KECERDASAN BUATAN UNTUK MENYELESAIKAN RUBIK S CUBE DENGAN ALGORITMA IDA*
|
|
- Agus Tedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 KECERDASAN BUATAN UNTUK MENYELESAIKAN RUBIK S CUBE DENGAN ALGORITMA IDA* Ardhan Wahyu R 1, Purwanto 2, dan Susy Kuspambudi A 3 Universitas Negeri Malang ardhan.matematika@gmail.com; purmatum@yahoo.com; susyka06@yahoo.co.id ABSTRAK: Tujuan dari penelitian ini adalah untuk (1) mengetahui cara merepresentasikan masalah pada rubik s cube agar dapat diselesaikan dengan algoritma IDA*, (2) mengetahui cara kerja algoritma IDA* untuk menyelesaikan rubik s cube yang telah direpresentasi, (3) membuat sebuah program kecerdasan buatan terkait menggunakan bahasa Java. Dalam hal ini rubik s cube direpresentasikan ke dalam bentuk 2 dimensi. Hasil dari penelitian ini adalah (1) rubik s cube dapat diselesaikan dengan kecerdasan buatan, (2) langkah-langkah yang terdapat dalam algoritma dapat dibuat dalam bentuk program kecerdasan buatan yang dapat menyelesaikan rubik s cube, (3) tidak semua keadaan awal dari rubik s cube dapat diselesaikan dengan program kecerdasan buatan yang telah dikembangkan. Kata kunci: rubik s cube, algoritma IDA*, Java Rubik s cube adalah permainan berjenis teka-teki. Berdasarkan Wikipedia (2013) rubik s cube dikenalkan pada tahun 1974 oleh profesor berkebangsaan Hungaria bernama Erno Rubik. Rubik s cube disusun oleh kubus-kubus kecil sebanyak Setiap kubus kecil ini memiliki warna yang berbeda. Setiap bagian dapat dirotasi 80 0, 90 0, atau Rotasi yang dilakukan mengakibatkan warna dari salah satu sisi berpindah ke sisi yang lain sehingga susunan warna sisinya berubah. Tujuan memainkan rubik s cube adalah menyusun warna pada sisinya dari kondisi yang acak ke kondisi dimana setiap sisi hanya memiliki satu warna. Masalah yang terdapat pada rubik s cube adalah bagaiamana caranya agar rubik s cube dalam keadaan acak dapat kembali pada keadaan yang tersusun. Untuk menyelesaikan masalah tersebut dapat digunakan algoritma Frederich Layer Method, Waterman Method dan Waterman Method yang merupakan algoritma yang dirancang khusus untuk menyelesaikan rubik s cube. Ketiga algoritma tersebut tidak dapat memberikan langkah terpendek untuk menyelesaikan rubik s cube. Yang menjadi masalah selanjutnya adalah bagaiamana caranya agar rubik s cube kembali pada keadaan yang tersusun dengan langkah terpendek. Untuk menjawab permasalahan yang terdapat pada rubik s cube dapat dikembangkan suatu kecerdasan buatan. Seperti yang dikatakan oleh Kusumadewi (2003:1) bahwa Kecerdasan buatan atau artificial intelligence merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia. Kecerdasan buatan yang dikembangkan bertujuan menemukan solusi dari rubik s cube. 1 Ardhan Wahyu R adalah mahasiswa Jurusan Matematika FMIPA Universitas Negeri Malang 2 Purwanto adalah dosen Jurusan Matematika FMIPA Universitas Negeri Malang 3 Susy Kuspambudi A adalah dosen Jurusan Matematika FMIPA Universitas Negeri Malang
2 Kecerdasan buatan ini menggunakan algoritma IDA* dengan nilai heuristik pattern database. PEMBAHASAN Ada 4 tahapan utama yang dilakukan untuk mengembangkan kecerdasan buatan untuk menyelesaikan rubik s cube, yaitu: 1. Merepresentasikan bentuk rubik s cube ke dalam 2 dimensi Russel dan Norvig (2010:108) menyatakan bahwa masalah terdiri dari 5 bagian dan salah satunya adalah model peralihan. Model peralihan bisa juga disebut dengan representasi. Artinya masalah yang awalnya terlihat sangat rumit dapat direpresentasi menjadi yang lebih sederhana dengan bentuk lain (representasi lain). Dalam hal ini rubik s cube yang sebelumnya berbentuk 3 dimensi direpresentasi ke dalam bentuk 2 dimensi dengan cara membuka sisi-sisinya. Karena bentuk rubik s cube direpresentasi maka operasi juga harus direpresentasi. Sebelum direpresentasi operasi pada rubik s cube adalah rotasi terhadap layer. Setelah direpresentasi operasi pada rubik s cube adalah pemindahan warna. Gambar 1 menunjukkan gambar dari rubik s cube yang direpresentasikan ke dalam bentuk 2 dimensi. Gambar 1: Representasi Rubik s Cube Tabel 1 menunjukkan operasi yang dilakukan pada rubik yang telah direpresentasi. 2. Membangun pattern database yang digunakan sebagai nilai heuristik Suyanto (2011) menyatakan bahwa heuristik adalah suatu proses yang mungkin dapat menyelesaikan suatu masalah tetapi tidak ada jaminan bahwa solusi yang dicari selalu ditemukan. Yang ditekankan adalah tidak adanya jaminan. Sementara itu Poole dan Mackworth (2010:56) menyatakan bahwa fungsi heuristik adalah fungsi untuk menebak arah mana yang akan ditempuh agar mencapai solusi. Fungsi heuristik menghasilkan nilai heuristik yang merupakan nilai yang digunakan untuk menebak arah pencarian. Salah satu yang dapat digunakan sebagai nilai heuristik adalah Pattern database. Culberson dan Schaeffer (1998:321) menyatakan bahwa Pattern database basis data yang berisi keadaan-keadaan yang mungkin yang didapatkan dari hasil permutasi keadaan awal. Pattern database untuk rubik s cube adalah keadaan-keadaan dari rubik s cube yang diperoleh dari hasil permutasi keadaan tujuan. Korf (1997) membagi rubik s cube menjadi 3 pola untuk disimpan dalam basis data. Hal ini dilakukan
3 Tabel 1 Operasi Rubik s Cube 2 Dimensi Front Back Up Down Right Left Warna Warna Warna Warna Warna Warna Di Ke Di Ke Di Ke Di Ke Di Ke Di Ke agar pola yang disimpan tidak terlalu besar. Pembagian tersebut ditunjukkan pada Gambar 2. Gambar 2: Pembagian pola Pattern database untuk rubik s cube ini dibangun dengan menggunakan algoritma DLS (Depth Limited Search). Gambar 3 menunjukkan diagram alir dari algoritma DLS untuk membangun pattern database.
4 Gambar 3: Diagram Alir untuk Membangung Pattern Database Jika proses membangun pattern database telah selesai maka akan didapatkan suatu basis data yang berisi keadaan dari rubik s cube beserta nilainya. Table 2 menunjukkan contoh dari basis data dengan nilai 1. Tabel 2 Pola 1 Dengan Nilai 1 Keadaan untuk pola 1 Nilai (kedalaman) MMMMOOOOPBPBHHKKPPHHBKBK 1 PPMMOKOKOOPPKMKMHHHHBBBB 1 MMKKPOPOPPMMOKOKHHHHBBBB 1 MBMBHHOOPPPPKKKKHMHMOOBB 1 HMHMOOBBPPPPKKKKOHOHBBMM 1 MMMMOOOOBPBPKKHHHHPPKBKB 1 MMMMOOOOPHPHBBKKKKHHBPBP 1 KKMMOPOPMMPPKOKOHHHHBBBB 1 MMPPKOKOPPOOMKMKHHHHBBBB 1 MHMHBBOOPPPPKKKKHOHOMMBB 1 BMBMOOHHPPPPKKKKMHMHBBOO 1 MMMMOOOOKPKPKKPPHHBBHBHB 1 MMMMOOOOPKPKPPKKBBHHBHBH 1 MOMOMMOOPPPPKKKKHBHBHHBB 1 3. Mencari solusi dengan menggunakan algoritma IDA* Algoritma IDA* merupakan salah satu algoritma yang termasuk dalam kategori pencarian terbimbing sehingga pencarian yang dilakukan dengan menggunakan algoritma IDA* bergantung dari nilai heuristik. Yang digunakan sebagai nilai heuristik adalah nilai yang terdapat pada pattern database. Gambar 4 menunjukkan diagram alir dari algoritma IDA* untuk mencari solusi dari rubik s cube.
5 Gambar 4: Diagram Alir Algoritma IDA* Diagram alir pada Gambar 4 menggunakan DFS CONTOUR. Diagram alir dari DFS CONTOUR ditunjukkan pada Gambar 5. Gambar 5: Diagram Alir DFS CONTOUR Algoritma IDA* ini menerima masukkan berupa keadaan rubik s cube yang acak dan mengembalikan solusi dari rubik s cube. 4. Membuat program kecerdasan buatan dengan bahasa Java Tahap terakhir adalah mengembangkan suatu program kecerdasan buatan menggunakan bahasa pemrograman Java. Bahasa Java merupakan karya Sun Microsystem Inc. Rilis resmi level beta dilakukan pada November 1995 (Hariyanto, 2010:1). Bahasa Java adalah bahasa pemrogram berorientasi objek. Eck (2011:169) menyatakan bahwa gaya objek lebih dekat dengan cara orang berpikir. Cara mengembangkan program kecerdasan buatan dengan bahasa Java adalah dengan membangun kelas-kelas yang dibutuhkan. Tabel 3 menunjukkan kelas-kelas yang dibangun beserta kegunaanya.
6 Tabel 3 Kelas-kelas Dalam Program Kecerdasan Buatan Nama Kelas Kegunaan Rubik.java Merepresentasikan obyek rubik s cube ke dalam sebuah kelas. BangunHeuristik.java Membangun pattern database untuk rubik s cube. IDAstar.java Mencari solusi dari rubik s cube. Stack.java Kelas yang berfungsi sebagai tipe data tumpukan (stack). Koneksi.java Menghubungkan program dengan basis data. Kelas ini memanfaatkan pustaka dari MySQL Connector/J yang berfungsi menghubungkan program dengan basis data MySQL. FUtama.java Tampilan utama dari program. FHeuristik.java Tampilan untuk memasukkan heuristik dan melihat kedalamanya. FInput.java Membuat keadaan awal dari rubik s cube yang ingin dicari solusinya. Gambar.java Tampilan gambar untuk rubik s cube 2 dimensi. FPencarian.java Menampilkan hasil pencarian solusi. Dari penelitian ini dihasilkan sebuah program kecerdasan buatan yang dapat menyelesaikan rubik s cube. Gambar 6 menunjukkan antar muka dari program. Gambar 6: Antar Muka Program Kecerdasan Buatan Program kecerdasan buatan ini mampu menemukan solusi terpendek untuk menyelesaikan rubik s cube, akan tetapi tidak semua keadaan dapat diselesaikan dengan program ini. Keadaan yang mampu diselesaikan oleh program ini adalah keadaan rubik s cube yang diacak dengan menggunakan maksimal 6 operasi. Table 4 menunjukkan beberapa contoh keadaan dari rubik s cube yang solusinya ditemukan.
7 Tabel 4 Pengujian Beberapa Keadaan Awal Keadaan Awal Titik Waktu (mili detik) Solusi L U 1 F B 1 U 1 F D 1 B 1 U 1 F 1 R 1 U PENUTUP Kesimpulan Kecerdasan buatan dengan algoritma IDA* dapat menemukan solusi dari rubik s cube yang sebelumnya telah direpresentasi ke dalam bentuk 2 dimensi. Untuk dapat menemukan solusi, algoritma memanfaatkan pattern database sebagai nilai heuristik. Semakin banyak data yang tersimpan pada patttern database maka akan semakin baik pencarian yang dilakukan oleh kecerdasan buatan ini. Akan tetapi, basis data yang digunakan pada kecerdasan buatan ini tidak sanggup menyimpan data sebanyak yang ditargetkan.
8 Saran Berdasarkan kesimpulan di atas, maka disarankan untuk mencoba mencari alternatif basis data yang dapat digunakan untuk menyimpan data lebih banyak karena basis data yang digunakan pada kecerdasan buatan ini hanya mampu menyimpan semua data dengan maksimal 6 operasi. Dengan data yang lebih banyak, kecerdasan buatan ini akan bekerja dengan lebih baik. DAFTAR RUJUKAN Culberson, Joseph C & Schaeffer, Jonathan Pattern Database, (Online), ( trabajos/trabajos-1/pattern-database.pdf), diakses 6 Mei Eck, David J Introduction to Programming Using Java, Sixth Edition, (Online), ( javanotes6.pdf), diakses 6 Mei Hariyanto, Bambang Esensi-Esensi Bahasa Pemrograman Java. Bandung: Informatika. Korf, Richard E Finding Optimal Solutions to Rubik s Cube Using Pattern Databases, (Online), ( archive/fall06/cos402/papers/korfrubik.pdf), diakses 6 Mei Kusumadewi, Sri Artificial Intelligence: Teknik dan Aplikasinya. Yogjakarta: Graha Ilmu. Poole, David L & Mackworth, Alan K Artificial Intelligence: Foundations of Computational Agents, Cambridge: Cambridge University Press. Russell, Stuart & Norvig, Peter Artificial Intelligence: A Modern Approach (Third Edition). New Jersey: Prentice Hall. Suyanto Artificial Intelligence: Searching, Reasoning, Planning and Learning. Bandung: Informatika. Wikipedia Rubik s Cube, (Online), ( s Cube), diakses 22 Juli 2013.
Kecerdasan Buatan B Artificial Inttelligent CEH3I3 PRODI SISTEM KOMPUTER UNIVERSITAS TELKOM BANDUNG 2017
Kecerdasan Buatan B Artificial Inttelligent CEH3I3 PRODI SISTEM KOMPUTER UNIVERSITAS TELKOM BANDUNG 2017 PENDAHULUAN (Pengenalan Silabus dan Kontrak Belajar) Pengenalan Matakuliah Matakuliah Bobot : Kecerdasan
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) IKG2J3 KECERDASAN BUATAN Disusun oleh: PROGRAM STUDI ILMU KOMPUTASI FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Semester (RPS) ini telah disahkan
Lebih terperinciBAB I PENDAHULUAN. berguna untuk membantu manusia dalam melakukan pekerjaan tertentu, misalnya. dan pekerjaan yang memerlukan tenaga besar.
BAB I PENDAHULUAN I.1. Latar Belakang Teknologi adalah cara untuk mendapatkan suatu kualitas yang lebih baik, lebih mudah, lebih murah, lebih cepat dan lebih menyenangkan. Salah satu teknologi berkembang
Lebih terperinciKI Kecerdasan Buatan Materi 6: Pencarian dgn. Lihat Status Lawan (Adversarial Search)
[AIMA] Russel, Stuart J., Peter Norvig, "Artificial Intelligence, A Modern Approach" rd Ed., Prentice Hall, New Jersey, KI9 Kecerdasan Buatan Materi 6: Pencarian dgn. Lihat Status Lawan (Adversarial Search)
Lebih terperinciTK36301 PENGANTAR KECERDASAN BUATAN
RENCANA PEMBELAJARAN SEMESTER (RPS) TK36301 PENGANTAR KECERDASAN BUATAN DISUSUN OLEH : APRIANTI PUTRI SUJANA, S.KOM., M.T. PROGRAM STUDI S1 SISTEM KOMPUTER FAKULTAS TEKNIK DAN ILMU KOMPUTER UNIVERSITAS
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang semakin pesat menyebabkan kebutuhan akan kecerdasan buatan (artificial intelligence) semakin pesat. Permainan komputer merupakan salah satu
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN PROGRAM. analisis, desain/perancangan, kode, dan pengujian/implementasi. Tahap analisis
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM Perancangan program simulasi dalam skripsi ini terdiri dari empat tahapan, yaitu analisis, desain/perancangan, kode, dan pengujian/implementasi. Tahap analisis kebutuhan,
Lebih terperinciIMPLEMENTASI ALGORITMA GENERATE AND TEST PADA PENCARIAN RUTE TERPENDEK
IMPLEMENTASI ALGORITMA GENERATE AND TEST PADA PENCARIAN RUTE TERPENDEK Selvy Welianto (1) R. Gunawan Santosa (2) Antonius Rachmat C. (3) selvywelianto@yahoo.com gunawan@ukdw.ac.id anton@ukdw.ac.id Abstraksi
Lebih terperinciKECERDASAN BUATAN ARTIFICIAL INTELLIGENCE. Copyright: Anik Handayani FT-UM
KECERDASAN BUATAN ARTIFICIAL INTELLIGENCE Copyright: Anik Handayani FT-UM ARTIFICIAL INTELLIGENCE Mata Kuliah:Kecerdasan Buatan (Artificial Intelligence/AI) Deskripsi Mengenai Kecerdasan Buatan Kecerdasan
Lebih terperinciIMPLEMENTASI ALGORITMA LAYER-BY-LAYER UNTUK MENYELESAIKAN RUBIK S CUBE DALAM KODE PROGRAM
IMPLEMENTASI ALGORITMA LAYER-BY-LAYER UNTUK MENYELESAIKAN RUBIK S CUBE DALAM KODE PROGRAM Khandar William Program Studi Teknik Informatika Sekolah Tinggi Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciPERANCANGAN SYSTEM PAKAR GENERIC MENGGUNAKAN BINARY TREE
PERANCANGAN SYSTEM PAKAR GENERIC MENGGUNAKAN BINARY TREE Luky Agus Hermanto, ST., MT. Jurusan Teknik Informatika Fakultas Teknologi Informasi Institut Teknologi Adhi Tama Surabaya Jl. Arif Rahman Hakim
Lebih terperinciPENCARIAN RUTE TERPENDEK PENGIRIMAN SANGKAR BURUNG MENGGUNAKAN METODE BFS (Breath First Search) DAN DFS (Depth First Search) SKRIPSI
PENCARIAN RUTE TERPENDEK PENGIRIMAN SANGKAR BURUNG MENGGUNAKAN METODE BFS (Breath First Search) DAN DFS (Depth First Search) SKRIPSI Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer
Lebih terperinciIMPLEMENTASI ALGORITMA STOCHASTIC HILL CLIMBING PADA PERMAINAN MASTERMIND
IMPLEMENTASI ALGORITMA STOCHASTIC HILL CLIMBING PADA PERMAINAN MASTERMIND Ruby Vidian Hartanto, Joko Purwadi, Gunawan Santosa Program Studi Teknik Informatika Fakultas Teknik Universitas Kristen Duta Wacana
Lebih terperinciPenggunaan Algoritma Branch and Bound dan Program Dinamis Dalam Pemecahan Masalah Rubik s Cube
Abstrak Penggunaan Algoritma Branch and Bound dan Program Dinamis Dalam Pemecahan Masalah Rubik s Cube Ibnul Qoyyim 1, Arief Pratama 2, Raden Tomi Akhmad Fadlan 3 Program Studi Teknik Informatika Sekolah
Lebih terperinciSATUAN ACARA PERKULIAHAN (SAP)
SATUAN ACARA PERKULIAHAN (SAP) Nama Mata Kuliah : Kecerdasan Buatan Kode Mata Kuliah : TI 037 Bobot Kredit : 3 SKS Semester Penempatan : VI Kedudukan Mata Kuliah : Mata Kuliah Keahlian Berkarya Mata Kuliah
Lebih terperinciIMPLEMENTASI ALGORITMA DEPTH LIMITED SEARCH PADA PERMAINAN PEG SOLITAIRE
IMPLEMENTASI ALGORITMA DEPTH LIMITED SEARCH PADA PERMAINAN PEG SOLITAIRE Griffin Theresia R (1) Joko Purwadi (2) Antonius Rachmat C. (3) griffintheresia@yahoo.com jokop@ukdw.ac.id anton@ti.ukdw.ac.id Abstraksi
Lebih terperinciMendeteksi Blob dengan Menggunakan Algoritma BFS
Mendeteksi Blob dengan Menggunakan Algoritma BFS Ahmad Fajar Prasetiyo (13514053) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciANALISA KEBUTUHAN WAKTU PADA PROSES PENYELESAIAN TRAVELING SALESMAN PROBLEM
ANALISA KEBUTUHAN WAKTU PADA PROSES PENYELESAIAN TRAVELING SALESMAN PROBLEM Hari Murti 1, R. Soelistijadi 2, Sugiyamto 3 Program Studi Sistem Informasi, Fakultas Teknologi Informasi, Universitas Stikubank
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Saat ini penggunaan komputer tidak hanya sebagai sarana penghitung biasa saja tetapi sudah meliputi berbagai sarana seperti sarana informasi, hiburan, atau
Lebih terperinciEvaluasi dan Usaha Optimalisasi Algoritma Depth First Search dan Breadth First Search dengan Penerapan pada Aplikasi Rat Race dan Web Peta
Evaluasi dan Usaha Optimalisasi Algoritma Depth First Search dan Breadth First Search Tjatur Kandaga, Alvin Hapendi Jurusan Teknik Informatika, Fakultas Teknologi informasi, Universitas Kristen Maranatha
Lebih terperinciARTIFICIAL INTELEGENCE ALGORITMA A* (A STAR) SEBAGAI PATHFINDING ENEMY ATTACK PADA GAME TRASH COLLECTION
ARTIFICIAL INTELEGENCE ALGORITMA A* (A STAR) SEBAGAI PATHFINDING ENEMY ATTACK PADA GAME TRASH COLLECTION TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika
Lebih terperinciPenyelesaian N-Puzzle Menggunakan A* dan Iterative Deepening A*
Penyelesaian N-Puzzle Menggunakan A* dan Iterative Deepening A* Makalah IF2211 Strategi Algoritma Marvin Jerremy Budiman (13515076) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Kecerdasan Buatan ( Artificial Intelligence ) merupakan salah satu cabang dari ilmu computer yang membuat agar mesin atau komputer dapat melakukan pekerjaan
Lebih terperinciBAB 1 PENDAHULUAN. Kubus rubik adalah sebuah permainan teka-teki mekanik 3D yang merupakan
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kubus rubik adalah sebuah permainan teka-teki mekanik 3D yang merupakan salah satu sarana hiburan untuk mengasah otak dan strategi. Kubus rubik yang ditemukan pada
Lebih terperinciRancangan Permainan Othello Berbasis Android Menggunakan Algoritma Depth-First Search
JURNAL DUNIA TEKNOLOGI INFORMASI Vol. 1, No. 1, (2012) 28-34 28 Rancangan Permainan Othello Berbasis Android Menggunakan Algoritma Depth-First Search 1 Mauza Saputri Handayani, 1 Dedy Arisandi, 1 Opim
Lebih terperinciJurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya 2011
Perancangan dan Pembuatan Sistem Navigasi Perjalanan Untuk Pencarian Rute Terpendek Dengan Algoritma A* Berbasis J2ME Oleh : M. ARIEF HIDAYATULLOH 1204 100 071 Dosen Pembimbing : Prof. Dr. M. Isa Irawan,
Lebih terperinciLEARNING ARTIFICIAL INTELLIGENT. Dr. Muljono, S.Si, M. Kom
LEARNING ARTIFICIAL INTELLIGENT Dr. Muljono, S.Si, M. Kom Outline Decision tree learning Jaringan Syaraf Tiruan K-Nearest Neighborhood Naïve Bayes Decision Tree Learning : Klasifikasi untuk penerimaan
Lebih terperinciLEARNING ARTIFICIAL INTELLIGENT
LEARNING ARTIFICIAL INTELLIGENT Outline Decision tree learning Jaringan Syaraf Tiruan K-Nearest Neighborhood Naïve Bayes Data Latih 1 Decision Tree??? Pelamar IPK Wawancara Diterima P1 Bagus Tinggi P2
Lebih terperinciSTUDI PENERAPAN ALGORITMA DIJKSTRA DAN ALGORITMA A* DALAM MENENTUKAN RUTE TERPENDEK PADA ROBOT PEMADAM API
STUDI PENERAPAN ALGORITMA DIJKSTRA DAN ALGORITMA A* DALAM MENENTUKAN RUTE TERPENDEK PADA ROBOT PEMADAM API Akhmad Alfan Hidayatullah, Anik Nur Handayani, Muhammad Jauharul Fuady Teknik Elektro - Universitas
Lebih terperinciArtificial intelligence
Artificial intelligence Team teaching: Sri Winiarti, Andri Pranolo, dan Anna Hendri SJ Andri Pranolo W : apranolo.tif.uad.ac.id M : 081392554050 E : andri.pranolo@tif.uad.ac.id Informatics Engineering,
Lebih terperinciKATA PENGANTAR. Maha Esa, yang telah berkenan memelihara dan membimbing penulis, sehingga
KATA PENGANTAR Pertama-tama penulis mengucapkan puji syukur ke hadirat Tuhan Yang Maha Esa, yang telah berkenan memelihara dan membimbing penulis, sehingga penulis dapat menyelesaikan pengerjaan dan penyusunan
Lebih terperinciPENERAPAN ALGORITMA BIDIRECTIONAL A* PADA MOBILE NAVIGATION SYSTEM
PENERAPAN ALGORITMA BIDIRECTIONAL A* PADA MOBILE NAVIGATION SYSTEM Indra Siregar 13508605 Program Studi Teknik Teknik Informatika, Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jalan
Lebih terperinciARTIFICIAL INTELLIGENCE
ARTIFICIAL INTELLIGENCE Team teaching: Sri Winiarti, Andri Pranolo, dan Anna Hendri SJ Andri Pranolo W : apranolo.tif.uad.ac.id M : 081392554050 E : andri.pranolo@tif.uad.ac.id Informatics Engineering,
Lebih terperinciL ctur er: M. Mift Mi ak ft ul Am A i m n i,,s. Kom om,. M. M. ng.
POLITEKNIK NEGERI SRIWIJAYA Jurusan Teknik Komputer Program Studi D3 Teknik Komputer Lecturer: M. Miftakul Amin, S. Kom., M. Eng. Intelegensi Buatan Sesi 1 Pengantar Intelegensi Buatan 2015 Intelegensi
Lebih terperinciBAB I PENDAHULUAN. sangat diandalkan selama kurang lebih 70 tahun lamanya (Mahfudz, 2013:18).
BAB I PENDAHULUAN 1.1 Latar Belakang Ilmu pengetahuan melahirkan sebuah mesin yang dapat mengerjakan beberapa kegiatan abstrak manusia seperti menghitung dan mengolah informasi berupa teknologi alat hitung,
Lebih terperinciPenerapan Algoritma Greedy dan Backtrackng Dalam Penyelesaian Masalah Rubik s Cube
Penerapan Algoritma Greedy dan Backtrackng Dalam Penyelesaian Masalah Rubik s Cube Amir Muntaha NIM: 13505041 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciOleh Lukman Hariadi
ANALISIS PENYELESAIAN PUZZLE SUDOKU DENGAN MENERAPKAN ALGORITMA BACKTRACKING (berbentuk piramida terbalik) PROPOSAL JUDUL Diajukan Untuk Menempuh Tugas Akhir Oleh Lukman Hariadi 14201045 PROGRAM STUDI
Lebih terperinciIMPLEMENTASI SISTEM PARKIR CERDAS DI UNIVERSITAS TELKOM. SUBSISTEM : APLIKASI MOBILE
IMPLEMENTASI SISTEM PARKIR CERDAS DI UNIVERSITAS TELKOM. SUBSISTEM : APLIKASI MOBILE Implementation Of Smart Parking System In Telkom University. Subsystem : Mobile Application Annis Waziroh 1, Agus Virgono,
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : SISTEM CERDAS (AK014226) FAKULTAS / JURUSAN : TEKNIK KOMPUTER / D3 SKS/SEMESTER : 2/5
SATUAN ACARA PERKULIAHAN MATA KULIAH : SISTEM CERDAS (AK014226) FAKULTAS / JURUSAN : TEKNIK KOMPUTER / D3 SKS/SEMESTER : 2/5 Minggu Ke Pokok Bahasan Dan TIU 1 Pengenalan Intelegensi Buatan (KB) konsep
Lebih terperinciMetode Searching. Blind/Un-informed Search. Heuristic/Informed Search. Breadth-First Search (BFS) Depth-First Search (DFS) Hill Climbing A*
SEARCHING Russel and Norvig. 2003. Artificial Intelligence: a Modern Approach. Prentice Hall. Suyanto, Artificial Intelligence. 2005. Bandung:Informatika Program Studi Ilmu Komputer FPMIPA UPI RNI IK460(Kecerdasan
Lebih terperinciANALISIS ALGORITMA A* DAN BDA* PADA PERMASALAHAN PLANNING (STUDI KASUS: LOGISTIK)
ANALISIS ALGORITMA A* DAN BDA* PADA PERMASALAHAN PLANNING (STUDI KASUS: LOGISTIK) Ezra Juliemma Silalahi¹, Ririn Dwi Agustin², Agung Toto Wibowo³ ¹Teknik Informatika,, Universitas Telkom Abstrak Dalam
Lebih terperinciALGORITMA PENCARIAN (1)
ALGORITMA PENCARIAN (1) Permasalahan, Ruang Keadaan, Pencarian Farah Zakiyah Rahmanti Diperbarui 2016 Overview Deskripsi Permasalahan dalam Kecerdasan Buatan Definisi Permasalahan Pencarian Breadth First
Lebih terperinciSATUAN ACARA PERKULIAHAN UNIVERSITAS GUNADARMA
Mata Kuliah Kode / SKS Program Studi Fakultas : Sistem Kecerdasan Buatan : AK012229 / 2 SKS : Sistem Komputer : Ilmu Komputer & Teknologi Informasi 1 Pengenalan Intelegensi Buatan (KB) konsep Intelegensi
Lebih terperinciPengembangan Teknik Pencarian Optimal Menggunakan Algoritma Generate and Test dengan Diagram Precedence (GTPRE)
Pengembangan Teknik Pencarian Optimal Menggunakan Algoritma Generate and Test dengan Diagram Precedence (GTPRE) Development of Optimal Search Using Generate and Test Algorithm with Precedence Diagram (GTPRE)
Lebih terperinciPenerapan Gaussian Filter pada Edge Detection
Penerapan Gaussian Filter pada Edge Detection Ahmad Fajar Prasetiyo (13514053) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung
Lebih terperinciBAB I PENDAHULUAN. Dalam dunia hiburan, kata game sudah tidak asing lagi ditelinga kita.
BAB I PENDAHULUAN 1.1. Latar Belakang Dalam dunia hiburan, kata game sudah tidak asing lagi ditelinga kita. Game juga banyak jenisnya, ada game yang dimainkan di console game dan ada yang dimainkan di
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) CIG4I3 SISTEM REKOGNISI Disusun oleh: Tjokorda Agung Wirayudha PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR PENGESAHAN Rencana Semester
Lebih terperinciPENERAPAN ALGORITMA MINIMAX PADA PERMAINAN CHECKERS
PENERAPAN ALGORITMA MINIMAX PADA PERMAINAN CHECKERS Dahwila Syapnika 1, Edward Robinson Siagian 2 1 Mahasiswa Teknik Informatika STMIK Budi Darma 2 Dosen Tetap STMIK Budi Darma 1, 2 Jl. Sisimangaraja Np.
Lebih terperinciPERBANDINGAN METODE PENCARIAN DEPTH-FIRST SEARCH, BREADTH-FIRST SEARCH DAN BEST-FIRST SEARCH PADA PERMAINAN 8-PUZZLE
e-journal Teknik Elektro dan Komputer (2014) ISSN: 2301-8402 1 PERBANDINGAN METODE PENCARIAN DEPTH-FIRST SEARCH, BREADTH-FIRST SEARCH DAN BEST-FIRST SEARCH PADA PERMAINAN 8-PUZZLE Oleh: Arie S. M. Lumenta
Lebih terperinciPENGEMBANGAN PERMAINAN FIG-JIG PUZZLE DENGAN IMPLEMENTASI ALGORITMA DEPTH FIRST SEARCH (DFS) TUGAS AKHIR
PENGEMBANGAN PERMAINAN FIG-JIG PUZZLE DENGAN IMPLEMENTASI ALGORITMA DEPTH FIRST SEARCH (DFS) TUGAS AKHIR Oleh : Mukti Handayani NIM. 08560345 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH
Lebih terperinciI. PENDAHULUAN. Aljabar dapat didefinisikan sebagai manipulasi dari simbol-simbol. Secara historis
1 I. PENDAHULUAN 1.2 Latar Belakang dan Masalah Aljabar dapat didefinisikan sebagai manipulasi dari simbol-simbol. Secara historis aljabar dibagi menjadi dua periode waktu, dengan batas waktu sekitar tahun
Lebih terperinci1. PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
1. PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) 1.1 DEFINISI KECERDASAN BUATAN Definisi Kecerdasan Buatan H. A. Simon [1987] : Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian,
Lebih terperinciSTMIK GI MDP. Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2010/2011
STMIK GI MDP Program Studi Teknik Informatika Skripsi Sarjana Komputer Semester Genap tahun 2010/2011 PENERAPAN METODE HEURISTIK PADA STRATEGI PERMAINAN WIN TREASURE BERBASIS APLIKASI BERGERAK Feiny Chandra
Lebih terperinciPerbandingan Algoritma Depth-First Search dan Algoritma Hunt-and-Kill dalam Pembuatan Labirin
Perbandingan Algoritma Depth-First Search dan Algoritma Hunt-and-Kill dalam Pembuatan Labirin Arie Tando - 13510018 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciAlgoritma Rubik Cipher
Algoritma Rubik Cipher Khoirunnisa Afifah Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia k.afis3@rocketmail.com
Lebih terperinciPengantar Teknologi Informasi
Pengantar Teknologi Informasi Kecerdasan Buatan (Artificial Intelligence) Defri Kurniawan, M.Kom Fasilkom 1/7/2016 What s Artificial Intelligence What is Artificial Intelligence (AI) Cabang Science yang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Kecerdasan buatan merupakan salah satu bidang ilmu komputer yang didefinisikan sebagai kecerdasan yang dibuat untuk suatu sistem dengan menggunakan algoritmaalgoritma
Lebih terperinciIMPLEMENTASI ALGORITMA ITERATIVE DEEPENING SEARCH (IDS) PADA GAME EDUCATION PUZZLE KATA MENGGUNAKAN MOBILE TECHNOLOGY TUGAS AKHIR
IMPLEMENTASI ALGORITMA ITERATIVE DEEPENING SEARCH (IDS) PADA GAME EDUCATION PUZZLE KATA MENGGUNAKAN MOBILE TECHNOLOGY TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika
Lebih terperinciIMPLEMENTASI ALGORITMA GREEDY BEST FIRST SEARCH PADA APLIKASI PERMAINAN CONGKLAK UNTUK OPTIMASI PEMILIHAN LUBANG DENGAN POLA BERFIKIR DINAMIS
IMPLEMENTASI ALGORITMA GREEDY BEST FIRST SEARCH PADA APLIKASI PERMAINAN CONGKLAK UNTUK OPTIMASI PEMILIHAN LUBANG DENGAN POLA BERFIKIR DINAMIS Galih Hermawan Jurusan Teknik Informatika, Universitas Komputer
Lebih terperinciIMPLEMENTASI MASALAH PEWARNAAN GRAPH DENGAN ALGORITMA TABU SEARCH PADA PENJADWALAN KULIAH
IMPLEMENTASI MASALAH PEWARNAAN GRAPH DENGAN ALGORITMA TABU SEARCH PADA PENJADWALAN KULIAH Ida Suryani 1, Purwanto 2, Mohamad sin 3 Universitas Negeri Malang E-mail: idaasuryaani@gmail.com; purmatum@yahoo.com;
Lebih terperinciVARIASI PENGGUNAAN FUNGSI HEURISTIK DALAM PENGAPLIKASIAN ALGORITMA A*
VARIASI PENGGUNAAN FUNGSI HEURISTIK DALAM PENGAPLIKASIAN ALGORITMA A* Mohammad Riftadi - NIM : 13505029 Teknik Informatika ITB Jalan Ganesha No. 10, Bandung e-mail: if15029@students.if.itb.ac.id ABSTRAK
Lebih terperinciIMPLEMENTASI ALGORITMA HILL CLIMBING DAN ALGORITMA A* DALAM PENYELESAIAN PENYUSUNAN SUKU KATA DASAR DENGAN POLA PERMAINAN BINTANG KEJORA
IMPLEMENTASI ALGORITMA HILL CLIMBING DAN ALGORITMA A* DALAM PENYELESAIAN PENYUSUNAN SUKU KATA DASAR DENGAN POLA PERMAINAN BINTANG KEJORA Nurdin [1], Syandriani Harahap [2] 1.Program Studi Teknik InformatikaUniversitas
Lebih terperinciRENCANA PEMBELAJARAN SEMESTER (RPS)
RENCANA PEMBELAJARAN SEMESTER (RPS) CSG3G3 KECERDASAN ARTIFISIAL Disusun oleh: Tjokorda Agung B.W. Untari Novia Wisesty PROGRAM STUDI S1 TEKNIK INFORMATIKA FAKULTAS INFORMATIKA TELKOM UNIVERSITY LEMBAR
Lebih terperinciPERANCANGAN APLIKASI PENCARIAN (SEARCHING) FILE DENGAN MENGGUNAKAN METODE BEST FIRST SEARCH JUNA ESKA,
PERANCANGAN APLIKASI PENCARIAN (SEARCHING) FILE DENGAN MENGGUNAKAN METODE BEST FIRST SEARCH JUNA ESKA, M.Kom STMIK ROYAL Kisaran ABSTRACT The Best First Search method is content-based search and software
Lebih terperinciRENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS)
RENCANA PROGRAM KEGIATAN PERKULIAHAN SEMESTER (RPKPS) Kode / Nama Mata Kuliah : E124907 / Sistem Cerdas Revisi 4 Satuan Kredit Semester : 2 SKS Tgl revisi : 16 Juli 2015 Jml Jam kuliah dalam seminggu :
Lebih terperinciRENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS)
RENCANA PROGRAM DAN KEGIATAN PEMBELAJARAN SEMESTER (RPKPS) 1. Nama Matakuliah : KECERDASAN BUATAN 2. Kode/SKS : IES5353 / 3 sks 3. Semester : 5 4. Sifat Mata Kuliah : Wajib 5. Prasyarat : Tidak ada 6.
Lebih terperinciBAB II. KAJIAN PUSTAKA
BAB II. KAJIAN PUSTAKA A. Algoritma Backtracking Graf merupakan cikal bakal dari Depth First Search, Depth First Search merupakan graf khusus atau sering disebut dengan pohon pencarian. 1. Pengertian depth
Lebih terperinciGENERATOR TEKA TEKI SILANG MENGGUNAKAN ALGORITMA GENETIKA DAN MULTITHREADING UNTUK MENGHITUNG FITNESSNYA
GENERATOR TEKA TEKI SILANG MENGGUNAKAN ALGORITMA GENETIKA DAN MULTITHREADING UNTUK MENGHITUNG FITNESSNYA Donny Kurniawan Widodo Program Studi Teknik Informatika, Unika Soegijapranata Semarang dny65@gmail.com
Lebih terperinciPraktikum Blind Search (BFS dan DFS)
Praktikum Blind Search (BFS dan DFS) LATIHAN SOAL A. 1. Jelaskan algoritma BFS! 2. Jelaskan algoritma DFS! B. Aplikasi Game Petani Angsa Serigala - Padi 1. Tentukan ruang permasalahan (problem space) dari
Lebih terperinciSILABUS MATAKULIAH. Revisi : 4 Tanggal Berlaku : 04 September 2015
SILABUS MATAKULIAH Revisi : 4 Tanggal Berlaku : 04 September 2015 A. Identitas 1. Nama Matakuliah : Sistem Cerdas 2. Program Studi : Teknik Industri 3. Fakultas : Teknik 4. Bobot sks : 2 SKS 5. Elemen
Lebih terperinciSEARCHING. Blind Search & Heuristic Search
SEARCHING Blind Search & Heuristic Search PENDAHULUAN Banyak cara yang digunakan untuk membangun sistem yang dapat menyelesaikan masalah-masalah di AI. Teknik penyelesaian masalah yang dapat dipakai untuk
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : PENGANTAR KECERDASAN BUATAN (AK ) FAKULTAS / JURUSAN : TEKNIK INFORMATIKA / S-1 SKS/SEMESTER : 2/8
SATUAN ACARA PERKULIAHAN MATA KULIAH : PENGANTAR KECERDASAN BUATAN (AK-045218) FAKULTAS / JURUSAN : TEKNIK INFORMATIKA / S-1 SKS/SEMESTER : 2/8 Minggu Pokok Bahasan Ke Dan TIU 1 Pengenalan Kecerdasasan
Lebih terperinciALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 5, No. 03(2016), hal 265 274. ALGORITMA GENETIKA PADA PEMROGRAMAN LINEAR DAN NONLINEAR Abdul Azis, Bayu Prihandono, Ilhamsyah INTISARI Optimasi
Lebih terperinciRepresentasi Graf Berarah dalam Mencari Solusi Jalur Optimum Menggunakan Algoritma A*
Representasi Graf Berarah dalam Mencari Solusi Jalur Optimum Menggunakan Algoritma A* Denny Nugrahadi Teknik informatika ITB, Bandung, email: d_nugrahadi@yahoo.com Abstract Makalah ini membahas mengenai
Lebih terperinciOptimasi Perencanaan Pengambilan Mata Kuliah Dengan Metode Goal Stack Planning
Optimasi Perencanaan Pengambilan Mata Kuliah Ni Wayan Sumartini Saraswati STMIK STIKOM INDONESIA Denpasar, Bali, Indonesia geck_nik@yahoo.co.id Abstrak Metode Goal Stack Planning (GSP) telah diterapkan
Lebih terperinciPenerapan Algoritma Runut-Balik (Backtracking) pada Permainan Nurikabe
Penerapan Runut-Balik (Backtracking) pada Permainan Nurikabe Putri Amanda Bahraini Program Studi Teknik Informatika, Institut Teknologi Bandung Jalan Ganesha 10, Bandung e-mail: if14041@students.if.itb.ac.id
Lebih terperinciP E N D A H U L U A N Latar Belakang
KLASIFIKASI KEKERAPAN KUNJUNGAN LOKASI BERBASIS LOCATION BASED SERVICE (LBS) MENGGUNAKAN SELF-ORGANIZING MAP (SOM) Oleh : Dhanang Fitra Riaji (NRP : 2208205737) PROGRAM MAGISTER JURUSAN TEKNIK INDUSTRI
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK PENJADWALAN UJIAN TUGAS AKHIR PADA JURUSAN TEKNIK INFORMATIKA UNIVERSITAS MUHAMMADIYAH MALANG
PENERAPAN ALGORITMA GENETIKA UNTUK PENJADWALAN UJIAN TUGAS AKHIR PADA JURUSAN TEKNIK INFORMATIKA UNIVERSITAS MUHAMMADIYAH MALANG TUGAS AKHIR Sebagai Persyaratan Guna Meraih Sarjana Strata 1 Teknik Informatika
Lebih terperinciSATUAN ACARA PERKULIAHAN MATA KULIAH : PENGANTAR KECERDASAN BUATAN (AK ) (**) FAKULTAS / JURUSAN : TEKNIK INFORMATIKA / S-1 SKS/SEMESTER : 2/8
SATUAN ACARA PERKULIAHAN MATA KULIAH : PENGANTAR KECERDASAN BUATAN (AK-045218) (**) FAKULTAS / JURUSAN : TEKNIK INFORMATIKA / S-1 SKS/SEMESTER : 2/8 Minggu Pokok Bahasan Ke Dan TIU 1 Pengenalan (KB) 2
Lebih terperinciKI Kecerdasan Buatan Materi 7: Pencarian dgn. Batasan Kondisi (Constraint Satisfaction Problems)
[AIMA] Russel, Stuart J., Peter Norvig, "Artificial Intelligence, A Modern Approach" 3rd Ed., Prentice Hall, New Jersey, 200 KI09322 Kecerdasan Buatan Materi 7: Pencarian dgn. Batasan Kondisi (Constraint
Lebih terperinciPerbandingan Penerapan Algoritma Minimax Dengan Algoritma Alpha-Beta Pruning Pada Permainan Othello
Perbandingan Penerapan Algoritma Minimax Dengan Algoritma Alpha-Beta Pruning Pada Permainan Othello T. Arie Setiawan P. Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Salatiga 50711 arie_setiawan_p@yahoo.com
Lebih terperinciPenerapan Algoritma Genetika pada Permainan Rubik s Cube
Penerapan Algoritma Genetika pada Permainan Rubik s Cube Abigael Angela Pardede 1, Shanny Avelina Halim 2, Denny Nugrahadi 3 Laboratorium Ilmu dan Rekayasa Komputasi Departemen Teknik Informatika, Institut
Lebih terperinciKECERDASAN BUATAN Artificial intelligence TRI WAHYUDI TIPA 15
KECERDASAN BUATAN Artificial intelligence TRI WAHYUDI 1530055401001 TIPA 15 DAFTAR isi BAB I pengantar kecerdasan buatan BAB II Bidang Ilmu Ai BAB III Machine Learning BAB I PENGANTAR KECERDASAN BUATAN
Lebih terperinciSILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Strategi Pembelajaran KONTRAK KULIAH DAN PREVIEW MATERI. PENGENALAN KECERDASAN BUATAN a.
SILABUS MATAKULIAH Revisi : 2 Tanggal Berlaku : Maret 2014 A. Identitas 1. Nama Matakuliah : A11. 54605 / Kecerdasan Buatan 2. Program Studi : Teknik Informatika-S1 3. Fakultas : Ilmu Komputer 4. Bobot
Lebih terperinciBack end. Generate soal. logic. Generate plan. output. N-puzzle solved GUI. Parsing output dari solver
4 2 Modul permainan untuk user akan menampilkan graphic user interface berupa soal N-puzzle yang dapat dimainkan oleh user dan solusinya. 3 Modul untuk pengujian akan menampilkan soal yang dibangkitkan,
Lebih terperinciIMPLEMENTASI APLIKASI PENJADWALAN PEMBELAJARAN BERBASIS WEB PADA POLITEKNIK NEGERI MADIUN
IMPLEMENTASI APLIKASI PENJADWALAN PEMBELAJARAN BERBASIS WEB PADA POLITEKNIK NEGERI MADIUN Lutfiyah Dwi Setia Dosen Politeknik Negeri Madiun Lutfiyah17@pnm.ac.id Abstrak Proses penjadwalan adalah suatu
Lebih terperinciPenyelesaian Game Lights Out dengan Algoritma Runut Balik
Penyelesaian Game Lights Out dengan Algoritma Runut Balik Muhammad Aulia Firmansyah (13509039) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI PERANGKAT LUNAK VISUALISASI DUA DIMENSI WELL PRODUCTION FORECASTING DENGAN GENETIC ALGORITHM
PERANCANGAN DAN IMPLEMENTASI PERANGKAT LUNAK VISUALISASI DUA DIMENSI WELL PRODUCTION FORECASTING DENGAN GENETIC ALGORITHM Danuri Teknologi Informasi Politeknik Bengkalis Jl. Bathin Alam, Sei-Alam, Bengkalis
Lebih terperinciPEMBUATAN APLIKASI PERMAINAN OTHELLO 16X16 BERBASIS DESKTOP DENGAN ALGORITMA ALPHA BETA PRUNNING
PEMBUATAN APLIKASI PERMAINAN OTHELLO 16X16 BERBASIS DESKTOP DENGAN ALGORITMA ALPHA BETA PRUNNING Andrean Nurdiansyah 1), Bayu Trisna Pratama 2), Lalu M. Afif Farhan 3) 1), 2),3) Teknik Informatika STMIK
Lebih terperinciPENCARIAN LOKASI FASILITAS UMUM TERDEKAT DILENGKAPI DENGAN RUTE KENDARAAN UMUM LYN
PENCARIAN LOKASI FASILITAS UMUM TERDEKAT DILENGKAPI DENGAN RUTE KENDARAAN UMUM LYN Esther Irawati S. 1, Gunawan 2, Indra Maryati 1, Joan Santoso 1, Rossy P.C. 1 1 Jurusan Teknik Informatika, Sekolah Tinggi
Lebih terperinciPENERAPAN POHON PELACAKAN DALAM MENCARI LINTASAN YANG DAPAT DILALUI OLEH SEEKOR SEMUT PADA BIDANG KARTESIAN DENGAN METODE BREADTH FIRST SEARCH
PENERAPAN POHON PELACAKAN DALAM MENCARI LINTASAN YANG DAPAT DILALUI OLEH SEEKOR SEMUT PADA BIDANG KARTESIAN DENGAN METODE BREADTH FIRST SEARCH Rosdianah Mahasiswa Program Studi Teknik Informatika STMIK
Lebih terperinciIMPLEMENTASI ALGORITMA RUNUT BALIK DALAM PENYELESAIAN PERMAINAN KAKURO TUGAS AKHIR
IMPLEMENTASI ALGORITMA RUNUT BALIK DALAM PENYELESAIAN PERMAINAN KAKURO TUGAS AKHIR Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah Malang Achmad Firmansyah
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Permainan komputer atau yang sering kita sebut game merupakan salah satu aplikasi yang banyak diminati oleh para pengguna perangkat teknologi informasi dan komunikasi
Lebih terperinciBAB I PENDAHULUAN. meliputi perkembangan permainan yang berhubungan dengan kata. Anagram
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan perangkat lunak game (permainan) yang ada dewasa ini sejalan dengan perkembangan teknologi informasi. Perkembangan tersebut meliputi perkembangan permainan
Lebih terperinciGAME EDUKASI MENGENAL DAN MEMBACA BAHASA ARAB
GAME EDUKASI MENGENAL DAN MEMBACA BAHASA ARAB Disusun Oleh : FEBRI ARIYANTO 10108472 Pembimbing : GALIH HERMAWAN, S.KOM., M.T UNIVERSITAS KOMPUTER INDONESIA 2012 Latar Belakang Masalah 1. Kurangnya penerapan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Permainan (game) merupakan bidang usaha manusia terhadap kecerdasan buatan, salah satunya adalah sliding puzzle. Permainan ini merupakan permainan yang dapat melatih
Lebih terperinciSISTEM PAKAR PENDETEKSI PENYAKIT PADA BURUNG MURAI MENGGUNAKAN METODE FORWARD CHAINING
SISTEM PAKAR PENDETEKSI PENYAKIT PADA BURUNG MURAI MENGGUNAKAN METODE FORWARD CHAINING SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer (S.Kom.)
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Babylon Tower merupakan salah satu permainan puzzle tiga dimensi yang diciptakan oleh Endre Pap dan dipatenkan pada tahun 1982. Babylon Tower dapat dimainkan dengan
Lebih terperinciAPLIKASI WEB PADA SISTEM PAKAR FORWARD CHAININGUNTUK DETEKSI KERUSAKAN PC (PERSONAL COMPUTER)
APLIKASI WEB PADA SISTEM PAKAR FORWARD CHAININGUNTUK DETEKSI KERUSAKAN PC (PERSONAL COMPUTER) Khulaeshi Arjaz Al Falasany, Mc. Chambali, B.Eng.E.E, M.Kom Ginanjar Wiro S., M.Kom, Rais, S.Pd D3 Teknik Komputer
Lebih terperinciPENGEMBANGAN SUMBER BELAJAR MATAKULIAH SISTEM CERDAS KOMPETENSI JARINGAN SYARAF TIRUAN
PENGEMBANGAN SUMBER BELAJAR MATAKULIAH SISTEM CERDAS KOMPETENSI JARINGAN SYARAF TIRUAN Slamet Wahyudi 1, Anik Nur Handayani 2, Heru Wahyu Herwanto 3 1.2.3 Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinci