1 / 39

Kecerdasan Buatan (Artificial Intelligence )

Kecerdasan Buatan (Artificial Intelligence ). PERTEMUAN I. BAHASAN. Kontrak Perkuliahan Pemahaman Tujuan Perkuliahan Pengantar Kecerdasan Buatan - Definisi kecerdasan buatan - Kecerdasan buatan vs kecerdasan alami - Sejarah kecerdasan buatan - Perkembangan dan aplikasinya.

luyu
Download Presentation

Kecerdasan Buatan (Artificial Intelligence )

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. KecerdasanBuatan(Artificial Intelligence ) PERTEMUAN I

  2. BAHASAN • KontrakPerkuliahan • PemahamanTujuanPerkuliahan • PengantarKecerdasanBuatan - Definisikecerdasanbuatan - Kecerdasanbuatanvskecerdasanalami - Sejarahkecerdasanbuatan - Perkembangandanaplikasinya

  3. KONTRAK KULIAH • Pertemuandiadakansesuaidenganjadwalperkuliahan yang telahdisepakati. • Bobotkuliah 2 sks • Dosen : DyahD.Andayani & SatriaGunawan • MateriPerkuliahan : PengantarKecerdasanbuatan, Metode Searching, Reasoning, Planning & Learning, StudiKasus • Penilaian : Tugas & Quiz, UTS , UAS

  4. TUJUAN PERKULIAHAN Mempelajari pengertian dan konsep kecerdasan buatan (artificial intelligence) kemudian menerapkannya dalam berbagai bidang disiplin ilmu dengan membentuk pemrograman yang spesifik.

  5. PENGANTAR KECERDASAN BUATAN

  6. KECERDASAN (INTELLIGENCE) (RC Chackraborty, 2010) : • Berhubungandengantugas-tugas yang melibatkanproses mental yang tinggisepertikreatifitas, pemecahanmasalah,(problem soving), pengenalanpola (pattern recognition), prosesbelajar (learning), induksi, deduksi, membangunanalogi, optimasi, language processing, pengetahuan, dll. • Kecerdasanadalahbagiankomputasidarikemampuanuntukmencapaitujuan

  7. PerilakuCerdasadalah : • Kemampuanuntukberadaptasidenganlingkungan (perceiving one’s environment) • Beraksidalamlingkungan yang kompleks (acting in complex environment) • Belajardanmemahamidaripengalaman (learning and understanding from experience) • Menalardalampenyelesaianmasalahdanmampumendefinisikanmasalah (reasoning to solve problems and discover hidden knowledge). • Mampumengaplikasikanpengetahuandalamsituasi yang baru (knowledge applying successfully in new situation). • Berpikirabstrakdenganmenggunakananalogi (thinking abstractly, using analogies) • Berkomunikasidengan yang lainnya (Communicating with others) • Creativity, Ingenuity, Expressive-ness, Curiosity

  8. Menurut Winston danPendergast (1994) : Kecerdasanadalahkemampuanuntuk … • belajarataumengertidaripengalaman, • memahamipesan yang kontradiktifdanambigu, • menanggapidengancepatdanbaikatas situasi yang baru, • menggunakanpenalarandalammemecahkanmasalahsertamenyelesaikannyadenganefektif

  9. DEFENISI AI • Haugeland (1985) : “ The exciting new effort to make computers think…..machines with minds, in the full and literal sense”. • Bellman (1978) : “ The automation of activities that we associate with human thinking activities such as decision making, problem solving, learning….”. • Rich and Knight (1991) : “The study of how to make computers do things at which, at the moment, people are better”. • Luger and Stubblefield (1993) : “ The branch of computer science that is concerned with the automation and intelligent behaviour”

  10. Dari defenisikemudianmunculpertanyaan : • Bisakahmesinberpikir? • Jikabisa, bagaimanacaranya? • Dan jikatidakbisa, kenapatidak? • Dan apa yang dikatakansebagaipikiran (mind)?

  11. DATA PEMROSESAN PENGETAHUAN FILE-FILE DATA SISTEM PEMROSESAN DATA PENGAMBILAN KEPUTUSAN PEMROSESAN INFORMASI MESIN PEMAKAI PEMROSESAN PENGETAHUAN SISTEM PEMROSESAN INFORMASI BASIS DATA PENGAMBILAN KEPUTUSAN INFORMASI BASIS PENGE TAHUAN SISTEM PEMROSESAN PENGETAHUAN PENGETAHUAN PENGAMBILAN KEPUTUSAN REVOLUSI PENGOLAHAN DATA OLEH KOMPUTER

  12. SAMPLE LOGIC CIRCUITS AI COMPUTERS HUMANS LOW HIGH SPST TOGLE SWITCH SOME ANIMALS SUPERIOR ALIENS TINGKAT KECERDASAN

  13. APA ITU AI ? • Merupakankawasanpenelitian, aplikasidaninstruksi yang terkaitdenganpemrogramankomputeruntukmelakukansesuatuhal - yang dalampandanganmanusiaadalah – cerdas (H. A. Simon [1987]) • Sebuahstuditentangbagaimanamembuatkomputermelakukanhal-hal yang padasaatinidapatdilakukanlebihbaikolehmanusia (Rich and Kinight [1991])

  14. TUJUAN AI • Menurut Winston dan Prendergast (1984 ) : • Membuatmesinmenjadilebihpintar (tujuanutama) • Memahamiapaitukecerdasan (tujuanilmiah) • Membuatmesinlebihbermanfaat (tujuan entrepreneurial)

  15. KATEGORI DEFENISI AI • Defenisidari AI memberikan 4 kemungkinantujuan yang ingindicapai :

  16. TUJUAN DAN PENDEKATAN

  17. DETAIL KECERDASAN BUATAN • Dari perspektifkecerdasan (intelligence) : AI adalahbagaimanamembuatmesin yang “cerdas” dandapatmelakukanhal-halsebelumnya yang dapatdilakukanmanusia. • Dari perspektifbisnis : AI adalahsekelompokalat bantu (tools) yang berdayagunadanmetodologi yang menggunakan tool tersebutgunamenyelesaikanmasalah-masalahbisnis. • Dari perspektifpemrograman : AI termasukdidalamnyaadalahstuditentangpemrogramansimbolik, pemecahanmasalah, prosespencarian (searching)

  18. Dari perspektifpenelitian (research) : AI adalahnamadariakarstudi area. Risettentang AI dimulaipadaawaltahun 1960-an , percobaanpertamaadalahmembuat program permainancatur (game), membuktikanteoridanpemecahanmasalah-masalahsederhana.

  19. DOMAIN AKTIFITAS DALAM AI

  20. BAGIAN UTAMA AI • Basis Pengetahuan (knowledge base) berisifakta-fakta, teori, pemikirandanhubungankomponensatudengan yang lainnya • Motor Inferensi (inference engine) Kemampuanmenarikkesimpulanberdasarpengalaman. Berkaitandenganrepresentasidanduplikasiprosestersebutmelaluimesin (misalnya, komputerdan robot).

  21. KONSEP KECERDASAN BUATAN • Turing Test MetodePengujianKecerdasan (Alan Turing). Prosesujiinimelibatkanseorangpenanya (manusia) danduaobyek yang ditanyai. • PemrosesanSimbolik Sifatpentingdari AI adalahbahwa AI merupakanbagiandariilmukomputer yang melakukanprosessecarasimbolikdan non-algoritmikdalampenyelesainmasalah. • Heuristic Suatustrategiuntukmelakukanprosespencarian(search)ruang problem secaraefektif, yang memanduprosespencarian yang kitalakukandisepanjangjalur yang memilikikemungkinansukses paling besar.

  22. Inferensi (PenarikanKesimpulan)  AI mencobamembuatmesinmemilikikemampuanberpikirataumempertimbangkan(reasoning), termasukdidalamnyaproses(inferencing)berdasarkanfakta-faktadanaturandenganmenggunakanmetodeheuristik, dll • PencocokanPola(Pattern Matching)  Berusahauntukmenjelaskanobyek, kejadian(events) atauproses, dalamhubunganlogikataukomputasional

  23. ‘STATE OF ART ” AI • Deep Blue mengalahkan Kasparov, juaraduniaCatur. • PEGASUS, suatusistemmemahamiucapan yang mampumenanganitransaksisepertimendapatkaninformasitiketudaratermurah. • MARVEL: suatusistempakar real-time memonitorarus data daripesawat Voyager dansetiapanomalisinyal. • Sistem robot mengemudikansebuahmobildengankecepatan yang cepatpadajalanrayaumum. • Suatudiagnostiksistempakarsedangmengkoreksihasil diagnosis pakar yang sudahpunyareputasi. • Agent pintaruntukbermacam-macam domain yang bertambahpadalaju yang sangattinggi . • Subjekmateripakarmengajarsuatu learning agent penalarannyadalampusatpenentuangravitasi.

  24. KECERDASAN BUATAN VS KECERDASAN ALAMI • Lebihpermanen • Menawarkankemudahanduplikasidanpenyebaran • Lebihmurahdaripadakecerdasanalami • Konsistendanmenyeluruh • Dapatdidokumentasikan • Dapatmengeksekusitugastertentulebihcepatdaripadamanusia • Dapatmenjalankantugastertentulebihbaikdaribanyakataukebanyakanorang.

  25. KELEBIHAN KECERDASAN ALAMI • Bersifatlebihkreatif • Dapatmelakukanprosespembelajaransecaralangsung, sementara AI harusmendapatkanmasukanberupasimboldanrepresentasi-representasi • Menggunakanfokus yang luassebagaireferensiuntukpengambilankeputusan. Sebaliknya, AI menggunakanfokus yang sempit

  26. KOMPUTASI AI VS KOMPUTASI KONVENSIONAL

  27. AI VS PEMROGRAMAN KONVENSIONAL

  28. SEJARAH KECERDASAN BUATAN

  29. SejarahKecerdasanBuatan • Awalkerja JST danlogika • TeoriLogika (Alan Newell and Herbert Simon) • Kelahiran AI: Dartmouth workshop - summer 1956 • John McCarthy’s memberinamabidang: artificial intelligence Jaman “batu” (1943-1956)

  30. Awalantusias, harapanbesar(1952-1969) • McCarthy (1958) - mendefinisikan Lisp - menemukan time-sharing - Advice Taker • Pembelajarantanpapengetahuan • Pemodelan JST • PembelajaranEvolusioner • Samuel’s checkers player: pembelajaran • Metoderesolusi Robinson. • Minsky: the microworlds (e.g. the block’s world). • Banyakdemonstrasikecilttgperilaku “intelligent” • Prediksi over-optimistic Simon

  31. Masa Gelap (1966-1973) • AI tidakmengalamiperkembangan: ledakanperkembangan combinatorial • Faktabahwasuatu program bisamendapatkansuatusolusisecaraprinsiptidakberartibahwa program memuatbeberapamekanisme yang dibutuhkanuntukmendapatkannyasecarapraktis. • Kegagalandaripendekatanterjemahanbahasaalamiberbasispada grammars sederhanadankamuskata. • Penterjemahankembali yang populer English->Russian->English • Penemuanuntukpemrosesanbahasa natural dihentikan.

  32. Kegagalanperceptronuntukbelajardarifungsisederhanasebagaimana disjunctive/eksclusive OR. • Penelitianpada JST dihentikan. • Realisasidarikesukarandalamproses learning danketerbatasandarimetode yang dieksplorasi • Konseppembelajaransimbolik (Winston’s influential thesis, 1972)

  33. Renaissance (1969-1979) • Perubahanpadaparadigmapenyelesaian: • Dari penyelesaianmasalahberbasis “search-based” menjadipenyelesaianmasalahberbasispengetahuan. • Sistempakarpertama • Dendral: menginferensistruktur molecular dariinformasi yang disediakanolehspektrometermassa. • Mycin: diagnoses blood infections • Prospector: merekomendasikaneksplorasipengeboranpadalokasigeologi yang menyediakansuatu deposit mineral molybdenum.

  34. Era Industrial (1980-sekarang) • SuksespertamaSistemPakarsecarakomersial. • MunculBanyak Perusahaan AI . • Eksplorasidaristrategipembelajaran yang bermacam-macam (Explanation-based learning, Case-based Reasoning, Genetic algorithms, Neural networks, etc.)

  35. Kembalinya neural networks (1986-sekarang) • Penggaliankembalialgoritma learning back propagation untuk neural networks yang pertamadikenalkandalamtahun 1969 oleh Bryson and Ho. • Banyakaplikasisuksesdari Neural Networks. • Kehilanganrespekterhadapsulitnyamembangunsistempakar (macetnya knowledge acquisition).

  36. Kematangan(1987-sekarang) • erubahandalamcakupandanmetodologipenelitianbidangKecerdasanBuatan: • Membangundiatasteori yang ada, bukancumamengusulkanteoribaru; • berbasisklaimpadatheoremadaneksperimen, bukanpadaintuisi; • menunjukkanrelevansikeaplikasinyata, bukanpadacontoh “mainan”.

  37. Agent Cerdas (1995-sekarang) • Realisasi yang padamulanyadipisahkandalam sub dariKecerdasanBuatan (speech recognition, problem solving and planning, robotics, computer vision, machine learning, knowledge representation, etc.) perludireorganisasibilamanahasil-hasilnyadiikatbersama-samakedalamsuatudesain agent tunggal. • Suatuprosesreintegrasidari sub-area yang berbedadari KB untukmembentuk “whole agent”: • “agent perspective” of AI • agent architectures (e.g. SOAR, Disciple); • multi-agent systems; • agent untukaplikasitipe-tipe yang berbeda, web agents.

  38. DOMAIN YANG SERING DIBAHAS • Mundane Task - Persepsi (vision & speech) - Bahasaalami (understanding, generation & translation) - Pemikiran yang bersifat commonsense - Robot control • Formal Task - Permainan / Games - Matematika (Geometri, logika, kalkulus integral, pembuktian)

  39. Expert Task - Analisisfinansial - Analisismedikal - Analisisilmupengetahuan - Rekayasa (design, pencariankegagalan, perencanaan manufaktur)

More Related