pertemuan 2 kecerdasan buatan
DESCRIPTION
Pertemuan 2 Kecerdasan Buatan. Masalah, Ruang Masalah, Pelacakan. Masalah dan penyelesaiannya. Untuk membangun sistem atau memecahkan masalah terdapat 4 hal :. Definisikan masalah dengan jelas Analisis masalah Isolasi/kumpulkan masalah dan representasi pengetahuan - PowerPoint PPT PresentationTRANSCRIPT
![Page 1: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/1.jpg)
Pertemuan 2Kecerdasan BuatanMasalah, Ruang Masalah, Pelacakan
![Page 2: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/2.jpg)
Masalah dan penyelesaiannya
![Page 3: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/3.jpg)
Untuk membangun sistem atau memecahkan masalah terdapat 4 hal :• Definisikan masalah dengan jelas• Analisis masalah• Isolasi/kumpulkan masalah dan
representasi pengetahuan• Pilih teknik pemecah masalah terbaik
dan terapkan untuk masalah tertentu
![Page 4: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/4.jpg)
Mendefinisikan Masalah sebagai “State Space Search” (SSS)•Misalnya permainan catur , maka SSS nya
adalah :▫Menspesifikasikan posisi awal dari papan catur▫Peraturan (rules) yang mendefinisikan
langkah-langkah yang legal▫Posisi papan yang merepresentasikan
pemenang dari satu sisi atau sisi lainnya.▫Tujuan (Goal) dari permainan adalah :
memenangkan permainan.
![Page 5: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/5.jpg)
Problem Solving Agent
•Goal-based agent mempertimbangkan action-action yang akan datang dan hasil yang ingin dicapai
•Agent Problem Solving Menemukan sequence action untuk mencapai tujuannya
•Algorithm are uninformed Tidak ada informasi untuk Problem, hanya deskripsi pada masalah tersebut
![Page 6: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/6.jpg)
Simple Problem Solving AgentFunction Simple-Problem-Solving-Agent(percept) return an action
Input : percept //a perceptStatic : seq //an action sequence, initially emptystate //some description of the current world stategoal //a goal, initially nullproblem //a problem formulation
State Update-State(state, percept)If seq is empty then dogoal Formulate-Goal(state)problem Formulate-Problem(state,goal)seq Search(Problem)
Action First(seq)Seq Rest(seq)Return action
![Page 7: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/7.jpg)
Goal & Problem Formulation
•Goal Formulation▫Kondisi saat ini▫Performance measure
•Problem Formulation▫Proses Menemukan state dan aksi-aksi yang
akan dilakukan untuk mencapai tujuannya•Search
▫input problem, output solusi dalam bentuk sequence action
![Page 8: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/8.jpg)
Well-Define Problem & Solution
•4 Komponen Problem▫Initial State▫Actions : Successor function :
Successor-Fn(x) = <Action,Successor>▫Goal Test▫Path Cost
Optimal Solution path cost terkecil
![Page 9: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/9.jpg)
Contoh Kasus
•Agent kita sedang berlibur dan sekarang sedang di kota Arad Romania
•Besok dia harus naik pesawat dari Bucharest
•Goal dari agent sekarang adalah pergi ke Bucharest
•Action yang tidak berhubungan dengan goal akan dibuang -> decision agent lebih simple
![Page 10: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/10.jpg)
Contoh Kasus
•Agent Mencapai tujuan (ke Bucharest) dengan naik mobil
•Kemana akan pergi setelah dari Arad ?▫Ada tiga jalan : ke Sibiu, Timisoara, Zerind▫Agent kita ini masih belum tahu jalan disana
(mana yang tercepat) tapi hanya memiliki peta.▫Dari informasi peta, dilakukan hipotesa
terhadap ketiga jalur tsb untuk sampai ke Bucharest
![Page 11: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/11.jpg)
Agent & Environmet•Environment
▫Static Tidak perlu memperhatikan perubahan yang terjadi
pada environment▫Observable
Ada peta, initial state diketahui (di Arad) ▫Discreet
Enumeration action▫Deterministic
Tidak bisa menangani terhadap hal-hal yang tidak diperkirakan
![Page 12: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/12.jpg)
Well-Defined Problem agent
•Initial State di Arad•Actions : Successor function
▫{<Go(Sibiu),In(Sibiu)>, <Go(Timisoara),In(Timisoara)>, <Go(Zerind),In(Zerind)>}
•Goal Test In(Bucharest)•Path Cost di slide berikutnya
![Page 13: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/13.jpg)
Path Cost Solusi Agent
![Page 14: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/14.jpg)
Formulate Goal & Problem Agent•Formulate Goal
▫Tiba di Bucharest besok•Formulate Problem
▫States : kota-kota▫Actions : mengemudi antar kota
•Solusi▫Sequence kota : Arad, Sibiu, Fagaras,
Bucharest
![Page 15: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/15.jpg)
Example Problem• Toy Problem
▫ Diharapkan bisa mengilustrasikan berbagai macam metode problem-solving
▫ Membandingkan performa algoritma▫ Akan dibahas untuk kasus : vacum cleaner, 8-puzle, 8-Queen
Problem• Reald World Problem
▫ Airline Travel Problem▫ Touring Problem▫ Traveling Salesman Problem▫ VLSI Layout▫ Robot Navigation▫ Automatic Assembly Sequencing▫ Internet Searching
![Page 16: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/16.jpg)
Toy Problem Vacuum Cleaner
States : Berada di salah satu dari dua lokasi yang ada, yg masing2 mungkin bersih atau kotor. Jadi jml kemungkinan state = 2 * 22
Initial State ? Successor Function ?
. Goal Test ? Path Cost ?
![Page 17: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/17.jpg)
Toy Problem
• Vacuum Cleaner▫ States : Berada di salah satu
dari dua lokasi yang ada, yg masing2 mungkin bersih atau kotor. Jadi jml kemungkinan state = 2 * 22
▫ Initial State : Sembarang state▫ Successor Function :
(kekiri,kekanan,bersihkan)▫ Goal Test : Semua lokasi
bersih▫ Path Cost : Setiap aksi = 1
point
![Page 18: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/18.jpg)
Toy Problem The 8-Puzzles
State : ? Initial State : ? Successor Function : ?
. Goal Test : ? Path Cost : ?
![Page 19: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/19.jpg)
Toy Problem•The 8-Puzzles
▫State : lokasi dari 8 kotak angka dan 1 kotak kosong
▫Initial State : Sembarang state▫Successor Function : (kotak kosong bergerak
kekiri, kekanan, keatas atau kebawah)▫Goal Test : Tersusun kotak angka yang diinginkan▫Path Cost : Setiap bergerak bernilai 1
![Page 20: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/20.jpg)
Toy Problem
•8-Queen Problem▫State : ?
.▫Initial State : ?
.▫Successor Function : ?
.▫Goal Test : ?
.
![Page 21: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/21.jpg)
Toy Problem
•8-Queen Problem▫State : susunan 0..8 ratu
pada papan catur▫Initial State : Tidak ada ratu
pada papan catur▫Successor Function :
Masukkan ratu ke papan catur
▫Goal Test : Tidak ada ratu yang saling serang
![Page 22: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/22.jpg)
A Water Jug Problem
•Anda diberi dua buah jug, yang satu ukuran 4 galon dan yang lain 3 galon.
•Kedua jug tidak memiliki skala ukuran. •Terdapat pompa yang dapat digunakan
untuk mengisi jug dengan air. •Bagaimana anda mendapatkan tepat 2
galon air di dalam jug 4 ukuran galon?
![Page 23: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/23.jpg)
Pendefinisian masalah•Ruang masalah untuk masalah di atas
dapat digambarkan sebagai himpunan pasangan bilangan bulat (x,y) yang terurut, sedemikian hingga x = 0, 1, 2, 3, atau 4 dan y = 0, 1, 2, atau 3;
•x menyatakan jumlah air dalam jug ukuran 4 galon, dan y menyatakan jumlah air dalam jug ukuran 3 galon.
•Keadaan mula-mula adalah (0,0). State tujuan adalah (2,n) untuk setiap nilai n.
![Page 24: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/24.jpg)
Operator-opeartor (aturan produksi) yang digunakan untuk memecahkan masalah terlihat pada tabel
1. (x,y)If x < 4
→ (4,y) Isi penuh jug 4 galon
2. (x,y) If y < 3
→ (x,3) Isi penuh jug 3 galon
3. (x,y)If x > 0
→ (x-d,y) Buang sebagian air dari jug 4 galon
4. (x,y)If y > 0
→ (x,y-d) Buang sebagian air dari galon ukuran 3 galon
![Page 25: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/25.jpg)
5. (x,y)If x > 0
→ (0,y) Kosongkan jug 4 galon
6. (x,y)If y > 0
→ (x,0) Kosongkan jug 3 galon
7. (x,y) If x+y ≥4 and y > 0
→ (4,y-(4-x)) Tuangkan air dari jug 3 galon ke jug 4 galon sampai jug 4 galon penuh
8. (x,y) If x+y ≥3 and x > 0
→ (x-(3-y),3) Tuangkan air dari jug 4 galon ke jug 3 galon sampai jug 3 galon penuh
![Page 26: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/26.jpg)
9. (x,y) If x+y ≤4 and y > 0
→ (x+y,0) Tuangkan seluruh air dari jug 3 galon ke jug 4 galon
10. (x,y)If x+y ≤3 and x > 0
→ (0,x+y) Tuangkan seluruh air dari jug 4 galon ke jug 3 galon
11. (0,2) → (2,0) Tuangkan 2 galon air dari jug 3 galon ke jug 4 galon
12. (2,y) → (0,y) Buang 2 galon dalam jug 4 galon sampai habis.
![Page 27: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/27.jpg)
Solusi untuk Water Jug Problem
Jumlah galondalam jug 4
galon
Jumlah galon dalam jug 3
galon Aturan yangdilakukan
0 0
0 3 2
3 0 9
3 3 2
4 2 7
0 2 5 atau 12
2 0 9 atau 11
![Page 28: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/28.jpg)
Real World Problem
•Airline Travel Problem•Touring Problem•Traveling Salesman Problem•VLSI Layout•Robot Navigation•Automatic Assembly Sequencing•Internet Searching
![Page 29: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/29.jpg)
Karakteristik Masalah Dalam AI : • Apakah masalahnya dapat didekomposisi
menjadi himpunan sub masalah yang (hampir) independen lebih kecil atau lebih mudah ?
• Dapatkah langkah penyelesaian diabaikan paling tidak dibatalkan ketika dapat dibuktikan hal tersebut kurang tepat ?
• Apakah universe masalah dapat diprediksi ?• Apakah solusi terbaik dari masalah tertentu
jelas, tanpa membandingkan dengan kemungkinan seluruh solusi yang lain?
• Apakah solusi yang diinginkan sebuah keadaaan atau sebuah jalur dari keadaan ?
• Apa peran dari pengetahuan ?
![Page 30: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/30.jpg)
Sistem Produksi
![Page 31: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/31.jpg)
Sistem produksi terdiri dari:• Himpunan aturan, masing-masing terdiri dari
sisi kiri (pola) yang menentukan kemampuan aplikasi dari aturan tersebut dan sisi kanan yang menggambarkan operasi yang dilakukan jika aturan dilaksanakan.
• Satu atau lebih pengetahuan atau basis data yang berisi informasi apapun untuk tugas tertentu. Beberapa bagian basis data bisa permanen, dan bagian yang lain bisa hanya merupakan solusi untuk masalah saat ini. Informasi dalam basis data ini disusun secara tepat.
• Strategi kontrol yang menspesifikasikan urutan dimana aturan akan dibandingkan dengan basis data dan menspesifikasikan cara pemecahan masalah yang timbul ketika beberapa aturan sesuai sekaligus pada waktu yang sama.
• A rule applier (pengaplikasi aturan).
![Page 32: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/32.jpg)
Strategi Kontrol
![Page 33: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/33.jpg)
Syarat-syarat strategi kontrol:
• cause motion. Perhatikan kembali water jug problem. Jika kita mengimplementasikan strategi kontrol sederhana dengan selalu memilih aturan pertama pada daftar 12 aturan yang telah dibuat, maka kita tidak akan pernah memecahkan masalah. Strategi kontrol yang tidak menyebabkan motion tidak akan pernah mencapai solusi.
• Systematic. Strategi kontrol sederhana yang lain untuk water jug problem: pada setiap siklus, pilih secara random aturan-aturan yang dapat diaplikasikan. Strategi ini lebih baik dari yang pertama, karena menyebabkan motion. Pada akhirnya strategi tersebut akan mencapai solusi. Tetapi mungkin kita akan mengunjungi beberapa state yang sama selama proses tersebut dan mungkin menggunakan lebih banyak langkah dari jumlah langkah yang diperlukan. Hal ini disebabkan strategi kontrol tersebut tidak sistematik.
![Page 34: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/34.jpg)
•Beberapa strategi kontrol yang sistematik telah diusulkan, yang biasa disebut sebagai metoda-metoda dalam teknik searching
![Page 35: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/35.jpg)
Lebih lanjut akan dibahas enam metoda pencarian: •Breadth First Search, •Uniform Cost Search, •Depth First Search, •Depth-Limited Search, • Iterative-Deepening Depth-First Search,
dan •Bi-directional search.
![Page 36: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/36.jpg)
Strategi Pencarian
![Page 37: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/37.jpg)
Terdapat empat kriteria dalam strategi pencarian, yaitu:
•Completeness: Apakah strategi tersebut menjamin penemuan solusi jika solusinya memang ada?
•Time complexity: Berapa lama waktu yang diperlukan?
•Space complexity: Berapa banyak memori yang diperlukan?
•Optimality: Apakah strategi tersebut menemukan solusi yang paling baik jika terdapat beberapa solusi berbeda pada permasalahan yang ada?
![Page 38: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/38.jpg)
Thank’s u
![Page 39: Pertemuan 2 Kecerdasan Buatan](https://reader033.vdocuments.net/reader033/viewer/2022061501/56814433550346895db0ccfe/html5/thumbnails/39.jpg)
Tugas•Selesaikan masalah dengan AI: takaran
minyak tanah hanya untuk 5 liter dan 7 liter. Definisikan masalah dan selesaikan untuk mendapatkan minyak tanah sebanyak 4 liter.
•Tugas dalam file .doc dan .pdf , laporan•Kelompok maks 5 orang•Dikumpulkan maks rabu depan (file)
email ke [email protected]•Laporan dikumpulkan sabtu depan
tanggal 9 oktober 2010