SlideShare a Scribd company logo
1 of 25
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

Makalah Algoritma kruskal
Makalah Algoritma kruskalMakalah Algoritma kruskal
Makalah Algoritma kruskalzaenal mustofa
 
Metode pencarian heuristik
Metode pencarian heuristikMetode pencarian heuristik
Metode pencarian heuristikBaguss Chandrass
 
Metode numerik-rinaldi-munir-libre
Metode numerik-rinaldi-munir-libreMetode numerik-rinaldi-munir-libre
Metode numerik-rinaldi-munir-libreAlvin Setiawan
 
Contoh peyelesaian logika fuzzy
Contoh peyelesaian logika fuzzyContoh peyelesaian logika fuzzy
Contoh peyelesaian logika fuzzyZaenal Khayat
 
Matematika Diskrit - 11 kompleksitas algoritma - 03
Matematika Diskrit - 11 kompleksitas algoritma - 03Matematika Diskrit - 11 kompleksitas algoritma - 03
Matematika Diskrit - 11 kompleksitas algoritma - 03KuliahKita
 
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 quin1BAIDILAH Baidilah
 
Matematika Diskrit - 03 himpunan - 02
Matematika Diskrit - 03 himpunan - 02Matematika Diskrit - 03 himpunan - 02
Matematika Diskrit - 03 himpunan - 02KuliahKita
 
Makalah Metode Numerik : Sistem Persamaan Linear
Makalah Metode Numerik : Sistem Persamaan Linear Makalah Metode Numerik : Sistem Persamaan Linear
Makalah Metode Numerik : Sistem Persamaan Linear Kannal Bakti Pakinde
 
Pertemuan 04 Teknik Pencarian (Search)
Pertemuan 04 Teknik Pencarian (Search)Pertemuan 04 Teknik Pencarian (Search)
Pertemuan 04 Teknik Pencarian (Search)Endang Retnoningsih
 
Metode numerik pada persamaan diferensial (new)
Metode numerik pada persamaan diferensial (new)Metode numerik pada persamaan diferensial (new)
Metode numerik pada persamaan diferensial (new)Khubab Basari
 
Metode transportasi
Metode transportasiMetode transportasi
Metode transportasisuparman11
 
Representasi Pengetahuan
Representasi PengetahuanRepresentasi Pengetahuan
Representasi PengetahuanSherly Uda
 
Pertemuan 3-pemecahan-masalah-ai
Pertemuan 3-pemecahan-masalah-aiPertemuan 3-pemecahan-masalah-ai
Pertemuan 3-pemecahan-masalah-aiwillyhayon
 
Telekomunikasi Analog dan Digital - Slide week 9 transmisi digital
Telekomunikasi Analog dan Digital - Slide week 9   transmisi digitalTelekomunikasi Analog dan Digital - Slide week 9   transmisi digital
Telekomunikasi Analog dan Digital - Slide week 9 transmisi digitalBeny Nugraha
 

What's hot (20)

Makalah Algoritma kruskal
Makalah Algoritma kruskalMakalah Algoritma kruskal
Makalah Algoritma kruskal
 
Eliminasi gauss
Eliminasi gaussEliminasi gauss
Eliminasi gauss
 
Metode pencarian heuristik
Metode pencarian heuristikMetode pencarian heuristik
Metode pencarian heuristik
 
Metode numerik-rinaldi-munir-libre
Metode numerik-rinaldi-munir-libreMetode numerik-rinaldi-munir-libre
Metode numerik-rinaldi-munir-libre
 
8 logika predikat
8  logika predikat8  logika predikat
8 logika predikat
 
Contoh peyelesaian logika fuzzy
Contoh peyelesaian logika fuzzyContoh peyelesaian logika fuzzy
Contoh peyelesaian logika fuzzy
 
Matematika Diskrit - 11 kompleksitas algoritma - 03
Matematika Diskrit - 11 kompleksitas algoritma - 03Matematika Diskrit - 11 kompleksitas algoritma - 03
Matematika Diskrit - 11 kompleksitas algoritma - 03
 
Sistem Pakar Certainty factor
Sistem Pakar Certainty factor Sistem Pakar Certainty factor
Sistem Pakar Certainty factor
 
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
 
Matematika Diskrit - 03 himpunan - 02
Matematika Diskrit - 03 himpunan - 02Matematika Diskrit - 03 himpunan - 02
Matematika Diskrit - 03 himpunan - 02
 
Makalah Metode Numerik : Sistem Persamaan Linear
Makalah Metode Numerik : Sistem Persamaan Linear Makalah Metode Numerik : Sistem Persamaan Linear
Makalah Metode Numerik : Sistem Persamaan Linear
 
Modul 7 fuzzy logic
Modul 7   fuzzy logicModul 7   fuzzy logic
Modul 7 fuzzy logic
 
relasi himpunan
relasi himpunanrelasi himpunan
relasi himpunan
 
Pertemuan 04 Teknik Pencarian (Search)
Pertemuan 04 Teknik Pencarian (Search)Pertemuan 04 Teknik Pencarian (Search)
Pertemuan 04 Teknik Pencarian (Search)
 
Metode numerik pada persamaan diferensial (new)
Metode numerik pada persamaan diferensial (new)Metode numerik pada persamaan diferensial (new)
Metode numerik pada persamaan diferensial (new)
 
Metode transportasi
Metode transportasiMetode transportasi
Metode transportasi
 
Representasi Pengetahuan
Representasi PengetahuanRepresentasi Pengetahuan
Representasi Pengetahuan
 
Pertemuan 3-pemecahan-masalah-ai
Pertemuan 3-pemecahan-masalah-aiPertemuan 3-pemecahan-masalah-ai
Pertemuan 3-pemecahan-masalah-ai
 
Telekomunikasi Analog dan Digital - Slide week 9 transmisi digital
Telekomunikasi Analog dan Digital - Slide week 9   transmisi digitalTelekomunikasi Analog dan Digital - Slide week 9   transmisi digital
Telekomunikasi Analog dan Digital - Slide week 9 transmisi digital
 
routh hurwitz
routh hurwitzrouth hurwitz
routh hurwitz
 

Viewers also liked

Pengantar intelegensi buatan
Pengantar intelegensi buatanPengantar intelegensi buatan
Pengantar intelegensi buatanadzhar91
 
Jurnal kecerdasan buatan
Jurnal kecerdasan buatanJurnal kecerdasan buatan
Jurnal kecerdasan buatanNasri Nasri
 
LOGIKA PROPOSISI & PREDIKATLogika proposisi & predikat
LOGIKA PROPOSISI & PREDIKATLogika proposisi & predikatLOGIKA PROPOSISI & PREDIKATLogika proposisi & predikat
LOGIKA PROPOSISI & PREDIKATLogika proposisi & predikatZulfadli Fadli
 
Presentasi Menara Hanoi
Presentasi Menara Hanoi Presentasi Menara Hanoi
Presentasi Menara Hanoi krista2014
 

Viewers also liked (7)

Pengantar intelegensi buatan
Pengantar intelegensi buatanPengantar intelegensi buatan
Pengantar intelegensi buatan
 
2 ruang keadaan
2 ruang keadaan2 ruang keadaan
2 ruang keadaan
 
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

Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdfContoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdfCandraMegawati
 
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKAMODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKAAndiCoc
 
JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5
JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5
JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5ssuserd52993
 
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptxBab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptxssuser35630b
 
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ikabab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ikaAtiAnggiSupriyati
 
Aksi nyata disiplin positif Hj. Hasnani (1).pdf
Aksi nyata disiplin positif Hj. Hasnani (1).pdfAksi nyata disiplin positif Hj. Hasnani (1).pdf
Aksi nyata disiplin positif Hj. Hasnani (1).pdfDimanWr1
 
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BModul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BAbdiera
 
Latihan Soal bahasa Indonesia untuk anak sekolah sekelas SMP atau pun sederajat
Latihan Soal bahasa Indonesia untuk anak sekolah sekelas SMP atau pun sederajatLatihan Soal bahasa Indonesia untuk anak sekolah sekelas SMP atau pun sederajat
Latihan Soal bahasa Indonesia untuk anak sekolah sekelas SMP atau pun sederajatArfiGraphy
 
Aksi nyata Malaikat Kebaikan [Guru].pptx
Aksi nyata Malaikat Kebaikan [Guru].pptxAksi nyata Malaikat Kebaikan [Guru].pptx
Aksi nyata Malaikat Kebaikan [Guru].pptxsdn3jatiblora
 
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSovyOktavianti
 
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docxLK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docxPurmiasih
 
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar  mata pelajaranPPKn 2024.pdf2 KISI-KISI Ujian Sekolah Dasar  mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdfsdn3jatiblora
 
Modul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase CModul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase CAbdiera
 
PELAKSANAAN + Link2 Materi TRAINING "Effective SUPERVISORY & LEADERSHIP Sk...
PELAKSANAAN  + Link2 Materi TRAINING "Effective  SUPERVISORY &  LEADERSHIP Sk...PELAKSANAAN  + Link2 Materi TRAINING "Effective  SUPERVISORY &  LEADERSHIP Sk...
PELAKSANAAN + Link2 Materi TRAINING "Effective SUPERVISORY & LEADERSHIP Sk...Kanaidi ken
 
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docxTugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docxmawan5982
 
Dampak Pendudukan Jepang.pptx indonesia1
Dampak Pendudukan Jepang.pptx indonesia1Dampak Pendudukan Jepang.pptx indonesia1
Dampak Pendudukan Jepang.pptx indonesia1udin100
 
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SDPPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SDNurainiNuraini25
 
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..ikayogakinasih12
 
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptxMiftahunnajahTVIBS
 
tugas 1 tutorial online anak berkebutuhan khusus di SD
tugas 1 tutorial online anak berkebutuhan khusus di SDtugas 1 tutorial online anak berkebutuhan khusus di SD
tugas 1 tutorial online anak berkebutuhan khusus di SDmawan5982
 

Recently uploaded (20)

Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdfContoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
Contoh Laporan Observasi Pembelajaran Rekan Sejawat.pdf
 
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKAMODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
MODUL AJAR MATEMATIKA KELAS 6 KURIKULUM MERDEKA
 
JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5
JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5
JAWAPAN BAB 1 DAN BAB 2 SAINS TINGKATAN 5
 
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptxBab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
Bab 7 - Perilaku Ekonomi dan Kesejahteraan Sosial.pptx
 
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ikabab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
bab 6 ancaman terhadap negara dalam bingkai bhinneka tunggal ika
 
Aksi nyata disiplin positif Hj. Hasnani (1).pdf
Aksi nyata disiplin positif Hj. Hasnani (1).pdfAksi nyata disiplin positif Hj. Hasnani (1).pdf
Aksi nyata disiplin positif Hj. Hasnani (1).pdf
 
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase BModul Ajar Bahasa Indonesia Kelas 4 Fase B
Modul Ajar Bahasa Indonesia Kelas 4 Fase B
 
Latihan Soal bahasa Indonesia untuk anak sekolah sekelas SMP atau pun sederajat
Latihan Soal bahasa Indonesia untuk anak sekolah sekelas SMP atau pun sederajatLatihan Soal bahasa Indonesia untuk anak sekolah sekelas SMP atau pun sederajat
Latihan Soal bahasa Indonesia untuk anak sekolah sekelas SMP atau pun sederajat
 
Aksi nyata Malaikat Kebaikan [Guru].pptx
Aksi nyata Malaikat Kebaikan [Guru].pptxAksi nyata Malaikat Kebaikan [Guru].pptx
Aksi nyata Malaikat Kebaikan [Guru].pptx
 
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptxSesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
Sesi 1_PPT Ruang Kolaborasi Modul 1.3 _ ke 1_PGP Angkatan 10.pptx
 
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docxLK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
LK.01._LK_Peta_Pikir modul 1.3_Kel1_NURYANTI_101.docx
 
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar  mata pelajaranPPKn 2024.pdf2 KISI-KISI Ujian Sekolah Dasar  mata pelajaranPPKn 2024.pdf
2 KISI-KISI Ujian Sekolah Dasar mata pelajaranPPKn 2024.pdf
 
Modul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase CModul Ajar Pendidikan Pancasila Kelas 5 Fase C
Modul Ajar Pendidikan Pancasila Kelas 5 Fase C
 
PELAKSANAAN + Link2 Materi TRAINING "Effective SUPERVISORY & LEADERSHIP Sk...
PELAKSANAAN  + Link2 Materi TRAINING "Effective  SUPERVISORY &  LEADERSHIP Sk...PELAKSANAAN  + Link2 Materi TRAINING "Effective  SUPERVISORY &  LEADERSHIP Sk...
PELAKSANAAN + Link2 Materi TRAINING "Effective SUPERVISORY & LEADERSHIP Sk...
 
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docxTugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
Tugas 1 ABK di SD prodi pendidikan guru sekolah dasar.docx
 
Dampak Pendudukan Jepang.pptx indonesia1
Dampak Pendudukan Jepang.pptx indonesia1Dampak Pendudukan Jepang.pptx indonesia1
Dampak Pendudukan Jepang.pptx indonesia1
 
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SDPPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
PPT AKSI NYATA KOMUNITAS BELAJAR .ppt di SD
 
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
AKSI NYATA NARKOBA ATAU OBAT TERLARANG..
 
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx
11 PPT Pancasila sebagai Paradigma Kehidupan dalam Masyarakat.pptx
 
tugas 1 tutorial online anak berkebutuhan khusus di SD
tugas 1 tutorial online anak berkebutuhan khusus di SDtugas 1 tutorial online anak berkebutuhan khusus di SD
tugas 1 tutorial online anak berkebutuhan khusus di SD
 

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