BAB 2 LANDASAN TEORI
|
|
- Dewi Kusnadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB 2 LANDASAN TEORI 2.1 Kecerdasan Buatan Kecerdasan buatan atau Artificial Intelligence adalah bagian dari ilmu pengetahuan komputer yang khusus ditujukan dalam perancangan otomatisasi tingkah laku cerdas dalam sistem kecerdasan komputer. Sistem memperlihatkan sifat-sifat khas yang dihubungkan dengan kecerdasan dalam kelakukan atau tindak-tanduk yang sepenuhnya bisa menirukan beberapa fungsi otak manusia, seperti pengertian bahasa, pengetahuan, pemikiran, pemecahan masalah dan lain sebagainya (Kristanto, 2004). Pengertian Artificial Intelligence dapat ditinjau dari dua pendekatan (Charniack dan McDermott, 1985): 1. Pendekatan Ilmiah (A Scientific Approach) Pendekatan dasar ilmiah timbul sebelum invansi ke komputer, ini tidak sama dengan kasus mesin uap. Pendekatan ilmiah melihat batas sementara dari komputer, dan dapat diatasi dengan perkembangan teknologi lanjutan. Mereka tidak mengakibatkan tingkatan pada konsep. 2. Pendekatan Teknik (An Engineering Approach) Usaha untuk menghindari definisi AI, tetapi ingin mengatasi atau memecahkan persoalan dunia nyata (real world problem). Pada Gambar 2.1, penjelasan mengenai defenisi kecerdasan buatan adalah, AI dapat membuat sebuah sistem komputer berpikir seperti manusia dan sistem komputer dapat berpikir secara rasional (masuk akal). AI dapat membuat sistem komputer
2 bertingkah laku seperti manusia dan sistem komputer dapat bertingkah laku yang diterima logika/masuk akal kita. 7 What is AI? Systems that think like humans Systems that act like humans Systems that think rationally Systems that act rationally Gambar 2.1 Definisi kecerdasan buatan dalam 4 kategori (Russell, et al, 2010) Kecerdasan buatan dilihat dari berbagai sudut pandang, antara lain: 1. Sudut pandang kecerdasan Mesin menjadi cerdas (mampu berbuat apa yang dilakukan oleh manusia). 2. Sudut pandang penelitian Studi tentang bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yang dilakukan manusia. Domain penelitian/tugas yang sering dibahas oleh para peneliti dapat dikelompokkan menjadi 3 yaitu (Rich dan Knight, 1991): a. Mundane task 1. Persepsi (vision & speech) 2. Bahasa alami (understanding, generation & translation) 3. Pemikiran yang bersifat commonsense 4. Robot control b. Formal task 1. Permainan (games) 2. Matematika (geometri, logika, kalkulus, integral, pembuktian) c. Expert task 1. Analisis finansial 2. Diagnosa medis
3 8 3. Analisis ilmu pengetahuan 4. Rekayasa (desain, pencarian, kegagalan, perencanaan, manufaktur) 3. Sudut pandang bisnis Kumpulan peralatan yang sangat powerful dan metodologis dalam menyelesaikan masalah-masalah bisnis. 4. Sudut pandang pemrograman Studi tentang pemrograman simbolik, penyelesaian masalah (problem solving) dan pencarian (searching). Maksud dari 3 kelompok tugas yang diklasifikasikan oleh Rich dan Knight di atas antara lain (Siswanto, 2010): 1. Tugas biasa/keduniaan (Mundane Tasks) Contoh tugas biasa yang merupakan kebisaaan kita, yaitu sebagai dosen, mahasiswa, pegawai, karyawan, customer service, teller atau pekerjaan makan, di mana kita dalam menyelesaikan pekerjaan harus memahami (menyamakan persepsi yang kita lihat (vision) atau yang diucapkan (speech), disamping itu kita harus mengerti atau menerjemahkan atau memunculkan bahasa alami yang biasa kita pakai dalam pekerjaan serta harus dikendalikan dengan pertimbangan berdasarkan pikiran yang sehat. Kita tidak dapat mengerjakan tugas bila diperintahkan oleh pemberi pekerjaan: objeknya tidak terlihat, tidak ada yang diucapkan/menyuruh serta tidak mengerti bahasa pengantarnya dan pikiran lagi tidak sehat). 2. Tugas formil (Formal Tasks) Contoh tugas formil yang dapat selesai bila aturan formalnya terpenuhi, yaitu: Atlet Nasional, Pilot, Polisi, Tentara TNI, Programmer, Debugger, yang kesemuanya membutuhkan kemampuan logika terbaik. 3. Tugas ahli (Expert Tasks) Contoh tugas yang dapat diselesaikan bila ahlinya ada, yaitu: tenaga ahli di berbagai bidang, dokter spesialis, montir ahli, peneliti senior, dan sebagainya.
4 9 Seperti pada bidang sains lainnya, kecerdasan juga memiliki beberapa sub-disiplin ilmu. Beberapa macam bidang terapan utama kecerdasan buatan antara lain (Setiawan, 1993): 1. Sistem Pakar Sistem pakar dibuat dengan mendapatkan pengetahuan dari seorang manusia yang pakar dan mengodekannya ke dalam bentuk yang dapat digunakan oleh komputer bila komputer menghadapi persoalan sejenis. Sifat utama sistem pakar adalah ketergantungan sistem ini pada pengetahuan manusia yang pakar dalam suatu bidang dalam menyusun strategi pemecahan persoalan yang dihadapi oleh sistem. 2. Perencanaan (Planning) dan Robotik Perencanaan merupakan sebuah aspek penting dalam usaha merancang robot yang mampu melaksanakan tugasnya sampai suatu derajat keluwesan dan keresposifan tertentu. Mengatur rencana yang memungkinkan adanya respon terhadap kondisi lingkungan merupakan salah satu problema besar dalam hal perencanaan. Salah satu cara yang kita gunakan dalam perencanaan adalah dengan komposisi problema secara hirarki. 3. Pemodelan Kinerja (Performance) Manusia Pemodelan kinerja manusia telah terbukti merupakan alat yang sangat bermanfaat dalam merumuskan dan menguji teori-teori penerapan inderawi manusia. 4. Bahasa Alamiah (Natural Language), Pemodelan Semantik, dan Mesin yang Dapat Belajar (Learning Machine) Salah satu tujuan jangka panjang kecerdasan buatan adalah pembuatan program yang memiliki kemampuan untuk memahami bahasa manusia. Tidak hanya kemampuan komputer dalam memahami bahasa alamiah saja yang tampaknya merupakan salah satu aspek dasar dari kecerdasan manusia, namun otomasi yang berhasil darinya juga memiliki pengaruh yang sangat besar pada kemampuan penggunaannya dan keefektifannya.
5 10 5. Permainan (Games) Kebanyakan permainan dilakukan dengan menggunakan sekumpulan peraturan. Dalam permainan digunakan apa yang disebut dengan pencarian ruang keadaan (state space search). Teknik untuk menentukan alternatif dalam menyimak problema ruang merupakan sesuatu yang rumit. Teknik yang menggeluti hal ini disebut dengan heuristic. Dalam studi heuristic, permainan merupakan bidang yang sangat menarik. 2.2 Permainan Pergeseran Angka Permainan (games) merupakan satu dari banyak area dalam kecerdasan buatan yang paling menarik dan dipublikasikan dengan baik. Dengan keberhasilan Deep Blue tahun 1997, sebuah landmark dicapai, yaitu sebuah program komputer yang bisa mengalahkan pemain catur terbaik dunia (Coppin, 2004). Ide games pertama kali dimunculkan oleh Claude Shannon tahun 1950 yang menulis paper tentang mekanisme pembuatan program permainan catur. Beberapa tahun kemudian, Alan Turing menjelaskan program permainan catur walaupun ia sendiri belum pernah membuat rancangan program. Baru pada awal tahun 1960-an Arthur Samuel mencoba untuk membuat program catur tersebut (Sigiro, 2011). Gameplay merupakan alat dan aturan-aturan yang mendeskripsikan konteks keseluruhan permainan sehingga pada saat gilirannya, menghasilkan keterampilan, strategi, dan kesempatan (Bakri, 2010). Salah satu jenis Gameplay adalah permainan pergeseran angka. Permainan pergeseran angka biasanya dimainkan dalam kotak berbentuk persegi atau persegi panjang. Jika dalam kotak berbentuk persegi maka permainan ini dikenal dengan nama N-Puzzle. N-Puzzle merupakan permainan teka-teki untuk mencari langkah agar puzzle yang berisi sekumpulan angka dapat terurut. N-Puzzle dengan jumlah ubin 3x3 juga dikenal dengan nama 8-puzzle. Sesuai namanya, 8- puzzle terdiri dari 8 kotak dan 1 tempat kosong yang bisa digerakkan dengan aturan tertentu. Aturan pergerakannya hanya berupa empat arah pergerakan, yaitu atas, bawah, kanan, dan kiri. Permainan ini merupakan contoh kasus terkemuka untuk mengukur kinerja algoritma pencarian heuristik (Gaschnig, 1979; Nilsson, 1980;
6 Pearl, 1984; Russel, 1992). Contoh pada permainan 8-puzzle dengan keadaan awal (initial state) dan keadaan tujuan (goal state) yang ingin dicapai pada Gambar Gambar puzzle (Russel, 1992) 2.3 Permainan Pergeseran Angka Pada Bentuk Bintang Permainan pergeseran angka pada bentuk bintang mirip dengan permainan pergeseran angka dalam kotak berbentuk persegi. Perbedaannya adalah bentuk wadah yang digunakan dalam permainan ini berbentuk bintang (star polygon). Setiap titik perpotongan dalam bintang merupakan titik (node) penempatan angka. Seperti halnya, permainan pergeseran angka lainnya, dalam permainan ini juga disediakan satu tempat kosong sebagai ruang untuk menggeser posisi angka. Aturan permainannya adalah sebagai berikut: 1. Tentukan keadaan awal (initial state) pada bintang. 2. Tentukan keadaan tujuan (goal state) pada bintang. 3. Aturan pergeseran: setiap angka dalam bintang hanya dapat digeser ke suatu titik yang kosong atau tidak ditempati. 4. Setiap angka hanya dapat digeser mengikuti jalur yang sudah ada sesuai dengan bentuk bintang yang digunakan.
7 Gambar 2.3 (a) Bentuk bintang berkaki 5 (Bigg, 2001) Gambar 2.3 (b) Bentuk bintang berkaki 6 (Bigg, 2001) Permasalahan dari permainan ini adalah bagaimana mencapai goal state dari initial state dengan mengikuti aturan pergeseran yang telah ditetapkan. Pada bintang berkaki lima yang memiliki 10 buah titik, tersedia 9 buah titik yang memuat angka dan 1 buah titik kosong, sedangkan pada bintang berkaki enam yang memiliki 12 buah titik, tersedia 11 buah titik yang memuat angka dan 1 buah titik kosong seperti pada Gambar 2.3 di atas. 2.4 Teknik Dasar Pencarian Keberhasilan suatu sistem salah satunya ditentukan oleh kesuksesan dalam pencarian dan pencocokan. Pencarian adalah proses mencari solusi dari suatu permasalahan
8 melalui sekumpulan kemungkinan ruang keadaan (state space). Ada beberapa aplikasi yang menggunakan teknik pencarian, yaitu: Papan game dan puzzle (tic tac-toe, catur, menara hanoi). 2. Penjadwalan dan masalah routing (travelling salesman problem). 3. Parsing bahasa dan interpretasinya (pencarian struktur dan arti). 4. Logika pemrograman (pencarian fakta dan implikasinya). 5. Computer vision dan pengenalan pola. 6. Sistem pakar berbasis kaidah (rule based expert system). Pencarian atau pelacakan merupakan salah satu teknik untuk menyelesaikan permasalahan AI. Teknik pencarian terbagi atas dua teknik, yaitu pencarian buta (blind search) dan pencarian heuristik (heuristic search). 2.5 Pencarian Heuristik (Heuristic Search) Kata heuristic berasal dari sebuah kata kerja bahasa Yunani, heuriskein, yang berarti mencari atau menemukan (Kusumadewi, 2007). Pencarian heuristik merupakan pencarian yang penelusurannya dimulai dengan adanya informasi awal yang digunakan dalam proses pencarian. Pencarian terbimbing (heuristic search) dibutuhkan karena pencarian buta (blind search) tidak selalu dapat diterapkan dengan baik, hal ini dikarenakan waktu aksesnya yang cukup lama serta besarnya memori yang diperlukan. Kelemahan ini dapat diatasi jika ada informasi tambahan (fungsi heuristik) dari domain yang bersangkutan. Dalam pencarian ruang keadaan, heuristik dinyatakan sebagai aturan untuk melakukan pemilihan cabang-cabang dalam ruang keadaan yang paling tepat agar tercapai solusi permasalahan yang bisa diterima. Pada pencarian heuristik, sebuah fungsi heuristik digunakan untuk mengevaluasi keadaan permasalahan tersendiri dan menentukan bagaimana fungsi ini diperlukan dalam memecahkan suatu permasalahan. Sebuah fungsi heuristik adalah sebuah fungsi yang memetakan keadaan permasalahan, yang menjelaskan daya tarik dan digambarkan dalam sebuah angka (Pearl, 1984). Tujuan dari sebuah fungsi heuristik adalah untuk memandu proses pencarian tujuan yang menguntungkan dengan menganjurkan jalur mana yang harus diikuti
9 14 pertama kali ketika tersedia lebih dari satu tujuan. Game playing dan pemecahan teorema (theorem solving) adalah dua aplikasi paling tua dari AI, kedua-duanya memerlukan heuristik untuk memangkas ruang dari solusi yang mungkin. Beberapa heuristik lebih baik dari pada heuristik lainnya, dan semakin baik suatu heuristik, maka semakin sedikit node yang diperlukan untuk diperiksa dalam pohon pencarian untuk menemukan solusi. Oleh karena itu, seperti memilih representasi yang tepat, memilih heuristik yang tepat dapat membuat perbedaan yang signifikan dalam membantu kita untuk memecahkan masalah (Coppin, 2004). Dalam tugas akhir ini, fungsi heuristik yang akan dipakai sebagai fungsi evaluasi untuk menuntun arah pencarian solusi, adalah Gaschnig s heuristic. Gaschnig s heuristic mengukur jumlah pergeseran (swap) dengan tempat/ubin kosong untuk menghasilkan keadaan tujuan (goal state). Skenario kasus terburuk adalah ketika semua angka berada pada posisi yang salah, maka tempat kosong perlu ditukar sebanyak 10 kali dengan ubin yang berisi angka untuk menghasilkan keadaan tujuan. Jenis-jenis pencarian heuristik, yaitu: 1. Generate and Test 2. Hill Climbing 3. Best First Search 4. Alpha Beta Prunning 5. Means-End-Analysis 6. Constraint Satisfaction 2.6 Algoritma Best First Search Algoritma best first search merupakan kombinasi dari algoritma depth first search dengan algoritma breadth first search dengan mengambil kelebihan dari kedua algoritma tersebut. Apabila pada pencarian dengan algoritma hill climbing tidak diperbolehkan untuk kembali ke node pada level yang lebih rendah meskipun node di level yang lebih rendah tersebut memiliki nilai heuristik yang lebih baik, lain halnya pada algoritma best first search, pencarian diperbolehkan mengunjungi node yang ada di level yang lebih rendah, jika ternyata node di level yang lebih tinggi memiliki nilai heuristik yang lebih buruk (Kusumadewi, 2003).
10 15 Setiap sebuah node dikembangkan, algoritma akan menyimpan setiap successor node n sekaligus dengan harga (cost) dan petunjuk pendahulunya (parent). Algoritma akan berakhir pada node tujuan, dan tidak ada lagi pengembangan node. Best first mengacu pada algoritma mengeksplorasi node dengan "nilai" terbaik pertama. Sebuah fungsi evaluasi digunakan untuk menetapkan nilai untuk setiap calon node. Dalam algoritma ini, ruang pencarian dievaluasi menurut fungsi heuristik yang dinyatakan dengan persamaan berikut: f(n) = h(n) (1.1) dimana: f(n) = fungsi heuristik h(n)= fungsi evaluasi yang dipakai untuk mengestimasi seberapa baik setiap node dibangkitkan. Untuk mengimplementasikan algoritma pencarian ini, diperlukan dua buah senarai (list), yaitu: OPEN untuk mengelola nodes yang pernah dibangkitkan tetapi belum dievaluasi dan CLOSE untuk mengelola nodes yang pernah dibangkitkan dan sudah dievaluasi. Algoritma best first search adalah sebagai berikut: 1. Masukkan simpul awal ke dalam OPEN 2. OPEN berisi simpul awal dan CLOSE masih kosong 3. Masukkan simpul awal ke CLOSE dan suksesornya pada OPEN list 4. Ulangi langkah berikut sampai goal ditemukan dan tidak ada lagi node yang akan dikembangkan: a. Hitung nilai f nodes yang ada pada OPEN, ambil node terbaik (f terkecil) b. Jika node tersebut sama dengan node tujuan, maka sukses c. Jika tidak, masukkan node tersebut ke dalam CLOSE d. Bangkitkan semua successor dari node tersebut e. Untuk setiap successor kerjakan: 1. Jika successor tersebut belum pernah dibangkitkan, evaluasi successor tersebut, tambahkan ke OPEN, dan catat parent-nya. 2. Jika successor tersebut sudah pernah dibangkitkan sebelumnya, ubah parent-nya jika lintasan baru lebih menjanjikan atau jalur melalui parent
11 16 ini lebih baik daripada jalur melalui parent yang sebelumnya. Selanjutnya, perbarui biaya untuk successor tersebut dan nodes lain yang berada di level bawahnya. Contoh proses best first search dapat dilihat pada Gambar 2.4 berikut: Gambar 2.4 Langkah-langkah yang dilakukan oleh algoritma Best First Search Pertama kali, dibangkitkan node A. Kemudian semua successor A dibangkitan, dan dicari harga paling minimal. Pada langkah 2, node B terpilih karena harganya paling rendah, yakni 2. Langkah 3, semua successor B dibangkitkan, kemudian harganya akan dibandingkan dengan harga node C dan D. Ternyata harga node D paling kecil dibandingkan harga node C, E, dan F. Sehingga D terpilih dan selanjutnya akan dibangkitkan semua successor D pada langkah 4. Harga node H paling kecil dibandingkan harga node C, E, F, dan G. Maka semua successor H dibangkitkan. Demikian seterusnya sampai ditemukan node tujuan.
12 Penelitian Sebelumnya Beberapa penelitian yang pernah dilakukan dengan menggunakan algoritma best first search antara lain untuk membangun permainan ular tangga modifikasi (Zi, 2011) dan penyelesaian permainan minesweeper (Sigiro, 2011). Penelitian yang pernah dilakukan mengenai permainan pergeseran angka dalam bentuk bintang yaitu dengan menggunakan algoritma breadth first search (Naif, 2009). Zi (2011) menggunakan konsep kecerdasan buatan dengan algoritma best first search untuk membangun sebuah permainan ular tangga modifikasi. Permainan ular tangga merupakan board game yang dimainkan oleh 2 orang atau lebih. Papan permainan dibagi dalam kotak-kotak kecil dan di beberapa kotak digambar sejumlah "tangga" atau "ular" yang menghubungkannya dengan kotak lain. Pada penelitian ini, algoritma best first search dapat diterapkan dengan baik ke dalam permainan untuk mencari jalan tercepat melalui angka dadu untuk mencapai finish. Sigiro (2011) menggunakan algoritma best first search dalam penelitiannya tentang penyelesaian permainan minesweeper. Minesweeper adalah permainan komputer untuk satu pemain. Tujuan permainan ini adalah untuk membersihkan lahan permainan tanpa mengenai ranjau. Pada penelitian tersebut sistem dengan implementasi algoritma best first search yang dibangun dapat menemukan solusi dengan menggunakan kotak seleksi berukuran 4x4. Naif (2009) menggunakan algoritma breadth first search dalam menyelesaikan permainan pergeseran angka pada bentuk bintang. Penggunaan algoritma ini mampu menemukan semua solusi namun keadaan awal yang semakin berbeda atau kompleks dengan keadaan akhir, akan membutuhkan waktu yang lama dan tingkat (level) pencarian yang panjang untuk menemukan suatu solusi x.
13 Tabel 2.1 Penelitian Sebelumnya No Judul Pengarang Tahun Kelebihan Kekurangan 1. Implementasi Konsep Kecerdasan Buatan Dengan Metode Best First Search (BFS) Untuk Pembuatan Game Ular Tangga Modifikasi Nurulliana Zi 2011 pencarian angka dadu selanjutnya yang dibutuhkan dengan metode ini mampu mendapatkan jalan tercepat untuk mencapai finish. 2. Analisis dan Implementasi Penyelesaian Game Minesweeper Menggunakan Algoritma Greedy Best First Search 3. Penyelesaian Permainan Pergeseran Angka Pada Bintang Dengan Algoritma Breadth First Search Irma Y N Sigiro Maryanti Naif 2011 penyelesaian game minesweeper dapat diperoleh dengan baik menerapkan algoritma greedy best first search selalu menemukan solusi 18 kurang efektif karena membutuhkan waktu yang lama dan langkah pencarian yang panjang dalam pencarian solusi
Pengantar 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 terperinciPERMAINAN PERGESERAN ANGKA BENTUK BINTANG MENGGUNAKAN ALGORITMA BEST FIRST SEARCH
PERMINN PERGESERN NGK BENTUK BINTNG MENGGUNKN LGORITM BEST FIRST SERCH 1 Dedy risandi, 2 Romi Fadillah Rahmat, 3 Siska Maria ritonang. 1, 2, 3 Program Studi S1 Teknologi Informasi Fakultas Ilmu Komputer
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 terperinciKECERDASAN BUATAN METODE HEURISTIK / HEURISTIC SEARCH ERWIEN TJIPTA WIJAYA, ST., M.KOM
KECERDASAN BUATAN METODE HEURISTIK / HEURISTIC SEARCH ERWIEN TJIPTA WIJAYA, ST., M.KOM KERANGKA MASALAH Generate And Test Hill Climbing Best First Search PENCARIAN HEURISTIK Kelemahan blind search : 1.
Lebih terperinciBAB I PENGENALAN INTELEGENSI BUATAN
BAB I PENGENALAN INTELEGENSI BUATAN A. Pengantar Intelegensi Buatan (AI) Intelegensi Buatan (Artificial Intelligence) merupakan cabang terpenting dalam dunia computer yang membuat agar mesin (computer)
Lebih terperinciArtificial Intelligence Apa Itu AI?
Artificial Intelligence Apa Itu AI? Bagaimana otak manusia bekerja? Apa itu kecerdasan? Bagaimana kita meniru otak manusia? Bagaimana kita membuat kecerdasan? Peduli amat!!! Mending melakukan sesuatu yg
Lebih terperinciPengenalan Kecerdasan Buatan (KB)
Pengenalan Kecerdasan Buatan (KB) Pengertian Kecerdasan Buatan VS Kecerdasan Alami Komputasi KB VS Komputasi Konvensional Sejarah KB Lingkup KB Soft Computing Referensi Luger & Stubblefield - bab 1 Sri
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 terperinciMETODE PENCARIAN DAN PELACAKAN
METODE PENCARIAN DAN PELACAKAN SISTEM INTELEGENSIA Pertemuan 4 Diema Hernyka S, M.Kom Materi Bahasan Metode Pencarian & Pelacakan 1. Pencarian buta (blind search) a. Pencarian melebar pertama (Breadth
Lebih terperinciSistem Kecerdasan Buatan. Masalah, Ruang Masalah dan Pencarian Solusi. Masalah. Masalah Sebagai Ruang Keadaan 10/7/2015
Sistem Kecerdasan Buatan Masalah, Ruang Masalah dan Pencarian Solusi Bahan Bacaan : Sri Kusumadewi, Artificial Intelligence. Russel, Artificial Intelligence Modern Approach 2 bagian utama kecerdasan buatan
Lebih terperinciARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan)
ARTIFICIAL INTELLIGENCE / AI (Kecerdasan Buatan) Definisi : - Awalnya komputer difungsikan sebagai alat hitung. - Seiring dengan perkembangan jaman, komputer diharapkan dapat diberdayakan untuk mengerjakan
Lebih terperinciPertemuan-07 INFORMATIKA FASILKOM UNIVERSITAS IGM
07/04/2016 3. HEURISTIC METHOD Algoritma yang menggunakan Metode Best-First Search, yaitu: 1 Literatur Review KECERDASAN BUATAN Pertemuan-07 INFORMATIKA FASILKOM UNIVERSITAS IGM a. Greedy Best-First Greedy
Lebih terperinciArtificial Intelegence. Eka Yuniar
Artificial Intelegence Eka Yuniar DEFINISI Awalnya komputer difungsikan sebagai alat hitung. Seiring dengan perkembangan jaman, komputer diharapkan dapatdiberdayakan untuk mengerjakan segala sesuatu yang
Lebih terperinciPENYELESAIAN PROBLEMA TOWER OF HANOI MENGGUNAKAN ALGORITMA A*
PENYELESAIAN PROBLEMA TOWER OF HANOI MENGGUNAKAN ALGORITMA A* Supiyandi Fakultas Ilmu Komputer Program Studi Sistem Informasi Universitas Potensi Utama Jl. KL. Yos Sudarso KM 6.5 No. 3A Tanjung Mulia,
Lebih terperinciJurnal Mahajana Informasi, Vol.1 No 2, 2016 e-issn: SIMULASI PERGERAKAN CHESS KNIGHT DALAM PAPAN CATUR
SIMULASI PERGERAKAN CHESS KNIGHT DALAM PAPAN CATUR Dini MH. Hutagalung Program Studi Sistem Informasi Universitas Sari Mutiara Indonesia mhdini@gmail.com ABSTRAK Sistem produksi ( production system) merupakan
Lebih terperinciBAB III METODE PELACAKAN/PENCARIAN
BAB III METODE PELACAKAN/PENCARIAN Hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian. Pencarian = suatu proses mencari solusi dari suatu permasalahan melalui sekumpulan,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kecerdasan buatan merupakan sub-bidang ilmu komputer yang khusus ditujukan untuk membuat software dan hardware yang sepenuhnya bisa menirukan beberapa fungsi
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Kecerdasan Buatan Kecerdasan buatan atau Artificial Intelligence (AI) adalah suatu bidang ilmu yang mempelajari tentang bagaimana membangun sistem komputer yang menerapkan kecerdasan
Lebih terperinciPenerapan Metode Best First Search Pada Permainan Tic Tac Toe
Penerapan Metode Best First Search Pada Permainan Tic Tac Toe Harvei Desmon Hutahaean STMIK Pelita Nusantara, Jl. Iskandar Muda No. 1 Medan, Sumatera Utara, Indonesia http : // www.penusa.ac.id, Email:
Lebih terperinciKECERDASAN BUATAN Artificial Intelligence (AI)
KECERDASAN BUATAN Artificial Intelligence (AI) Pengertian AI Putu Putra Astawa S.Kom.,M.kom Ptputraastawa@gmail.com Ptputraastawa.wordpress.com Kedudukan Ilmu Kecerdasan Buatan Kecerdasan? Kecerdasan berasal
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Artificial Intelligence (AI) Artificial Intelligence (AI) atau kecerdasan buatan merupakan salah satu bidang ilmu komputer yang mempelajari bagaimana cara agar komputer dapat
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Kecerdasan Buatan Kecerdasan buatan atau artificial intelligence merupakan salah satu bagian ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti
Lebih terperincimemberikan output berupa solusi kumpulan pengetahuan yang ada.
MASALAH DAN METODE PEMECAHAN MASALAH (Minggu 2) Pendahuluan Sistem yang menggunakan kecerdasan buatan akan memberikan output berupa solusi dari suatu masalah berdasarkan kumpulan pengetahuan yang ada.
Lebih terperinciMenjelaskan pengertian kecerdasan buatan dengan baik
Menjelaskan pengertian kecerdasan buatan dengan baik Kecerdasan Buatan (Artificial Intelligence, AI) telah menjadi wacana umum yang sangat penting dan jamak dijumpai. Namun masih banyak menyisakan pertanyaan
Lebih terperinciSISTEM INTELEGENSIA. Diema Hernyka S, M.Kom
SISTEM INTELEGENSIA Diema Hernyka S, M.Kom Materi : Konsep Sistem Intelegensia Definisi Kecerdasan Buatan Kecerdasan Buatan Vs Kecerdasan Alami Komputasi Kecerdasan Buatan Vs Komputasi Konvensional Perkembangan
Lebih terperinciKECERDASAN BUATAN. Simple Hill Climbing. Disusun Oleh:
KECERDASAN BUATAN Simple Hill Climbing Disusun Oleh: 1. Lutvi Maulida Al H. (081112006) 2. Nurul Fauziah (081112021) 3. Anggraeni Susanti (081112055) 4. Syahrul Bahar Hamdani (081211232012) Departemen
Lebih terperinciSekilas Tentang Kecerdasan Buatan
Sekilas Tentang Kecerdasan Buatan Oleh: Entin Martiana Penyaji: Setiawardhana Definisi Kecerdasan Buatan Banyak cara untuk mendefinisikan Kecerdasan Buatan, diantaranya adalah : Suatu studi yang mengupayakan
Lebih terperinciH. A. Simon [1987] : Rich and Knight [1991]:
H. A. Simon [1987] : Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang - dalam pandangan
Lebih terperinciArtificial Intelegence/ P_3 EKA YUNIAR
Artificial Intelegence/ P_3 EKA YUNIAR Pokok Bahasan Teknik Pencarian Heuristik Generate And Test Hill Climbing Best First Searching Problem Reduction Constrait Satisfaction Means End Analysis Teknik Pencarian
Lebih terperinciKecerdasan Buatan. Dosen : Dr. Ir. Dian Retno Sawitri, MT Buku : Russel and Norvig (1995) Turban (1993) Rich and Knight (1991) dll
Kecerdasan Buatan Dosen : Dr. Ir. Dian Retno Sawitri, MT Buku : Russel and Norvig (1995) Turban (1993) Rich and Knight (1991) dll Definisi Kecerdasan Buatan (Artificial Intelligence/AI) Proses Berpikir
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 terperinciContoh 4/7/ HEURISTIC METHOD. Pencarian Heuristik
07/04/2016 3. HEURISTI METHO KEERASAN BUATAN Pertemuan : 05-06 INFORMATIKA FASILKOM UNIVERSITAS IGM Pencarian Heuristik Kelemahan blind search : Waktu akses lama Memori yang dibutuhkan besar Ruang masalah
Lebih terperinciMETODE PENCARIAN BFS dan DFS
METODE PENCARIAN BFS dan DFS Metode Pencarian Terdapat banyak metode yang telah diusulkan. Semua metode yang ada dapat dibedakan ke dalam 2 jenis : Pencarian buta / tanpa informasi (blind / un-informed
Lebih terperinciPencarian. Kecerdasan Buatan Pertemuan 3 Yudianto Sujana
Pencarian Kecerdasan Buatan Pertemuan 3 Yudianto Sujana Metode Pencarian dan Pelacakan Hal penting dalam menentukan keberhasilan sistem cerdas adalah kesuksesan dalam pencarian. Pencarian = suatu proses
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 terperinciPENERAPAN ALGORITMA A* PADA PERMASALAHAN OPTIMALISASI PENCARIAN SOLUSI DYNAMIC WATER JUG
PENERAPAN ALGORITMA A* PADA PERMASALAHAN OPTIMALISASI PENCARIAN SOLUSI DYNAMIC WATER JUG Firman Harianja (0911519) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl. Sisingamangaraja
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 terperinciHEURISTIC SEARCH UTHIE
HEURISTIC SEARCH Pendahuluan Pencarian buta biasanya tidak efisien karena waktu akses memori yang dibutuhkan cukup besar. Untuk mengatasi hal ini maka perlu ditambahkan suatu informasi pada domain yang
Lebih terperinciJurnal TIME, Vol. II No 2 : 18-26, 2013 ISSN
Jurnal TIME, Vol II No 2 : 18-26, 2013 Analisis Penggunaan Algoritma Breadth First Search Dalam Konsep Artificial Intellegencia Edi Wijaya STMIK Time Medan Jalan Merbabu No 32 AA BB Telp 061 456 1932,
Lebih terperinciPenerapan Algoritma A* Untuk Pencarian Rute Terdekat Pada Permainan Berbasis Ubin (Tile Based Game)
Penerapan Algoritma A* Untuk Pencarian Rute Terdekat Pada Permainan Berbasis Ubin (Tile Based Game) Febriana Santi Wahyuni 1,*, Sandy Nataly Mantja 1 1 T.Informatika Fakultas Teknologi Industri Institut
Lebih terperinciBAB I PENDAHULUAN 1-1. Howard. W. Sams & Co.1987, hal 1. 1 Frenzel, L.W. Crash Course In Artifical Intelligence And Expert Systems. 1st Edition.
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Perkembangan teknologi yang makin pesat menyebabkan kebutuhan akan kecerdasan buatan (artificial intelligence) dalam komputerpun meningkat. Kecerdasan buatan
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1. Algoritma dan Pemrograman Terhadap berbagai masalah yang timbul perlu dicarikan pemecahannya sehingga dapat memberikan solusi yang benar atau yang paling benar. Berbicara mengenai
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 terperinciMasalah, Ruang Masalah dan Pencarian
Masalah, Ruang Masalah dan Pencarian Definisi Masalah dan Ruang Masalah Metode Pencarian Buta Breadth First Search Depth First Search Referensi Luger & Stubblefield - bab 3 Sri Kusumadewi - bab 2 Rich
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 terperinciHEURISTIC SEARCH. Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc
HEURISTIC SEARCH Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc Jurusan Informatika Universitas Syiah Kuala http://informatika.unsyiah.ac.id/irvanizam Travelling Salesmen Problem Seorang salesman
Lebih terperinciAlgoritma A* untuk AI Path Finding bagi NPC
Algoritma A* untuk AI Path Finding bagi NPC Pendahuluan Definisi AI Kecerdasan Buatan merupakan bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti
Lebih terperinciAI sebagai Masalah Pelacakan. Lesson 2
AI sebagai Masalah Pelacakan Lesson 2 Teknik Pencarian Pendahuluan Setelah permasalahan direpresentasikan dalam bentuk state-space, maka selanjutnya dilakukan pencarian (searching) di dalam state-space
Lebih terperinciGambar 1 Sistem yang menggunakan kecerdasan buatan
BAB 1 PENGENALAN KECERDASAN BUATAN 1.1 DEFENISI KECERDASAN BUATAN Kecerdasan Buatan berasal dari bahasa Inggris Artificial Intelligence atau disingkat AI, yaitu Intelligence adalah cerdas, sedangkan artificial
Lebih terperinciKecerdasan Buatan. Penyelesaian Masalah dengan Pencarian... Pertemuan 02. Husni
Kecerdasan Buatan Pertemuan 02 Penyelesaian Masalah dengan Pencarian... Husni Lunix96@gmail.com http://komputasi.wordpress.com S1 Teknik Informatika, STMIK AMIKOM, 2013 Outline Konsep Pencarian Pencarian
Lebih terperinciAPLIKASI GAME TIC TAC TOE 6X6 BERBASIS ANDROID MENGGUNAKAN ALGORITMA MINIMAX DAN HEURISTIC EVALUATION
APLIKASI GAME TIC TAC TOE 6X6 BERBASIS ANDROID MENGGUNAKAN ALGORITMA MINIMAX DAN HEURISTIC EVALUATION Ever Jayadi1), Muhammad Aziz Fatchur Rachman2), Muhammad Yuliansyah3) 1), 2), 3) Teknik Informatika
Lebih terperinciKecerdasan Buatan (Artificial Intelligence) Muhammad Dahria
Kecerdasan Buatan (Artificial Intelligence) Muhammad Dahria Abstrak Kecerdasan Buatan (Artificial Intelligence) merupakan salah satu bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer)
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 terperinciArtificial Intelegence/ P_2. Eka Yuniar
Artificial Intelegence/ P_2 Eka Yuniar Pokok Bahasan Definisi Masalah Ruang Masalah Metode Pencarian BFS dan DFS Problem/ Masalah Masalah dalam kecerdasan buatan adalah masalah yang dapat dikonversi ke
Lebih terperinciBAB 2 TINJAUAN TEORI. Artificial Intelligence. Jika diartikan Artificial memiliki makna buatan,
BAB 2 TINJAUAN TEORI 2.1 Kecerdasan Buatan Kecerdasan buatan adalah sebuah istilah yang berasal dari bahasa Inggris yaitu Artificial Intelligence. Jika diartikan Artificial memiliki makna buatan, sedangkan
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Game Game atau permainan merupakan sebuah sistem yang melibatkan pemain dalam suatu permasalahan dengan aturan tertentu sehingga menciptakan hasil yang dapat diukur (Salen & Zimmerman,
Lebih terperinciTEKNIK PENCARIAN HEURISTIK (HEURISTIC SEARCHING)
TEKNIK PENCRIN HEURISTIK (HEURISTIC SERCHING) Teknik pencarian heuristik (heuristic searching) merupakan suatu strategi untuk melakukan proses pencarian ruang keadaan (state space) suatu problema secara
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Algoritma A* (star) Algoritma A* (star) merupakan algortima best first search dengan pemodifikasian fungsi heuristik. Algoritma ini akan meminimumkan total biaya lintasan, dan
Lebih terperinciKECERDASAN BUATAN MASALAH, RUANG KEADAAN DAN PENCARIAN ERWIEN TJIPTA WIJAYA, ST., M.KOM
KECERDASAN BUATAN MASALAH, RUANG KEADAAN DAN PENCARIAN ERWIEN TJIPTA WIJAYA, ST., M.KOM KERANGKA MASALAH Masalah Ruang Keadaan Pencarian DEFINISI MASALAH Sistem yang menggunakan kecerdasan buatan akan
Lebih terperinciTEKNIK PENYELESAIAN MASALAH BERDASARKAN AI
TEKNIK PENYELESAIAN MASALAH BERDASARKAN AI 1. Definisikan masalah dengan tepat 2. Analisa masalahnya 3. Representasikan task knowledge 4. Pilih dan gunakan representasi dan teknik reasoning Untuk mendefinisikan
Lebih terperinciBAB 1 PENGENALAN KECERDASAN BUATAN 2 Dengan definisi ini, Kecerdasan Buatan menawarkan baik media maupun uji teori kecerdasan. Teori-teori ini dapat d
Bab1 Pengenalan Kecerdasan Buatan POKOK BAHASAN: Definisi Kecerdasan Buatan Sejarah Kecerdasan Buatan Sub Disiplin Ilmu dalam Kecerdasan Buatan Lingkup Kecerdasan Buatan pada Aplikasi Komersial Kecerdasan
Lebih terperinciPerangkat Lunak Simulasi Langkah Kuda Dalam Permainan Catur
Perangkat Lunak Simulasi Langkah Kuda Dalam Permainan Catur Hartono 1) Liva Junter 2) STMIK IBBI Medan Jl. Sei Deli No. 18 Medan, Telp. 061-4567111 Fax. 061-4527548 Email: hartonoibbi@gmail.com 1 Abstrak
Lebih terperinciSemoga Tuhan memberi berkah pada kelas ini.
Semoga Tuhan memberi berkah pada kelas ini. 1 TUJUAN Agar mahasiswa memahami Sistem Pakar Agar mahasiswa dapat memahami aplikasi dan penerapan dari sistem pakar 2 MATERI POKOK Pertemuan Pokok Bahasan ke-
Lebih terperinciBAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM
BAB III ANALISIS MASALAH DAN RANCANGAN PROGRAM III.1. Analisis Masalah Proses analisa sistem merupakan langkah kedua pada pengembangan sistem. Analisa sistem dilakukan untuk memahami informasi-informasi
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 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 terperinciPengantar Sistem Pakar
Chapter 1 Tujuan Instruksional Khusus Mahasiswa mampu menjelaskan konsep dasar Sistem Pakar. Mahasiswa mampu memberi contoh aplikasi-aplikasi sistem pakar dalam sistem komputer modern. Mahasiswa memahami
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 terperinciTeknik Pencarian Heuristik
Teknik Pencarian Heuristik Generate and Test Hill Climbing Best First Search Problem Reduction Constraint Satisfaction Means End Analysis Referensi Sri Kusumadewi - bab 2 Rich & Knight bab 3 Teknik Pencarian
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 terperinciKecerdasan Buatan. Untuk mengetahui dan memodelkan proses proses berpikir manusia dan mendesain Mesin agar dapat menirukan perilaku manusia.
Kecerdasan Buatan Definisi AI John McCarthy (1956): Untuk mengetahui dan memodelkan proses proses berpikir manusia dan mendesain Mesin agar dapat menirukan perilaku manusia. H. A. Simon (1987) : Kecerdasan
Lebih terperinciKECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) By :Suthami A.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) By :Suthami A. Definisi Kecerdasan buatan (Artificial Intelligence) : Bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan
Lebih terperinciMasalah, Ruang Keadaan dan Pencarian 4/7/2016. fakultas ilmu komputer program studi informatika
ب س م ا ه لل الر ح ن الر ح ي السالم عليكم ورحمة هللا وبركاته fakultas ilmu komputer program studi informatika Masalah, Ruang Keadaan dan Pencarian Ruang Masalah / Keadaan Suatu ruang yang berisi semua
Lebih terperinciKECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE/AI)
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE/AI) PERTEMUAN 1 PENGANTAR KECERDASAN BUATAN Pembahasan Kontrak Perkuliahan Pemahaman Tujuan Perkuliahan Pengantar Kecerdasan Buatan - Definisi kecerdasan buatan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Algoritma Algoritma merupakan urutan langkah langkah untuk menyelesaikan masalah yang disusun secara sistematis, algoritma dibuat dengan tanpa memperhatikan bentuk
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 terperincimental kita begitu penting bagi kehidupan
PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) Pendahuluan Manusia memiliki nama ilmiah homo sapiens - manusia yang bijaksana - karena kapasitas mental kita begitu penting bagi kehidupan sehari-hari.
Lebih terperinciImplementasi Permainan Reversi menggunakan Penelusuran BFS dengan Konsep Algoritma MinMax
Implementasi Permainan Reversi menggunakan Penelusuran BFS dengan Konsep Algoritma MinMax Romi Fadillah Rahmat, Muhammad Anggia Muchtar, Dedy Arisandi Fakultas MIPA Program Studi Teknologi Informasi Universitas
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 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 terperinciPENERAPAN ALGORITMA A* UNTUK PENCARIAN SOLUSI TERBAIK PADA GAME CONGKLAK
Majalah Ilmiah INTI, Volume, Nomor, Mei 7 ISSN 339- PENERAPAN ALGORITMA A* UNTUK PENCARIAN SOLUSI TERBAIK PADA GAME CONGKLAK Ahmad Soleh Siregar, Surya Darma Nasution Mahasiswa Teknik Informatika STMIK
Lebih terperinciMasalah, Ruang Masalah dan Pencarian
Masalah, Ruang Masalah dan Pencarian Review : Sistem yang menggunakan AI Komputer Input Masalah Pertanyaan dll Basis Pengetahuan Motor Inferensi Output Jawaban Solusi Untuk membangun sistem yang mampu
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 terperinciBAB I PENDAHULUAN. Dalam beberapa tahun terakhir Artificial Intelligence (AI) atau kecerdasan
BAB I PENDAHULUAN 1.1. Latar Belakang Penelitian Dalam beberapa tahun terakhir Artificial Intelligence (AI) atau kecerdasan buatan telah menjadi sesuatu yang berpengaruh dalam industri game application.
Lebih terperinciAI sebagai Masalah Pelacakan. Lesson 2
AI sebagai Masalah Pelacakan Lesson 2 Pendahuluan Semua Bidang AI adalah Pelacakan Game Ruang masalah (problem spaces) Setiap masalah adalah pohon virtual dari seluruh solusi yang mungkin (berhasil atau
Lebih terperinciUNIVERSITAS GUNADARMA
QUIZ PENGANTAR KECERDASAN BUATAN Kelompok : Hasbi Nur Haqi (50407406) (Ketua) M. Isramuddin (50407572) Septo Aditiyo (50407796) Yusup Bachtiar (50407929) Kelas : 4IA03 UNIVERSITAS GUNADARMA 2010 Soal dan
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 terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Artificial Intelligence
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Artificial Intelligence atau kecerdasan buatan merupakan sub bidang ilmu komputer yang mengkonsentrasikan diri pada otomatisasi kecerdasan tingkah laku 1. Salah
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Permainan papan (board game) adalah sebuah permainan di mana bidak-bidak diletakkan, dipindahkan ataupun dimakan oleh bidak lawan yang dimainkan di atas papan yang
Lebih terperinciBAB III ALGORITMA GREEDY DAN ALGORITMA A* membangkitkan simpul dari sebuah simpul sebelumnya (yang sejauh ini terbaik di
BAB III ALGORITMA GREEDY DAN ALGORITMA A* 3.1 Best First Search Sesuai dengan namanya, best-first search merupakan sebuah metode yang membangkitkan simpul dari sebuah simpul sebelumnya (yang sejauh ini
Lebih terperinciGARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP)
Mata : Kecerdasan Buatan Bobot Mata : 3 Sks GARIS-GARIS BESAR PROGRAM PENGAJARAN (GBPP) Deskripsi Mata : Representasi pengetahuan dan pemecahan persoalan AI; Logika; Uncertainty; Vision Blind Search; Al
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 terperinciRuang Pencarian PERTEMUAN 3
Ruang Pencarian PERTEMUAN 3 TUJUAN INSTRUKSIONAL Mahasiswa dapat mendeskripsikan sebuah permasalahan secara formal Mahasiswa dapat merancang ruang pencarian dari sebuah permasalahan AGEN YANG MEMILIKI
Lebih terperinciKecerdasan Buatan Penyelesaian Masalah dengan Pencarian
Kecerdasan Buatan Pertemuan 02 Penyelesaian Masalah dengan Pencarian Kelas 10-S1TI-03, 04, 05 Husni Lunix96@gmail.com http://komputasi.wordpress.com S1 Teknik Informatika, STMIK AMIKOM, 2012 Outline Pendahuluan
Lebih terperinciBAB I PENDAHULUAN. generasi pertama pada tahun 1972 dikenal dengan game konsol yang dikeluarkan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan game dari masa ke masa dibagi menjadi 9 generasi, dari generasi pertama pada tahun 1972 dikenal dengan game konsol yang dikeluarkan oleh perusahaan
Lebih terperinciIMPLEMENTASI ALGORITMA MINIMAX PADA PERMAINAN TIC-TAC-TOE SKALA 9X9
IMPLEMENTASI ALGORITMA MINIMAX PADA PERMAINAN TIC-TAC-TOE SKALA 9X9 Dicky Herman Firmansyah zudenks@yahoo.co.id Pembimbing I : Nana Juhana, S.T., M.T. Pembimbing II : Irfan Maliki, S.T. Fakultas Teknik
Lebih terperinciMenjelaskan tujuan dan karakteristik kecerdasan buatan dengan baik
Menjelaskan tujuan dan karakteristik kecerdasan buatan dengan baik Kecerdasan buatan adalah ilmu dan rekayasa yang membuat mesin mempunyai intelegensi tertentu khususnya program komputer yang cerdas (John
Lebih terperinci