QUIZ PENGANTAR KECERDASAN BUATAN
Kelompok : •
Hasbi Nur Haqi
(50407406) (Ketua)
•
M. Isramuddin
(50407572)
•
Septo Aditiyo
(50407796)
•
Yusup Bachtiar
(50407929) Kelas : 4IA03
UNIVERSITAS GUNADARMA 2010
Soal dan Jawaban : 1. Jelaskan apa yang dimaksud dengan kecerdasan buatan dan penerapannya pada aplikasi komersial ! Jawab : Artificial Intelligence (AI) atau Kecerdasan Buatan didefinisikan sebagai kecerdasan yang ditunjukan oleh suau entitas buatan. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin (komputer) agar dapat melakukan pekerjaan seperti apa yang dilakukan manusia. Penerapan AI : Bidang Komputer dan Sains Para Peneliti kecerdasan buatan telah membuat banyak alat untuk memecahkan beberapa masalah yang dapat dikategorikan paling rumit pada bidang komputer dan sains. Kebanyakan dari penemuan mereka telah diambil alih oleh cabang ilmu komputer dan sains dan tidak lagi menjadi bagian dari bidang ilmu kecerdasan buatan. Namun, bidang ilmu kecerdasan buatan tetap saja sulit untuk dilepaskan dari bidang ilmu ini, dikarenakan banyak bagian dari kecerdasan buatan yang digunakan dalam bidang komputer dan sains ini. Salah satu contohnya adalah konsep jaringan syaraf tiruan yang digunakan untuk mengkalkulasi probabilitas kondisi-kondisi yang akan terjadi pada masa yang akan datang. Beberapa daftar aplikasi yang sebelumnya dikembangkan oleh para peneliti kecerdasan buatan adalah GUI (Graphical User Interface), Kalkulasi koordinat mouse pada layar monitor, manajemen penyimpanan otomatis, pemrograman dinamis serta pemrograman orientasi objek. Finansial Pada bidang finansial, penggunaan kecerdasan buatan ditujukan pada pengorganisasian operasi, investasi saham, dan memanajemen properti. Sebuah sistem yang memiliki kecerdasan buatan dapat mengkalkulasi inflasi maupun deflasi yang akan terjadi di masa
depan serta dapat mengkalkulasi probabilitas naik turunnya harga saham sehingga dapat digunakan untuk menentukan investasi secara detail. Menggunakan jaringan syaraf tiruan yang dapat mendeteksi adanya perubahan-perubahan harga saham pada masa yang akan datang, membuat sistem kecerdasan buatan ni sangat layak digunakan dalam bidang Finansial. Kesehatan Pada bidang kesehatan, sistem kecerdasan buatan telah digunakan, slah satunya adalah algoritma genetika yang memungkinkan simulasi proses evolusi dan rekayasa genetika diuji coba tanpa memerlukan “korban” makhluk hidup. Algoritma ini juga dapat digunakan untuk pencocokan DNA yang sering digunakan dan saat ini mungkin populer untuk mengidentifikasi identitas seseorang. Konsep sistem pakar yang juga merupakan salah satu cabang ilmu dari kecerdasan buatan juga digunakan untuk mendiagnosa penyakit yang diderita oleh pasien sehingga memudahkan kerja dokter. Industri Pada bidang Industri penggunaan mesin sudah merupakan hal yang umum. Mesin biasanya digunakan dalam industri untuk pekerjaan yang membahayakan manusia dan yang sulit untuk dilakukan manusia. sebagai contoh memindahkan barang yang mempunyai berat ber ton-ton, pemotongan besi dan baja. bahkan dalam industri manufaktur, pekerjaan yang membutuhkan tingkat ketelitian tinggi dan konsistensi sudah diambil alih oleh mesin. Hal ini dikarenakan manusia mempunyai konsentrasi yang tidak tetap dan stamina yang cepat habis. Kondisi seperti ini yang berbahaya, baik bagi pekerja tersebut, pabrikan, dan konsumen tentunya. Oleh karena itu, sistem kecerdasan buatan telah
diimplementasikan
secara
nyata
pada
bidang
industri
ini.
Satu lagi impementasi dari sistem kecerdasan buatan pada bidang industri, yakni Quality Control yang dilakukan menggunakan sistem image processing.
Transportasi Pada bidang transportasi kecerdasan buatan sudah diimplementasikan pada banyak hal seperti sistem kontrol perpindahan gigi otomatis pada gearbox mobil bertransmisi otomatis yang menggunakan Fuzzy Logic sebagai salah satu cabag ilmu kecerdasan buatan. Penentuan rute tercepat juga dapat dilakukan oleh decision support system yang juga merupakan salah satu cabang dari kecerdasan buatan yang menggunakan GPS sebagai alat bantu navigasinya. Baru-baru ini juga telah dikembangkan sistem kecerdasan buatan yang dapat mengemudi secara otomatis serta melakukan parkir serial tanpa bantuan manusia sama sekali. Telekomunikasi Pada Bidang telekomunikasi, sistem kecerdasan buatan juga banyak digunakan antara lain untuk pencarian heuristik tentang tenaga kerja mereka, mengatur penjadwalan puluhan ribu pekerjanya, serta menentukan jumlah gaji sesuai dengan kualitas kerja mereka. Semuanya dilakukan secara otomatis dengan kecerdasan buatan yang telah diimplementasikan ke dalam sistemnya. Pengembangan Game Perkembangan Game yang pesat pada masa ini juga membutuhkan sesuatu yang berbeda pada rule permainannya. Sebuah sistem game, jika sudah dimainkan sampai tuntas oleh seorang player, maka ketika player yang sama memulai lagi permainan dari awal, maka rule permainannya akan sama. namun berbeda untuk game-game yang telah ada saat ini. sistem dalam game, dapat belajar mengenali pola permainan dari player dan ketika player tersebut memulai permainan kembali, maka sistem ini akan menggunakan rule yang berbeda untuk pemain yang sama ini. sehingga game menjadi lebih menarik dan menantang untuk dimainkan.
Pengembangan Mainan Peralatan permainan seperti AIBO dan ASIMO, robot anjing cerdas dan robot yang menyerupai manusia yang dapat berinteraksi dengan manusia menjadi salah satu favorit alat bermain yang telah menggunakan kecerdasan buatan pada sistemnya. AIBO dan ASIMO ini dapat berinteraksi dengan manusia melalui suara, fitur speech recognition di dalamnya, robot ini dapat mengerti apa yang diucapkan manusia dan menanggapinya. Musik Evolusi di bidang musik hampir selalu terkena dampak dari tekbologi yang ada pada zamannya. Sebagai contoh, era musik digital yang memungkinkan sebuah suara dapat direkan dan diputar ulang. dengan mengimplementasikan kecerdasan buatan, proses penciptaan komposisi lagu, pemrosesan suara, dan teori-teori tentang musik dapat dilakukan. Pengolahan suara adalah fokus dari pengembangan kecerdasan buatan di bidang music ini. Militer Pada bidang militer, teknologi kecerdasan buatan dapat diimplementasikan pada sistem yang mensimulasikan kondisi-kondisi perang yang mungkin akan terjadi di lapangan, mengatur strategi serta mengkalkulasi kemungkinan beberapa strategi terhadap kondisi medan perang secara simultan dan menampilkan hasilnya. Penerbangan Simulasi penerbangan pada pelatihan calon pilot sebelum benar-benar terbang dilakukan menggunakan perangkat yang telah mengimplementasikan kecerdasan buatan di dalamnya. perangkat ini dapat memberikan beragam simulasi kondisi penerbangan dengan puluhan variabel yang kompleks. Pelatihan calon pilot menerbangakan pesawat menggunakan simulator ini sangat efisien, selain mengurangi biaya untuk penerbangan yang sebenarnya, resiko kecelakaan para calon pilot juga dapat diminimalisir.
Otomotif Proses perancangan dan desain chassis serta body otomotif pada saat ini sudah semakin canggih. Computational Fluid Dynamics atau sering disebut dengan CFD saja, telah digunakan dalam proses perancangan dan pengujian. CFD menghitung variabel-variabel yang digunakan dalam perancangan mobil. Salah satunya adalah komputasi aliran arus udara yang melalui mobil dengan ribuan jalur udara yang mengelilingi seluruh body mobil. 2. Jelaskan perbedaan kecerdasan alami dan kecerdasan buatan ! Jawab : •
Kelebihan kecerdasan buatan : a. Lebih bersifat permanen. Kecerdasan alami bisa berubah karena sifat manusia
pelupa. Kecerdasan buatan tidak berubah selama sistem komputer & program tidak mengubahnya.
b. Lebih mudah diduplikasi & disebarkan. Mentransfer pengetahuan manusia dari 1
orang ke orang lain membutuhkan proses yang sangat lama & keahlian tidak akan pernah dapat diduplikasi dengan lengkap.Jadi jika pengetahuan terletak pada suatu sistem komputer, Pengetahuan tersebut dapat disalin dari komputer tersebut & dapat dipindahkan dengan mudah ke komputer yang lain.
c. Lebih murah. Menyediakan layanan komputer akan lebih mudah & murah
dibandingkan mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat lama.
d. Bersifat konsisten dan teliti karena kecerdasan buatan adalah bagian dari
teknologi komputer sedangkan kecerdasan alami senantiasa berubah-ubah.
e. Dapat didokumentasi.Keputusan yang dibuat komputer dapat didokumentasi
dengan mudah dengan cara melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami sangat sulit untuk direproduksi.
f. Dapat mengerjakan beberapa task lebih cepat dan lebih baik dibanding manusia •
Kelebihan kecerdasan alami : a. Kreatif : manusia memiliki kemampuan untuk menambah pengetahuan,
sedangkan pada kecerdasan buatan untuk menambah pengetahuan harus dilakukan melalui sistem yang dibangun.
b. Memungkinkan orang untuk menggunakan pengalaman atau pembelajaran secara
langsung. Sedangkan pada kecerdasan buatan harus mendapat masukan berupa input-input simbolik.
c. Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan sangat terbatas.
3. Jelaskan perbedaan program kecerdasan buatan dan program konvensional ! Jawab : Beda
Program Kecerdasan Buatan
Program
Kecerdasan
Konvensional simbolik/numeric Data dan informasi
Fokus Pemrosesan
Konsep
Pencarian Sifat Input Keterangan Struktur
(pengetahuan) Heuristik Bisa tidak lengkap Disediakan Control dipisahkan
Sifat Output Kemampuan Menalar
pengetahuan Kuantitatif Ya
Algoritma Harus lengkap Biasanya tidak disediakan dari Control terintegrasi dengan informasi (data) Kualitatif Tidak
4. Jelaskan langkah-langkah dalam merumuskan atau mendefinisikan masalah dalam konsep sistem cerdas ! Jawab : Langkah-langkah untuk mendeskripsikan masalah dengan baik adalah : a. Mendefinisikan suatu ruang keadaan (state space), b. Menetapkan satu atau lebih keadaan awal (initial state), c. Menetapkan satu atau lebih tujuan (goal state), d. Menetapkan kumpulan aturan.
5. Berilah contoh sebuah permasalahan lalu selesaikan permasalahan tersebut dengan menentukan keadaan awal dan goal masalah tersebut ! Kemudian sebutkan operator-operator yang dapat digunakan, gambarkan ruang keadaan (state space) hingga level 3 untuk permasalahan tersebut ! Jawab : Permasalahan : Ada 2 ember masing-masing berkapasitas 4 galon (ember A) dan 3 galon (ember B). ada pompa air yang akan digunakan untuk mengisi air pada ember tersebut. Bagaimana dapat mengisi tepat 2 galon air ke dalam ember berkapasitas 4 galon? Penyelesaian : a. Identifikasi ruang keadaan (state space) Permasalahan ini dapat digambarkan sebagai himpunan pasangan bilangan bulat : x = jumlah air yang diisikan ke ember 4 galon (ember A) y = jumlah air yang diisikan ke ember 3 galon (ember B)
Ruang keadaan = (x,y) sedemikian hingga x є {0,1,2,3,4} dan y є {0,1,2,3} b. Keadaan awal dan tujuan Keadaan awal : kedua ember kosong = (0,0) Tujuan : ember 4 galon berisi 2 galon air = (2,n) dengan sembarang n
c. Keadaan ember Keadaan ember bisa digambarkan sebagai berikut : Keadaan awal
Tujuan
(0,0)
(1,0)
(2,0)
(3,0)
(4,0)
(0,1)
(1,1)
(2,1)
(3,1)
(4,1)
(0,2)
(1,2)
(2,2)
(3,2)
(4,2)
(0,3)
(1,3)
(2,3)
(3,3)
(4,3)
d. Aturan-aturan Diasumsikan kita dapat mengisi ember air itu dari pompa air, membuang air dari ember keluar, menuangkan air dari ember yang satu ke ember yang lain. Kita buat beberapa aturan-aturan yang dapat digambarkan sebagai berikut : Aturan ke -
Jika
Maka
1
(x,y)
(4,y)
x<4
Isi ember A
(x,y)
(x,3)
y<3
Isi ember B
(x,y)
(x - d,y)
x>0
Tuang sebagian air keluar dari ember A
(x,y)
(x,y – d)
y>0
Tuang sebagian air keluar dari ember B
(x,y)
(0,y)
x>0
Kosongkan ember A dengan membuang airnya
(x,y)
(x,0)
y>0
Kosongkan ember B dengan membuang airnya
(x,y)
(4,y – (4 – x))
x + y ≥ 4 dan y > 0
Tuang air dari ember B ke ember A sampai ember A penuh
(x,y)
(x – (3 – y),3)
2
3
4
5
6
7
8
x + y ≥ 3 dan x > 0 Tuang air dari ember A ke ember B sampai ember B penuh 9
10
11
(x,y)
(x + y,0)
x + y ≤ 4 dan y > 0
Tuang seluruh air dari ember B ke ember A
(x,y)
(0,x + y)
x + y ≤ 3 dan x > 0
Tuang seluruh air dari ember A ke ember B
(0,2)
(2,0) Tuang 2 galon air dari ember B ke ember A
e. Representasi ruang keadaan dengan pohon pelacakan
Percarian suatu solusi dapat dilukiskan dengan menggunakan pohon. Tiap-tiap node menunjukkan satu keadaan. Jalur dari parent ke child, menunjukkan 1 operasi. Tiap node memiliki node child yang menunjukkan keadaan yang dapat dicapai oleh parent. Solusi yang ditemukan : Solusi 1 Isi ember A
Isi ember B
Aturan yang dipakai
0
0
1
4
0
8
1
3
6
1
0
10
0
1
1
4
1
8
2
3
Solusi
Solusi 2 Isi ember A
Isi ember B
Aturan yang dipakai
0
0
2
0
3
9
3
0
2
3
3
7
4
2
5
0
2
9
2
0
Solusi
Representasi ruang keadaan untuk kasus EMBER
6. Jelaskan apa yang dimaksud dengan knowledge base dan inference engine ! Jawab : a. Basis pengetahuan (knowledge base): berisi fakta-fakta, teori, pemikiran & hubungan
antara satu dengan lainnya. Ada 2 bentuk pendekatan basis pengetahuan :
•
Penalaran berbasis aturan (rule-based reasoning) Pada penalaran berbasis aturan, pengetahuan direpresentasikan dengan menggunakan aturan berbentuk IF-THEN. Bentuk ini digunakan apabila kita memiliki sejumlah pengetahuan pakar pada suatu permasalahan tertentu, dan si pakar dapat menyelesaikan masalah tersebut secara berurutan. Disamping itu, bentuk ini juga digunakan apabila dibutuhkan penjelasan tentang jejak (langkah-langkah) pencapaian solusi. Contoh : aturan identifikasi hewan Rule 1 : IF hewan berambut dan menyusui THEN hewan mamalia Rule 2 : IF hewan mempunyai sayap dan bertelur THEN hewan jenis burung Rule 3 : IF hewan mamalia dan memakan daging THEN hewan karnivora Dst...
•
Penalaran berbasis kasus (case-based reasoning) Pada penalaran berbasis kasus, basis pengetahuan akan berisi solusi-solusi yang telah dicapai sebelumnya, kemudian akan diturunkan suatu solusi untuk keadaan yang terjadi sekarang (fakta yang ada). Bentuk ini digunakan apabila user menginginkan untuk tahu lebih banyak lagi pada kasus-kasus yang hampir sama (mirip). Selain itu bentuk ini juga digunakan bila kita telah memiliki sejumlah situasi atau kasus tertentu dalam basis pengetahuan.
b. Motor inferensi (inference engine) : kemampuan menarik kesimpulan berdasarkan
pengalaman. Ada 2 cara yang dapat dikerjakan dalam melakukan inferensi : •
Forward Chaining Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kiri dulu (IF dulu). Dengan kata lain penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis.
•
Backward Chaining Pencocokan fakta atau pernyataan dimulai dari bagian sebelah kanan (THEN dulu). Dengan kata lain penalaran dimulai dari hipotesis terlebih dahulu, dan untuk menguji kebenaran hipotesis tersebut harus dicari fakta-fakta yang ada dalam basis pengetahuan. Contoh : R1 : IF suku bunga turun THEN harga obligasi naik R2 : IF suku bunga naik THEN harga obligasi turun R3 : IF suku bunga tidak berubah THEN harga obligasi tidak berubah R4 : IF dolar naik THEN suku bunga turun R5 : IF dolar turun THEN suku bunga naik R6 : IF harga obligasi turun THEN beli obligasi Apabila diketahui bahwa dolar turun, maka untuk memutuskan apakah akan membeli obligasi atau tidak dapat ditunjukkan sebagai berikut : Forward Chaining Dari fakta dolar turun, berdasarkan Rule 5, diperoleh konklusi suku bunga naik. Dari Rule 2 suku bunga naik menyebabkan harga obligasi turun. Dengan Rule 6, jika harga obligasi turun, maka kesimpulan yang diambil adalah membeli obligasi. Backward Chaining Dari solusi yaitu membeli obligasi, dengan menggunakan Rule 6 diperoleh anteseden harga obligasi turun. Dari Rule 2 dibuktikan harga obligasi turun bernilai benar jika suku bunga naik bernilai benar . Dari Rule 5 suku bunga naik bernilai memang bernilai benar karena diketahui fakta dolar turun.
7. Kriteria apa saja yang perlu untuk mengukur performansi dari suatu metode pencarian ! Jawab : Untuk mengukur performansi dari suatu metode pencarian, terdapat empat (4) criteria yang dapat digunakan, yaitu : a. Completeness : Apakah metode tersebut menjamin penemuan solusi jika solusinya memang ada ? b. Time Complexity : Berapa lama waktu yang diperlukan ? c. Space Complexity : Berapa banyak memori yang dibutuhkan ? d. Optimality : apakah metode tersebut menjamin menemukan solusi yang terbaik jika terdapat beberapa solusi berbeda ?
8. Jelaskan perbedaan depth-first search dan breadth-first search ! Jawab : Beda
Depth-first Search
Memori
membutuhkan memori relatif kecil, membutuhkan memori yang cukup karena
hanya
lintasan
yang
Breadth-first Search
node-node
pada banyak
aktif
yang
saja
disimpan Waktu
Secara kebetulan, akan menemukan membutuhkan waktu yang cukup solusi tanpa harus menguji lebih lama banyak lagi dalam ruang keadaan
Pencarian
Memungkinkan ditemukannya
tidak tidak akan menemui jalan buntu tujuan
yang
diharapkan Solusi
Hanya mendapat 1 solusi pada jika ada 1 solusi, maka breadth – setiap pencarian
first search akan menemukannya,jika
ada lebih dari 1 solusi, maka solusi minimum akan ditemukan.
9. Jelaskan perbedaan hill climbing dan best first search ! Jawab : Beda
Hill Climbing
Pencarian
tidak diperbolehkan untuk kembali diperbolehkan mengunjungi ke node pada level
First Search
node yang ada di level yang lebih
yang lebih rendah meskipun node rendah, jika ternyata pada level yang
node pada yang lebih tinggi ternyata
lebih rendah tersebut memiliki nilai memiliki nilai heuristik yang lebih baik.
heuristik yang lebih buruk.
10. Buat pohon pencarian berdasarkan graph berikut ini, dimulai dari S dan berakhir di G. Angka di samping node menunjukkan panjang lintasan dari node tersebut ke goal state (G).
8
5 A D 0
S 1 1
G B 9
10 C
Tunjukkan hasil proses pelacakan dari pohon pencarian yang telah anda buat, menggunakan metode pelacakan : a. Breadth-first search b. Depth-first search c. Hill climbing (steepest-ascent hill climbing) d. Best first search Jawab : a. Breadth-first search Semua node pada level n akan dikunjungi terlebih dahulu sebelum mengunjungi node-node pada level n+1. pencarian dimulai dari node akar terus ke level 1 dari kiri
ke kanan, kemudian berpindah ke level berikutnya dari kiri ke kanan hingga solusi ditemukan.
Jadi jalur lintasannya : S-B-A-C-D-G b. Depth-first search Proses pencarian dilakukan pada semua anaknya sebelum dilakukan pencarian ke node-node yang selevel. Pencarian dimulai dari node akar ke level yang lebih tinggi. Proses diulangi terus hingga ditemukan solusi.
Jadi jalur lintasannya : S-B-C-A-D-G
c. Hill Climbing (steepest-ascent hill climbing) Steepest – ascent hill climbing hampir sama dengan simple – ascent hill climbing, hanya saja gerakan pencarian tidak dimulai dari kiri, tetapi berdasarkan nilai heuristik terbaik.
Jadi jalur lintasannya : S-A-D-G d. Best first search Metode best first search merupakan kombinasi dari metode depth first search dan breadth first search dengan mengambil kelebihan dari kedua metode tersebut. Hill climbing tidak diperbolehkan untuk kembali ke node pada lebih rendah meskipun node tersebut memiliki nilai heuristik lebih baik. Pada best first search, pencarian diperbolehkan mengunjungi node di lebih rendah, jika ternyata node di level lebih tinggi memiliki nilai heuristik lebih buruk. Untuk mengimplementasikan metode ini, dibutuhkan 2 antrian yang berisi node-node, yaitu : OPEN : berisi node-node yang sudah dibangkitkan, sudah memiliki fungsi heuristik namun belum diuji. Umumnya berupa antrian berprioritas yang berisi elemen-elemen dengan nilai heuristik tertinggi. CLOSED : berisi node-node yang sudah diuji.