Artificial Intelligence

Tema yang akan saya bahas pada blog saat ini berhubungan dengan AI (Artificial Intelligence) atau dalam bahasa Indonesia bisa disebut kecerdasan buatan. Apa itu AI?  Artificial Intelligence adalah bidang ilmu komputasi yang memungkinkannya untuk memahami, bernalar dan bertindak. Bagian utama dari Artificial Intelligence yaitu :

1.     Basis Pengetahuan ( Knowledge Base)

·        Berisi fakta-fakta, teori, pemikiran dan hubungan antara satu dengan lainnya.

2.     Motor Inferensi (Inference Engine)

·        Kemampuan menarik kesimpulan berdasarkan pengalaman.

Langkah penyelesaian masalah berdasarkan AI :

1.     Mendefinisikan problema dengan tepat

·        Berisi kondisi awal dan situasi akhir yang menghasilkan solusi yang dapat diterima.

2.     Menganalisis masalah

3.     Memilih teknik terbaik

Program pelacakan menggunakan satu algoritma atau lebih, tapi algoritma tsb tidak memecahkan masalah secara langsung dengan rumus melainkan hanya untuk menguji pangkalan pengetahuan dengan cara yang teratur agar didapatkan solusi yang diharapkan. Metode menggunakan pangkalan pengetahuan adalah pelacakan yaitu suatu teknik mencari jawaban atas pertanyaan dengan cara menguji berbagai alternatif yang ada dalam pengkalan pengetahuan dengan cara “trial and error”.

 

Trial and Error adalah salah satu metode yang bisa di gunakan dalam mencari solusi sebuah masalah. Metode ini banyak ditemukan dalam bidang informatika atau ilmu komputer. Trial and error menggunakan pendekatan aplikatif dari sebuah algoritma yang akan digunakan untuk menyelesaikan suatu masalah.

Metode pencarian dikatakan penting untuk menyelesaikan permasalahan karena setiap state (keadaan) menggambarkan langkah-langkah untuk menyelesaikan permasalahan. Metode pencarian juga penting untuk perencanaan karena dalam sebuah permainan akan menentukan apa yang harus dilakukan, di mana setiap state menggambarkan kemungkinan posisi suatu saat. Metode pencarian adalah bagian dari kesimpulan, di mana setiap state menggambarkan hipotesis dalam sebuah rangkaian deduktif.

Mendefinisikan Masalah Sebagai Suatu Ruang Keadaan

Secara umum, untuk mendeskripsikan suatu permasalahan dengan baik harus :

1.     Mendefinisikan suatu ruang keadaan.

2.     Menerapkan satu atau lebih keadaan awal.

3.     Menetapkan satu atau lebih tujuan.

4.     Menetapkan kumpulan aturan.

Teknik Pencarian

Pada dasarnya ada dua teknik pencarian yaitu yang biasanya digunakan :

a.     Pencarian Buta (Blind Search)

b.     Pencarian terbimbing (Heuristic Search)

a.     Pencarian Buta

Pencarian buta merupakan sekumpulan prosedur yang digunakan dalam melacak ruang keadaan. Pencarian berlangsung sampai solusi terakhir ditemukan. Idenya adalah menguji seluruh kemungkinan yang ada untuk menemukan solusi. 

 

  

1.  Pencarian Melebar Pertama (Breadth-First Search)

Pada metode Breadth-First Search, menguji semua node dalam pohon pelacakan mulai dari node akar. Node yang ada pada setiap tingkat seluruhnya diuji sebelum pindah ke tingkat berikutnya.

2.   Pencarian Mendalam Pertama (Depth-First Search) Pada Depth First Search, proses pencarian akan dilaksanakan pada semua anaknya sebelum dilakukan pencarian ke node-node yang selevel. Pencarian dimulai dari node akar ke level tinggi. Jika keadaan tujuan tidak tercapai maka proses dilakukan dengan jalan pelacakan backtrak ke node sebelumnya. Menjamin bisa menemukan solusi tapi waktu pelacakannya lama.

b.     Pencarian terbimbing (Heuristic Search)

Heuristic  yang berasal dari bahasa Yunani yang berarti “menemukan / menyingkap”. Pencarian terbimbing merupakan pencarian yang membantu mengurangi wilayah pelacakan yang bisa menimblukan berbagai alternatif solusi sehingga dapat membimbing ke tujuan yang diinginkan.

1.     Pencarian Mendaki Bukit (Hill Climbing)

Merupakan pelacakan depth first yang memanfaatkan heuristik untuk menentukan jarak yang terpendek atau biaya terendah menuju tujuan yang diinginkan. Pembangkitan keadaan berikutnya sangat bergantung pada timbal balik dari prosedur pengetesan.

2.    Pencarian Terbaik Pertama (Best First Search)

Merupakan kombinasi dari breadth first dan depth first. Pencarian diperbolehkan mengunjungi node yang ada di level yang lebih rendah, jika ternyata node yang lebih tinggi ternyata memiliki nilai heuristrk yang lebih buruk.

SEMANTIC NETWORK

Semantic network adalah reprentasi yang mengekspresikan solusi permasalahan dengan menggunakan network (graph berarah).Didalamnya digunakan node  (simpul) untuk mereprentasikan suatu kondisi dan arc (link) untuk merepresentasikan relasi antar simpul.

Sebagai contoh adalah permasalahan petani, padi, angsa, serigala. Seorang petani ingin memindahkan dirinya sendiri , seekor serigala, seekor angsa gemuk dan seikat padi untuk menyeberangi sungai. Sayangnya perahunya sangat terbatas, dia hanya dapat membawa satu objek dalam satu penyeberangan.Dan lagi, dia tidak dapat meninggalkan serigala dan angsa dalam satu tempat, karena serigala akan memangsa angsa. Demikian pula dia tidak bisa meninggalkan angsa dan padi dalam satu tempat karena angsa akan memangsa padi

  

Analisa Penyelesaian :

Berdasarkan gambaran diatas maka dapat kita analisa bahwa pertama petani membawa angsa ke seberang sungai lalu petani kembali lagi ke tempat semula. Kedua Petani akan membawa padi ke seberang kemudian padi diturunkan dan petani membawa angsa kembali. Ketiga Petani membawa serigala ke seberang lalu petani menurunkan serigala. Petani kembali ke tempat semula dan membawa angsa ke seberang sungai.