Definisi dan Pengantar Kecerdasan Buatan Artificial Intelegent Minggu1
Definisi dan Pengantar Kecerdasan Buatan (Artificial Intelegent) Minggu-1 Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 1
Definisi Artificial Inteligent Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 2
Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 3
Sejarah Kecerdasan Buatan (Artificial Intelegent) Jaman “batu” (1943 -1956) � Awal kerja Jaringan Syaraf Tiruan dan logika � Teori Logika (Alan Newell and Herbert Simon) � Kelahiran AI: Dartmouth workshop - summer 1956, yakni John Mc. Carthy’s Profesor MIT, memberi nama bidang: artificial intelligence pada tahun 1956 pada Doartmouth Conference yang dihadiri para peneliti AI Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 4
Awal antusias, harapan besar (1952 -1969) � Mc. Carthy (1958) - Mendefinisikan Lisp - Menemukan time-sharing - Advice Taker Pemodelan Jaringan Syaraf Tiruan � Pembelajaran Evolusioner � Metode resolusi Robinson. � Logic teori diperkenalkan pada Dartmouth Conference, program ini dapat membuktikan teorema matematika. � Program mengetahui kalimat sederhana yang ditulis dalam bahasa inggris yang mampu menjawab dari fakta yang didengar dalam sebuah percakapan. Sad Sam diprogam Robert K. Lindsay (1960) � Program melakukan terapi terhadap pasien dengan memberikan beberapa pertanyaan. Eliza diprogram Joseph Weizenbaum (1967). � Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 5
Masa Gelap (1966 -1973) � AI tidak mengalami perkembangan: ledakan perkembangan combinatorial � Fakta bahwa suatu program bisa mendapatkan suatu solusi secara prinsip tidak berarti bahwa program memuat beberapa mekanisme yang dibutuhkan untuk mendapatkannya secara praktis. � Kegagalan dari pendekatan terjemahan bahasa alami berbasis pada grammars sederhana dan kamus kata. � Penemuan untuk pemrosesan bahasa natural dihentikan. � Penelitian pada Jaringan Syaraf Tiruan dihentikan. � Realisasi dari kesukaran dalam proses learning dan keterbatasan dari metode yang dieksplorasi. Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 6
Renaissance (1969 -1979) �Perubahan pada paradigma penyelesaian: Dari penyelesaian masalah berbasis “searchbased” menjadi penyelesaian masalah berbasis pengetahuan. �Sistem pakar pertama ◦ Dendral: menginferensi struktur molecular dari informasi yang disediakan oleh spektrometer massa. ◦ Mycin: diagnoses blood infections ◦ Prospector: merekomendasikan eksplorasi pengeboran pada lokasi geologi yang menyediakan suatu deposit mineral Sumarsono, S. Si, M. MT -- Poltek NSC molybdenum. Surabaya 7
Era Industrial (1980 -sekarang) �Sukses pertama Sistem Pakar secara komersial. The Many AI companies. �Eksplorasi dari strategi pembelajaran yang bermacam-macam (Explanationbased learning, Case-based Reasoning, Genetic algorithms, Neural networks, etc. ) Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 8
Kembalinya neural networks (1986 sekarang) �Penggalian kembali algoritma learning back propagation untuk neural networks yang pertama dikenalkan dalam tahun 1969 oleh Bryson and Ho. �Banyak aplikasi sukses dari Neural Networks. �Kehilangan respek terhadap sulitnya membangun sistem pakar (macetnya knowledge acquisition). Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 9
Kematangan (1987 -sekarang) �Perubahan dalam cakupan dan metodologi penelitian bidang Kecerdasan Buatan: ◦ Membangun di atas teori yang ada, bukan cuma mengusulkan teori baru; ◦ Berbasis klaim pada theorema dan eksperimen, bukan pada intuisi; ◦ Menunjukkan relevansi ke aplikasi nyata, bukan pada contoh “mainan”. Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 10
Agent Cerdas (1995 -sekarang) � Realisasi yang pada mulanya dipisahkan dalam sub dari Kecerdasan Buatan (speech recognition, problem solving and planning, robotics, computer vision, machine learning, knowledge representation, etc. ) direorganisasi hasilnya kedalam suatu desain agent tunggal. � Suatu proses reintegrasi dari sub-area yang berbeda dari AI untuk membentuk “whole agent”: ◦ ◦ Agent perspective of AI Agent architectures (e. g. SOAR, Disciple); Multi-agent systems; Agent untuk aplikasi tipe-tipe yang berbeda, web agents. Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 11
AI Saat Sekarang � Perkembangan hardware dan software, berbagai produk AI telah berhasil dibangun dikehidupan sehari. Produk tersebut dihasilkan dari 4 teknik AI, yakni: Searching, Reasoning, Planning dan Learning. � Teknik Searching, seperti digunakan untuk pencarian rute optimum memandu perjalanan (Global Positioning System). � Teknik Reasoning, berbasis pengetahuan dan sudah mengeluarkan produk permainan catur HITECH. � Teknik Planning, membuat perencanaan dan memonitor eksekusi perencanaan, banyak digunakan didunia manufaktur dan robotik. produk yang sudah dikeluarkan assambling, integration and verification (AIC) pesawat terbang. � Teknik Learning, digunakan untuk sistem jaringan syaraf tiruan. Produk yang dihasilkan seperti transportasi, speech processing, computer vision, Sumarsono, S. Si, M. MT -- Poltek NSC robotics. Surabaya 12
AI Masa Depan � Prediksi AI 100 tahun akan datang, menurut Ray Kurzweil. ◦ Tahun 2009, PC akan dapat melakukan kalkulasi 1 trilliun kalkulasi perdetik. Komputer akan sangat kecil. ◦ Tahun 2019, PC akan setara dengan kemampuan otak manusia, virtual reality sudah dalam tiga dimensi, interaksi komputer dengan gesture. ◦ Tahun 2029, PC kemampuan komputasional seribu otak manusia. Komputer telah terhubunglangsung ke otak manusia, dengan koneksi high-bandwith. ◦ Tahun 2049, Makanan yang diproduksi menggunakan nano technology, dengan nilai gizi yang baik sama seperti makanan organik. ◦ Tahun 2072, Teknologi skala pycometer 10 -12 meter berhasil diaplikasikan didunia nyata. ◦ Tahun 2099, ada kecenderungan membuat gabungan antara pemikiran manusia dengan kecerdasan mesin. Tidak ada lagi perbedaan yang jelas antara manusia dan Sumarsono, S. Si, M. MT -- Poltek NSC mesin. Surabaya 13
Studi Area Artificial Intelegent Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 14
Mundane Task - Persepsi (vision & speech) - Bahasa alami (understanding, generation & translation) - Pemikiran yang bersifat commonsense - Robot control Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 15
Formal Task - Permainan / Games - Matematika (Geometri, logika, kalkulus integral, pembuktian) Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 16
Expert Task - Analisis finansial - Analisis medikal - Analisis ilmu pengetahuan - Rekayasa (design, pencarian kegagalan, perencanaan manufaktur) Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 17
Sub Disiplin Ilmu Artificial Intelegent Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 18
Robotika & Sistem Sensor �Robotika adalah satu cabang teknologi yang berhubungan desain, konstruksi, operasi, disposisi struktural, pembuatan, dan aplikasi dari robot. Robotika terkait dengan ilmu pengetahuan bidang elektronika, mesin, mekanika, dan perangkat lunak komputer. �Sensor adalah peranti yang menerima input berupa suatu besaran/sinyal fisik yang kemudian mengubahnya menjadi besaran/sinyal lain yang diteruskan ke kontroler. Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 19
Jaringan Syaraf Tiruan (Artificial Neural Network) �Jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan saraf manusia. JST merupakan sistem adaptif yang dapat mengubah strukturnya untuk memecahkan masalah berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan tersebut. �Secara sederhana, JST adalah sebuah alat pemodelan data statistik non-linier. JST dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output untuk menemukan pola-pola pada data. Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 20
Logika Fuzzy adalah peningkatan dari logika Boolean yang berhadapan dengan konsep kebenaran sebagian. Saat logika klasik menyatakan bahwa segala hal dapat diekspresikan dalam istilah biner (0 atau 1, hitam atau putih, ya atau tidak), logika fuzzy menggantikan kebenaran boolean dengan tingkat kebenaran. � Logika Fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan dan juga hitam dan putih, dan dalam bentuk linguistik, konsep tidak pasti seperti "sedikit", "lumayan", dan "sangat". Logika ini berhubungan dengan set fuzzy dan teori kemungkinan. � Logika fuzzy dan logika probabilitas secara matematis sama - keduanya mempunyai nilai kebenaran yang berkisar antara 0 dan 1 - namun secara konsep berbeda. Logika fuzzy berbicara mengenai "derajat kebenaran", sedangkan logika probabilitas mengenai "probabilitas, kecenderungan". Karena kedua hal itu berbeda, logika fuzzy dan logika probabilitas mempunyai contoh penerapan dalam dunia nyata yang berbeda. � Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 21
Algoritma Genetika �Teknik pencarian yang di dalam ilmu komputer untuk menemukan penyelesaian perkiraan untuk optimisasi dan masalah pencarian. Algoritma genetik adalah kelas khusus dari algoritma evolusioner dengan menggunakan teknik yang terinspirasi oleh biologi evolusioner seperti warisan, mutasi, seleksi alam dan rekombinasi (atau crossover) �Algoritma Genetik pertama kali dikembangkan oleh John Holland pada tahun 1970 -an di New York, Amerika Serikat. Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 22
Lingkup Artificial Intelegent pada Aplikasi Komersial Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 23
Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 24
Silabus Artificial Intelegent (AI) Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 25
Definisi kecerdasan buatan dan ruang lingkup serta aplikasinya 1. ◦ ◦ Definisi AI Sejarah AI Sub disiplin ilmu AI Ruang lingkup AI pada aplikasi komersial Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 26
2. Mendefinisikan masalah dalam ruang sistem informasi berbasis kecerdasan buatan ◦ Latar belakang ruang masalah dalam kecerdasan buatan ◦ Definisi ruang masalah ◦ Definisi aturan produksi ◦ Memilih metode pencarian yang tepat Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 27
3. Representasi pengetahuan ◦ Pengertian basis pengetahuan ◦ Merepresentasikan pengetahuan kedalam basis pengetahuan ◦ Penggunaan pengetahuan ◦ Klasifikasi representasi pengetahuan Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 28
4. Metode pencarian ◦ Macam-macam algoritma pencarian ◦ Mendefinisikan permasalahan dalam ruang keadaan ◦ Pencarian buta ◦ Pencarian heuristik Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 29
5. Kecerdasan buatan untuk menyelesaikan masalah ketidakpastian. ◦ Ruang lingkup ketidakpastian ◦ Konsep probabilitas dan teorema bayes untuk menyelesaikan masalah ketidakpastian berbasis kecerdasan buatan Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 30
6. Pengantar sistem pakar ◦ Definisi sistem pakar ◦ Bagian-bagian sistem pakar ◦ Pemain utama dalam proyek sistem pakar Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 31
7. Pengantar sistem fuzzy ◦ Definisi sistem fuzzy ◦ Ruang lingkup sistem fuzzy ◦ Penerapan sistem fuzzy Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 32
8. Pengantar jaringan syaraf tiruan ◦ ◦ Latar belakang jaringan syaraf tiruan Struktur jaringan pada otak Sejarah model jaringan syaraf Konsep pemodelan jaringan syaraf Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 33
9. Pengantar algoritma genetika ◦ Definisi algoritma genetika ◦ Siklus algoritma genetika ◦ Hal-hal penting dalam algoritma genetika Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 34
�Thank You Sumarsono, S. Si, M. MT -- Poltek NSC Surabaya 35
- Slides: 35