Pengenalan Teknologi Sistem Cerdas

1.       Kecerdasan buatan (Artificial Intelligence) merupakan bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia bahkan bisa lebih baik daripada yang dilakukan manusia.

Bidang Ilmu yang Menjadi Dasar Kecerdasan Buatan

1. Natural Languange Processing (NLP)

Natural Languange Processing (NLP) atau pemrosesan Bahasa Alami, merupakan salah satu cabang AI yang mempelajari pembuatan sistem untuk menerima masukan bahasa alami manusia, Dalam perkembangannya, NLP berusaha untuk mengubah bahasa alami komputer (bit dan bte) menjadi bahasa alami manusia yang kita mengerti/

2. Expert System (ES)

Expert System (ES) atau sistem pakar, merupakan salah satu cabang AI yang memperlajari pembuatan sebuah sistem yang dapat bekerja layaknya seorang pakar. ES dapat menyimpan pengetahuan seorang pakar dan memberikan solusi berdasarkan pengetahuan yang dimilikinya.

3. Pattern Recognition (PR)

Pattern Recognition (PR) atau pengenalan pola, merupakan salah satu cabang AI yang mempelajari pembuatan sebuah sistem untuk dapat mengenali suatu pola tertentu. Misalnya sistem PR untuk mengenali huruf dari tulisan tangan, walaupun terdapat perbedaan penulisan huruf A dari masing-masing orang tetapi PR dapat mengenali bahwa huruf tersebut adalah huruf A.

4. Robotic

Robotic atau Robotika merupakan salah satu cabang AI yang menggabungkan cabang - cabang AI yang lain termasuk ketiga cabang diatas untuk membentuk sebuah sistem robotik.

Sejarah Kecerdasan Buatan

Pada awal abad 17, Rene Decartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin -mesin yang rumit. Blase Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. pada 29, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

Bertrand Rusell dan Alfred North Whitehead menerbitkan Principia Mathematica yang merombak logika formal. Warren McCulloch dan Walter Pitts memnerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam aktivitas" pada 1943 yang meletakan pondasi untuk jaringan syaraf.

Tahun 1950-an adalah periode usaha aktif dalam AI. program AI pertama yang ditulis pada 1951 untuk menjalankan poranti Ferranti Mark I di University of Manchester (UK): sebuah progeam permainan catur yang ditulis oleh Christoper Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah "kecerdasan buatan" pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada tahun 1956. Dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan "Turing Test" sebagai cara untuk mengopersionalkan test prilaku cerdas, Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.

Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, progrma berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert memnerbitkan perceptrons, yang mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemostrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnsa dan terapi medis yang kadangkala disebut sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang kusut secara mendiri.

Pada tahun 1980-an, jaringan syaraf digunakan secara meluas dengan algoritma perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Pada tahun 1982, para ahlifisika seperti Hopfield menggunakan teknik - teknik statistika untuk menganalisis sifat-sifat David Rumelhart dan Geoff Hinton, melanjutkan penelitian mengenai model jaringan syaraf pada momori. Pada tahun 1985-an sedikitnya empat kelompok riset menemukan kembali algoritma pembelajaran propagansi balik. Algoritma ini berhasil diimplementasikan ke dalam ilmu komputer dan psikologi. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam aplikasi.  Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang terkaenal pada tahun 1997. DARPA menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada pemerintahan AS.

Tantangan Hebat DARPA, yang dimulai pada tahun 1004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta dimana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi ratus mil daerah gurun yang menantang.

Agen Intelegent

1. Agen Manusia

Memiliki organ sensorik seoerti mata, telinga, hidung, lidah dan kulit yang sejajar dengan sensor, dan organ lainnya seperti tangan, kaki, mulut.

2. Agen Robot

Menggantikan kamera dan pencari jarak inframerah untuk sensor, dan berbagai motor dan aktuator untuk penerusnya.

3. Agen Perangkat Lunak

Menyediakan string sedikitnya sebagai program dan tindakannya.

Agen Dan Lingkungan

• Fungsi agen memetakan dari sejarah persepsi ke dalam tindakan.
• Program agen berjalan pada arsitektur fisik untuk menghasilkan f.
• agen = arsitektur + program

Agen Rasional

Untuk setiap deretan persepsi yang mungin, sebuah agen rasional hendaklah memilih satu tindakan yang diharapkan memaksimalkan performance-nya, dengan adanya bukti yang diberikan oleh deretan persepsi dan apapun pengetahuan terpasang yang dimiliki agen itu,

Sumber :

https://id.wikipedia.org/wiki/Kecerdasan_buatan

https://www.tutorialspoint.com/artificial_intelligence/artificial_intelligence_agents_and_environments.htm

 

Menyelesaikan Malasalah Melalui Proses Pencarian

 

Terdapat banyak metode yang telah diusulkan. Semua metode yang ada dapat dibedakan ke dalam 2 jenis : 

• Pencarian buta / tanpa informasi (blind / un-informed search) 
• Pencarian heuristik / dengan informasi (heuristic atau informed search) setiap metode mempunyai karakteristik yang berbeda-beda dengan kelebihan dan kekurangan masing-masing. 

 

Untuk mengukur performansi metode pencarian, terdapat 4 kriteria yang digunakan : 

1. Completeness : Apakah metode tersebut menjamin penemuan solusi jika solusinya memang ada? 

2. Time complexity : Berapa lama waktu yang diperlukan ? 

3. Space complexity : berapa banyak memori yang diperlukan ? 

4. Optimality : Apakah metode tersebut menjamin menemukan solusi yang terbaik jika terdapat beberapa solusi yang berbeda ?

 

Heuristic Searching Sebagai Dasar dari Kecerdasan Buatan 

• Para peneliti awal kecerdasan buatan menitik beratkan pada penyelesaianmasalah yang tidak menggunakan metoda komputasi konvensional. 
• Hal ini disebabkan metoda pemecahan masalah konvensional tidak dapat lagi digunakan.

 

INTELLIGENT AGENT 

 Menurut Okamoto & Takaoka (1997): 

Agent dapat dipandang sebagai sebuah objek yang mempunyai tujuan dan bersifat autonomous (memberdayakan resourcenya sendiri) untuk memecahkan suatu permasalahan melalui interaksi seperti kolaborasi, kompetisi, negosiasi, dsb 

• Agent = sesuatu yang seolah-olah merasakan sesuatu dari lingkungannya melalui sensor dan memberikan aksi balasan kepada lingkungan tersebut melalui effector. Multi agent = kumpulan dari beberapa agent yang berada pada lingkungan yang sama 
• Human agent = agent yang dibuat menyerupai manusia memiliki mata, telinga dan organ lain sebagai sensor, serta tangan, kaki, mulut, dan bagian tubuh lain sebagai effector.
• Sebuah agent robot menggunakan kamera dan sinar infrared dalam range tertentu sebagai sensor dan berbagai motor (mesin) sebagai effector • Berikut diagram interaksi agent dengan lingkungan melalui sensor dan effector 

Breadth-first Search 

• Breadth-first search (BFS) melakukan proses searching pada semua node yang berada pada level atau hirarki yang sama terlebih dahulu sebelum melanjutkan proses searching pada node di level berikutnya. 

Urutan proses searching BFS ditunjukkan dalam Gambar 1.6 adalah: A,B,C,D,E,F,

Depth-first Search 

• Depth-first search (DFS) adalah proses searching sistematis buta yang melakukan ekpansi sebuah path (jalur) menuju penyelesaian masalah sebelum melakukan ekplorasi terhadap path yang lain. 
• Proses searching mengikuti sebuah path tunggal sampai menemukan goal atau dead end. 
• Apabila proses searching menemukan dead-end, DFS akan melakukan penelusuran balik ke node terakhir untuk melihat apakah node tersebut memiliki path cabang yang belum dieksplorasi. 

Kelebihan DFS adalah: 

• Pemakaian memori hanya sedikit, berbeda jauh dengan BFS yang harus menyimpan semua node yang pernah dibangkitkan. 
• Jika solusi yang dicari berada pada level yang dalam dan paling kiri, maka DFS akan menemukannya secara cepat.

Kelemahan DFS adalah: 

• Jika pohon yang dibangkitkan mempunyai level yang dalam (tak terhingga), maka tidak ada jaminan untuk menemukan solusi (Tidak Complete). 
• Jika terdapat lebih dari satu solusi yang sama tetapi berada pada level yang berbeda, maka pada DFS tidak ada jaminan untuk menemukan solusi yang paling baik (Tidak Optimal).

 

DLS (Depth Limited Search) 

adalah salah satu algoritma yang digunakan untuk pencarian jalur. Contoh yang dibahas kali ini adalah mengenai pencarian jalur yang melalui semua titik. 

Algoritma ini merupakan variasi dari Algoritma DFS (Depth First Search) yang sudah dijelaskan sebelumnya. Jika Algoritma DFS (Depth First Search) melakukan perhitungan (yang dimulai dengan titik terakhir) dengan cara menghabiskan semua tingkatan / kedalaman dari sebuah titik, maka algoritma ini memiliki batasan dimana perhitungan pada sebuah titik hanya dihitung sampai pada kedalaman tertentu. Setelah semua kemungkinan pada kedalaman itu sudah habis, kemudian akan dilanjutkan pada titik berikutnya.

Diasumsikan ada 5 titik yang harus dilalui semuanya, yaitu A,B,C,D,E

semua titik tidak terhubung secara langsung dengan titik-titik lainnya, melainkan hanya melalui jalur tertentu saja

setiap jalur juga memiliki biaya sendiri-sendiri

maka tentukan jalur yang harus diambil untuk mengelilingi semua titik yang ada

Diasumsikan data jalur yang tersedia adalah sebagai berikut

 

Uniform Cost Search

Uniform Cost Search adalah algoritma Seach Tree (graph) yang digunakan untuk menyelesaikan beberapa persoalan . Algoritma ini memulai pencarian dari root node, kemudian dilanjutkan ke node-node selanjutnya. Dimana node tersebut dipilih yang memilki harga (cost) terkecil dari root node. Algoritma ini merupakan modifikasi dari Bread First Search (BFS).

Sumber : 

lintang.staff.gunadarma.ac.id/Downloads/files/44491/MetodePencarian_BFSDFS.pdf

Pirates Of The Caribbean 5

Kelanjutan kisah bajak laut Kapten Jack Sparrow lewat seri ke-lima film Pirates of the Caribbean mulai terbuka. Walt Disney Pictures yang menaungi produksi film itu memberikan isyarat soal jalan cerita di film yang diberi judul Pirates of the Caribbean: Dead Men Tell No Tales.
cerita itu akan fokus pada nasib karakter Jack Sparrow yang diperankan oleh Johnny Depp. Disebutkan, Sparrow mulai menyadari ia sakit setelah pelaut hantu melarikan diri dari Devil Triangle dan mencoba membunuh semua bajak laut, terutama dirinya.

Selain tentang nasibnya, sinopsis itu juga mengatakan bahwa Sparrow telah mendapatkan kapal baru bernama The Dying Gull.

Kuy tampa basa basi lagi : Google Drive

traile: