Postingan

Menampilkan postingan dari Oktober, 2016

Metode Pencarian dan Pelacakan 1

Gambar
Metode Pencarian dan Pelacakan • Hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian. • Pencarian = suatu proses mencari solusi dari suatu permasalahan melalui sekumpulan kemungkinan ruang keadaan (state space). • Ruang keadaan = merupakan suatu ruang yang berisi semua keadaan yang mungkin. • Untuk mengukur perfomansi metode pencarian, terdapat 4 kriteria yang dapat digunakan : Completeness : apakah metode tersebut menjamin penemuan solusi jika solusinya memang ada? Time complexity : berapa lama waktu yang diperlukan? [semakin cepat, semakin baik] Space complexity : berapa banyak memori yang diperlukan Optimality : apakah metode tersebut menjamin menemukan solusi yang terbaik jika terdapat beberapa solusi berbeda? 4.1 Metode Pencarian Buta (Blind Search) : 4.1.1 Pencarian melebar pertama (Breadth – First Search) • Semua node pada level n akan dikunjungi terlebih dahulu sebelum level n+1 • Mulai dari akar terus ke

Pengenalan Logical Agen

Gambar
3.1 Knowledge-based agents • Knowledge base (pengetahuan) = sekumpulan kalimat pada sebuah bahasa formal  • Pendekatan deklaratif membangun agent : - Beritahu informasi yg relevan, simpan dalam KB  (Tell) • Agen dapat ditanya (bertanya pd diri sendiri) apa yang sebaiknya dilakukan berdasarkan KB  (Ask) • Agen dapat ditunjukkan level pengetahuan Contoh: apa yg mereka ketahui, bagaimana implementasinya Atau  level implementasi • Contoh: struktur data pada KB dan algoritma-algoritma  yang memanipulasi Agen harus dapat:  • Merepresentasikan state, action, dll. • Menerima informasi baru • Mengupdate representasi • Menyimpulkan pengetahuan lain yang tidak eksplisit (hidden property) • Menyimpulkan action apa yang perlu diambil 3.2 Wumpus world Karakteristik Wumpus world • Fully Observable No – hanya local persepsi • Deterministic Yes – keluaran yg bisa dispesifikasikan secara tepat • Episodic No – sequential pada level aksi • St

Pengenalan Intelligent Agents

Gambar
2.1 Agen dan Lingkungannya             AGENT dan Lingkungannya • Agents adalah segala sesuatu yang dapat melihat/ mengartikan/ mengetahui (perceiving) linkungannya melalui alat sensor (sensors) dan bertindak (acting) melalui alat aktuator (actuators) • Manusia sebagai agent : mata, telinga dan organ lainnya sebagai sensors; tangan, kaki, mulut dan bagian tubuh lainnya sebagai actuators  • Robot sebagai agent : kamera dan pejejak infra merah sebagai sensors; berbagai motor pengerak sebagai actuators • Software sebagai agent : tekanan pada keyboard, isi file dan paket-paket pada jaringan sebagai masukan sensors; tampilan pada layar, penulisan file dan pengiriman paket jaringan sebagai keluaran actuators 2.2 Rasionalitas • Rational agent adalah agent yang melakukan sesuatu yang benar – Setiap kolom pada tabel (Vacuum-cleaner world) diselesaikan/dikerjakan dengan benar • Apakah sesuatu yang benar ? – Agent yang paling sukses/ berhasil – Mengukur kesukse

Pengenalan Intelegensi Buatan (KB)

1.1 Pengertian Intelegensi Buatan Intelegensi Buatan (Artificial Intelligence) merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia.             Awalnya komputer difungsikan sebagai alat hitung, Seiring dengan perkembangan jaman, komputer diharapkan dapat di berdayakan untuk mengerjakan segala sesuatu yang dikerjakan oleh manusia. Manusia bisa pandai menyelesaikan masalah karena mempunyai pengetahuan, penalaran dan pengalaman. Agar komputer bisa bertindak seperti dan sebaik manusia, maka komputer harus diberi bekal pengetahuan dan mempunyai kemampuan menalar. 1.2 Intelegensi Buatan dan Intelegensi Alami Kecerdasan Buatan: 1. Lebih bersifat permanen. Kecerdasan alami bisa berubah karena sifat manusia pelupa. Kecerdasan buatan tidak berubah selama sistem komputer & program tidak mengubahnya. 2. Lebih mudah diduplikasi & disebarkan. Mentransfer pengetahuan manus