKUKAN DEKOMPOSISI Teknik Dasar AI: Planning Presentation 2023 Menghindari penghitungan ulang dari seluruh state ketika terjadi perubahan dari suatu state ke state lainnya. Membagi masalah ke dalam beberapa sub masalah yang relatif lebih mudah untuk diselesaikan.
  • 13. KARAKTERISTIK PEMECAHAN MASALAH DENGAN PLANNING Teknik Dasar AI: Planning Presentation 2023 Sistem planning pada umumnya perlu untuk memiliki kemampuan: Memilih operator Memilih kondisi pembeda goal-state dan current-state, mengidentifikasi operator yang dapat mengurangi perbedaan tersebut. Mengaplikasikan operator Mendeteksi ketika solusi telah tercapai Menguji rangkaian operator yang telah dihasilkan. Mendeteksi jalan-jalan buntu Mendeteksi ketika solusi yang hampir benar telah dicapai dan melakukan teknik khusus untuk membuat solusi tersebut menjadi benar.
  • 14. DAFTAR PAD Teknik Dasar AI: Planning Presentation 2023 Tiga daftar predikat untuk mendeskripsikan perubahan kondisi Preconditiion Predikat-predikat yang harus bernilai benar sebelum pengaplikasian operator. Add Predikat-predikat yang bernilai benar setelah pengaplikasian suatu operator. Delete Predikat-predikat yang bernilai salah setelah pengaplikasian suatu operator.
  • 15. TEKNIK DASAR AI: PLANNING DUNIA BALOK Pengujian keberhasilan suatu metode planning dapat dilakukan pada suatu domain yang dinamakan Dunia Balok (Blocks-World) Kompleksitas permasalahan yang mungkin timbul di dalamnya.
  • 16. TEKNIK DASAR AI: PLANNING DUNIA BALOK Initial-state Goal-state Set operator Rencana penyelesaian
  • 17. TEKNIK DASAR AI: PLANNING DUNIA BALOK Memiliki sebuah permukaan datar tempat menyimpan balok, umumnya disebut meja Memiliki sejumlah balok kotak berukuran sama Memiliki sebuah lengan robot yang dapat memanipulasi balok
  • 18. TEKNIK DASAR AI: PLANNING
  • 19. TEKNIK DASAR AI: PLANNING PENDEFINISIAN KONDISI BALOK ON(A,B): Balok A menempel di atas balok B. ONTABLE(A): Balok A berada di permukaan meja. CLEAR(A): Tidak ada balok yang sedang menempel di atas balok A. HOLDING(A): Lengan robot sedang memegang balok A. ARMEMPTY: Lengan robot tidak sedang memegang balok.
  • 20. TEKNIK DASAR AI: PLANNING DAFTAR OPERATOR UNTUK LENGAN ROBOT
  • 21. TEKNIK DASAR AI: PLANNING DAFTAR OPERATOR UNTUK LENGAN ROBOT DAFTAR PAD
  • 22. TEKNIK DASAR AI: PLANNING DAFTAR OPERATOR UNTUK LENGAN ROBOT STACK(A,B) bisa diaplikasikan jika kedua kondisi CLEAR(B) dan HOLDING(A) adalah benar. Precondition (P) Setelah suatu operator diaplikasikan, maka keadaan akan berubah. Keadaan yang benar setelah operasi diaplikasikan disebut Add (A) Keadaan yang salah setelah operasi diaplikasikan disebut Delete (D)
  • 23. TEKNIK DASAR AI: PLANNING DAFTAR PAD UNTUK OPERATOR DALAM DUNIA BALOK STACK(A,B) P A D : HOLDING(A) ^ CLEAR(B) : ON(A,B) ^ ARMEMPTY : HOLDING(A) ^ CLEAR(B) UNSTACK(A,B) PICKUP(A) PUTDOWN(A)
  • 24. TEKNIK DASAR AI: PLANNING DAFTAR PAD UNTUK OPERATOR DALAM DUNIA BALOK STACK(A,B) P A D : HOLDING(A) ^ CLEAR(B) : ON(A,B) ^ ARMEMPTY : HOLDING(A) ^ CLEAR(B) UNSTACK(A,B) PICKUP(A) PUTDOWN(A) P A D : ON(A,B) ^ CLEAR(A) ^ ARMEMPTY : HOLDING(A) ^ CLEAR(B) : ON(A,B) ^ ARMEMPTY
  • 25. TEKNIK DASAR AI: PLANNING DAFTAR PAD UNTUK OPERATOR DALAM DUNIA BALOK STACK(A,B) P A D : HOLDING(A) ^ CLEAR(B) : ON(A,B) ^ ARMEMPTY : HOLDING(A) ^ CLEAR(B) UNSTACK(A,B) PICKUP(A) PUTDOWN(A) P A D : ON(A,B) ^ CLEAR(A) ^ ARMEMPTY : HOLDING(A) ^ CLEAR(B) : ON(A,B) ^ ARMEMPTY P A D : ONTABLE(A) ^ CLEAR(A)^ ARMEMPTY : HOLDING(A) : ONTABLE(A) ^ ARMEMPTY
  • 26. TEKNIK DASAR AI: PLANNING DAFTAR PAD UNTUK OPERATOR DALAM DUNIA BALOK STACK(A,B) P A D : HOLDING(A) ^ CLEAR(B) : ON(A,B) ^ ARMEMPTY : HOLDING(A) ^ CLEAR(B) UNSTACK(A,B) PICKUP(A) PUTDOWN(A) P A D : ON(A,B) ^ CLEAR(A) ^ ARMEMPTY : HOLDING(A) ^ CLEAR(B) : ON(A,B) ^ ARMEMPTY P A D : ONTABLE(A) ^ CLEAR(A)^ ARMEMPTY : HOLDING(A) : ONTABLE(A) ^ ARMEMPTY P A D : HOLDING(A) : ONTABLE(A) ^ ARMEMPTY : HOLDING(A)
  • 27. TEKNIK DASAR AI: PLANNING DAFTAR PAD UNTUK OPERATOR DALAM DUNIA BALOK STACK(A,B) P A D : HOLDING(A) ^ CLEAR(B) : ON(A,B) ^ ARMEMPTY : HOLDING(A) ^ CLEAR(B) UNSTACK(A,B) PICKUP(A) PUTDOWN(A) P A D : ON(A,B) ^ CLEAR(A) ^ ARMEMPTY : HOLDING(A) ^ CLEAR(B) : ON(A,B) ^ ARMEMPTY P A D : ONTABLE(A) ^ CLEAR(A)^ ARMEMPTY : HOLDING(A) : ONTABLE(A) ^ ARMEMPTY P A D : HOLDING(A) : ONTABLE(A) ^ ARMEMPTY : HOLDING(A)
  • 28. METODE PLANNING Teknik Dasar AI: Planning Presentation 2023 Metode Planning Goal-Stack-Planning Constraint-Posting Keunggulan: Kemudahan implementasi dan biaya komputasi Keunggulan: Efisiensi Rencana Penyelesaian yang dihasilkan
  • 29. GOAL-STACK-PLANNING Teknik Dasar AI: Planning Presentation 2023 Teknik dasar dalam AI Planning, yang digunakan untuk merencanakan serangkaian tindakan atau operasi untuk mencapai tujuan tertentu. GSP didasarkan pada konsep bahwa perencanaan dimulai dari tujuan akhir dan kemudian dilakukan secara terbalik untuk menentukan urutan tindakan yang diperlukan untuk mencapai tujuan tersebut.
  • 30. GOAL-STACK-PLANNING Teknik Dasar AI: Planning Presentation 2023 ON(B,A) ^ ONTABLE(A) ^ ONTABLE(C) ^ ONTABLE(D) ^ CLEAR(B) ^ CLEAR(C) ^ CLEAR(D) ^ ARMEMPTY
  • 31. GOAL-STACK-PLANNING Teknik Dasar AI: Planning Presentation 2023 ON(B,A) ^ ONTABLE(A) ^ ONTABLE(C) ^ ONTABLE(D) ^ CLEAR(B) ^ CLEAR(C) ^ CLEAR(D) ^ ARMEMPTY ON(C,A) ^ ON(B,D) ^ ONTABLE(A) ^ ONTABLE(D) ^ CLEAR(C) ^ CLEAR(B) ^ ARMEMPTY GOAL(s) yang harus diselesaikan: ON(C,A) ^ ON(B,D).
  • 32. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 1. Masukkan kondisi-kondisi yang merupakan goal-state ke dalam stack. STACK = ?
  • 33. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 1. Masukkan kondisi-kondisi yang merupakan goal-state ke dalam stack. STACK = ON(C,A) ^ ON(B,D) ^ ONTABLE(A) ^ ONTABLE(D)
  • 34. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 1. Masukkan kondisi-kondisi yang merupakan goal-state ke dalam stack.
  • 35. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023
  • 36. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 2. Mengacu pada current-state, kondisi-kondisi goal state yang belum tercapai dimasukkan ke dalam stack, masing-masing menempati sebuah slot. ON(C,A) ON(B,D) ON(C,A) ^ ON(B,D) ^ OTAD ON(B,D) ON(C,A) ON(C,A) ^ ON(B,D) ^ OTAD 1 2
  • 37. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 3. Slot yang berada paling atas pada stack akan diperiksa. Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut. ON(C,A) ON(B,D) ON(C,A) ^ ON(B,D) ^ OTAD ON(B,D) ON(C,A) ON(C,A) ^ ON(B,D) ^ OTAD 1 2
  • 38. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 3. Slot yang berada paling atas pada stack akan diperiksa. Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut. ON(C,A) = STACK(C,A) ON(B,D) ON(C,A) ^ ON(B,D) ^ OTAD 1 STACK(C,A) dapat dikerjakan jika P = True
  • 39. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 3. Slot yang berada paling atas pada stack akan diperiksa. Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut. STACK(C,A) ON(B,D) ON(C,A) ^ ON(B,D) ^ OTAD
  • 40. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 3. Slot yang berada paling atas pada stack akan diperiksa. Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut. CLEAR (A) HOLDING (C) HOLDING (C) ^ CLEAR (A) STACK(C,A) ON(B,D) ON(C,A) ^ ON(B,D) ^ OTAD
  • 41. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 3. Slot yang berada paling atas pada stack akan diperiksa. Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut. CLEAR (A) HOLDING (C) HOLDING (C) ^ CLEAR (A) STACK(C,A) ON(B,D) ON(C,A) ^ ON(B,D) ^ OTAD
  • 42. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 3. Slot yang berada paling atas pada stack akan diperiksa. Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut. UNSTACK (B,A) HOLDING (C) HOLDING (C) ^ CLEAR (A) STACK(C,A) ON(B,D) ON(C,A) ^ ON(B,D) ^ OTAD
  • 43. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 3. Slot yang berada paling atas pada stack akan diperiksa. Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut. ON(B,A) CLEAR(B) ARMEMPTY ON(B,A) ^ CLEAR(B) ^ ARMEMPTY UNSTACK(B,A) HOLDING (C) HOLDING (C) ^ CLEAR (A) STACK(C,A) ON(B,D) ON(C,A) ^ ON(B,D) ^ OTAD
  • 44. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 3. Slot yang berada paling atas pada stack akan diperiksa. Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut. ON(B,A) CLEAR(B) ARMEMPTY ON(B,A) ^ CLEAR(B) ^ ARMEMPTY UNSTACK(B,A) HOLDING (C) HOLDING (C) ^ CLEAR (A) STACK(C,A) ON(B,D) ON(C,A) ^ ON(B,D) ^ OTAD
  • 45. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 3. Slot yang berada paling atas pada stack akan diperiksa. Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut. ON(B,A) CLEAR(B) ARMEMPTY ON(B,A) ^ CLEAR(B) ^ ARMEMPTY UNSTACK(B,A) HOLDING (C) HOLDING (C) ^ CLEAR (A) STACK(C,A) ON(B,D) ON(C,A) ^ ON(B,D) ^ OTAD Tambahkan UNSTACK(B,A) ke dalam antrian. QUEUE = UNSTACK(B,A)
  • 46. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 3. Slot yang berada paling atas pada stack akan diperiksa. Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut. HOLDING (C) HOLDING (C) ^ CLEAR (A) STACK(C,A) ON(B,D) ON(C,A) ^ ON(B,D) ^ OTAD DIKERJAKAN
  • 47. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 3. Slot yang berada paling atas pada stack akan diperiksa. Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut. PICKUP(C) HOLDING (C) ^ CLEAR (A) STACK(C,A) ON(B,D) ON(C,A) ^ ON(B,D) ^ OTAD
  • 48. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 3. Slot yang berada paling atas pada stack akan diperiksa. Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut. ONTABLE(C) CLEAR(C) ARMEMPTY ONTABLE(C) ^ CLEAR (C) ^ ARMEMPTY PICKUP(C) HOLDING (C) ^ CLEAR (A) STACK(C,A) ON(B,D) ON(C,A) ^ ON(B,D) ^ OTAD
  • 49. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 3. Slot yang berada paling atas pada stack akan diperiksa. Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut. ONTABLE(C) CLEAR(C) ARMEMPTY ONTABLE(C) ^ CLEAR (C) ^ ARMEMPTY PICKUP(C) HOLDING (C) ^ CLEAR (A) STACK(C,A) ON(B,D) ON(C,A) ^ ON(B,D) ^ OTAD
  • 50. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 3. Slot yang berada paling atas pada stack akan diperiksa. Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut. STACK(B,D) ONTABLE(C) ^ CLEAR (C) ^ ARMEMPTY PICKUP(C) HOLDING (C) ^ CLEAR (A) STACK(C,A) ON(B,D) ON(C,A) ^ ON(B,D) ^ OTAD
  • 51. GSP: LANGKAH PENYELESAIAN Teknik Dasar AI: Planning Presentation 2023 3. Slot yang berada paling atas pada stack akan diperiksa. Hal-hal yang akan dilakukan tergantung pada kondisi slot tersebut. HOLDING(B) CLEAR (D) HOLDING(B) ^ CLEAR (D) STACK(B,D) ONTABLE(C) ^ CLEAR (C) ^ ARMEMPTY PICKUP(C) HOLDING (C) ^ CLEAR (A) STACK(C,A) ON(B,D) ON(C,A) ^ ON(B,D) ^ OTAD