Kecerdasan buatan artificial intelligence
Download
1 / 39

Kecerdasan Buatan (Artificial Intelligence ) - PowerPoint PPT Presentation


  • 271 Views
  • Uploaded on

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.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Kecerdasan Buatan (Artificial Intelligence )' - luyu


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.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
Kecerdasan buatan artificial intelligence

KecerdasanBuatan(Artificial Intelligence )

PERTEMUAN I


Bahasan
BAHASAN

  • KontrakPerkuliahan

  • PemahamanTujuanPerkuliahan

  • PengantarKecerdasanBuatan

    - Definisikecerdasanbuatan

    - Kecerdasanbuatanvskecerdasanalami

    - Sejarahkecerdasanbuatan

    - Perkembangandanaplikasinya


Kontrak kuliah
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


Tujuan perkuliahan
TUJUAN PERKULIAHAN

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



Kecerdasan intelligence
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


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


Menurut Winston danPendergast (1994) :

Kecerdasanadalahkemampuanuntuk …

  • belajarataumengertidaripengalaman,

  • memahamipesan yang kontradiktifdanambigu,

  • menanggapidengancepatdanbaikatas

    situasi yang baru,

  • menggunakanpenalarandalammemecahkanmasalahsertamenyelesaikannyadenganefektif


Defenisi ai
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”


Dari defenisikemudianmunculpertanyaan :

  • Bisakahmesinberpikir?

  • Jikabisa, bagaimanacaranya?

  • Dan jikatidakbisa, kenapatidak?

  • Dan apa yang dikatakansebagaipikiran (mind)?


Revolusi pengolahan data oleh komputer

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


Tingkat kecerdasan

SAMPLE LOGIC CIRCUITS

AI

COMPUTERS

HUMANS

LOW

HIGH

SPST TOGLE SWITCH

SOME

ANIMALS

SUPERIOR ALIENS

TINGKAT KECERDASAN


Apa itu ai
APA ITU AI ?

  • Merupakankawasanpenelitian, aplikasidaninstruksi yang terkaitdenganpemrogramankomputeruntukmelakukansesuatuhal - yang dalampandanganmanusiaadalah – cerdas (H. A. Simon [1987])

  • Sebuahstuditentangbagaimanamembuatkomputermelakukanhal-hal yang padasaatinidapatdilakukanlebihbaikolehmanusia (Rich and Kinight [1991])


Tujuan ai
TUJUAN AI

  • Menurut Winston dan Prendergast (1984 ) :

  • Membuatmesinmenjadilebihpintar (tujuanutama)

  • Memahamiapaitukecerdasan (tujuanilmiah)

  • Membuatmesinlebihbermanfaat (tujuan entrepreneurial)


Kategori defenisi ai
KATEGORI DEFENISI AI

  • Defenisidari AI memberikan 4 kemungkinantujuan yang ingindicapai :



Detail kecerdasan buatan
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)


  • Dari perspektifpenelitian (research) :

    AI adalahnamadariakarstudi area. Risettentang AI dimulaipadaawaltahun 1960-an , percobaanpertamaadalahmembuat program permainancatur (game), membuktikanteoridanpemecahanmasalah-masalahsederhana.



Bagian utama ai
BAGIAN UTAMA AI

  • Basis Pengetahuan (knowledge base)

    berisifakta-fakta, teori, pemikirandanhubungankomponensatudengan yang lainnya

  • Motor Inferensi (inference engine)

    Kemampuanmenarikkesimpulanberdasarpengalaman. Berkaitandenganrepresentasidanduplikasiprosestersebutmelaluimesin (misalnya, komputerdan robot).


Konsep kecerdasan buatan
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.


  • Inferensi (PenarikanKesimpulan)  AI mencobamembuatmesinmemilikikemampuanberpikirataumempertimbangkan(reasoning), termasukdidalamnyaproses(inferencing)berdasarkanfakta-faktadanaturandenganmenggunakanmetodeheuristik, dll

  • PencocokanPola(Pattern Matching)  Berusahauntukmenjelaskanobyek, kejadian(events) atauproses, dalamhubunganlogikataukomputasional


State of art ai
‘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.


Kecerdasan buatan vs kecerdasan alami
KECERDASAN BUATAN VS KECERDASAN ALAMI

  • Lebihpermanen

  • Menawarkankemudahanduplikasidanpenyebaran

  • Lebihmurahdaripadakecerdasanalami

  • Konsistendanmenyeluruh

  • Dapatdidokumentasikan

  • Dapatmengeksekusitugastertentulebihcepatdaripadamanusia

  • Dapatmenjalankantugastertentulebihbaikdaribanyakataukebanyakanorang.


Kelebihan kecerdasan alami
KELEBIHAN KECERDASAN ALAMI

  • Bersifatlebihkreatif

  • Dapatmelakukanprosespembelajaransecaralangsung, sementara AI harusmendapatkanmasukanberupasimboldanrepresentasi-representasi

  • Menggunakanfokus yang luassebagaireferensiuntukpengambilankeputusan. Sebaliknya, AI menggunakanfokus yang sempit





Sejarah kecerdasan buatan1
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)


Awal antusias harapan besar 1952 1969
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


Masa gelap 1966 1973
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.


  • Kegagalanperceptronuntukbelajardarifungsisederhanasebagaimana disjunctive/eksclusive OR.

  • Penelitianpada JST dihentikan.

  • Realisasidarikesukarandalamproses learning danketerbatasandarimetode yang dieksplorasi

  • Konseppembelajaransimbolik (Winston’s influential thesis, 1972)


Renaissance 1969 1979
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.


  • Era industrial 1980 sekarang
    Era Industrial (1980-sekarang)

    • SuksespertamaSistemPakarsecarakomersial.

    • MunculBanyak Perusahaan AI .

    • Eksplorasidaristrategipembelajaran yang bermacam-macam (Explanation-based learning, Case-based Reasoning, Genetic algorithms, Neural networks, etc.)


    Kembalinya neural networks 1986 sekarang
    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).


    Kematangan 1987 sekarang
    Kematangan(1987-sekarang)

    • erubahandalamcakupandanmetodologipenelitianbidangKecerdasanBuatan:

    • Membangundiatasteori yang ada, bukancumamengusulkanteoribaru;

    • berbasisklaimpadatheoremadaneksperimen, bukanpadaintuisi;

    • menunjukkanrelevansikeaplikasinyata, bukanpadacontoh “mainan”.


    Agent cerdas 1995 sekarang
    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.


    Domain yang sering dibahas
    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)


    • Expert Task

      - Analisisfinansial

      - Analisismedikal

      - Analisisilmupengetahuan

      - Rekayasa (design, pencariankegagalan, perencanaan

      manufaktur)


    ad