Pengertian Agent. percepts. actions
|
|
- Agus Dharmawijaya
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Pengertian Agent sensors percepts? agent actuators (effectors) actions environment AGENT, adalah : Sesuatu (entity) yang menerima masukan (percept) dari lingkungannya (environment) melalui sensorsensor, dan yang bertindak (action) melalui effector/actuator terhadap lingkungan. 1
2 Agent? Contoh Agent Human agent Sensors : mata,telinga,dan organ lainnya Efektors : tangan, kaki, mulut, dan anggota tubuh lainnya Robotic agent Sensors : kamera, infrared Efektors : motor, roda, speaker Jadi, tujuan dari Agent apa? 2
3 Agent Agent function memetakan daripercept sequence keactions : Agent program berjalan pada arsitektur fisik untuk menghasilkan f. Vacuum-cleaner world Percepts: lokasi dan isinya contoh : [A,Dirty] Actions: kiri, kanan, sedot, tidak melakukan apapun. 3
4 Vacuum-cleaner world Rationality Rasionalitas (rationality) : menurut pikiran dan pertimbangan dengan alasan yang logis, menurut pikiran yang sehat, cocok dengan akal. 4
5 Rational Agent Rational Agent, adalah : Agen yang bertindak (tingkah laku) benar. Jadi butuh suatu pengukuran sukses/keberhasilan dari suatu agent! Performance Measure, adalah : suatu kriteria untuk menentukan seberapa besar suatu agent sukses 4 Hal yang mempengaruhi Rational Agent Performance measure yang menunjukkan tingkat keberhasilannya. Mengetahui tentang lingkungannya (environment) Tindakan (action) yang dapat dilakukannya. Rational agent memiliki kemampuan pengamatan (percept sequence) 5
6 Omniscience Agent Omniscience Agent, adalah : Agent yang mengetahui kenyataan yang akan terjadi dalam kejadian dan tindakannya, serta dapat bertindak sesuai dengan tujuannya. Rational Agent (expected performance) Omniscience Agent (actual performance) Ideal Rational Agent Untuk setiap kemungkinan urutan pengamatan, Rational Agent yang ideal harus dapat bertindak sesuai dengan yang diharapkan untuk memaksimumkan performance measure. Berdasarkan pada bukti-bukti yang dihasilkan oleh pengamat dan pengetahuan yang dimiliki agent. 6
7 Pemetaan yang ideal dari urutan pengamatan hingga tindakan Suatu kenyataan bahwa tingkah laku agent sangat bergantung dari urutan pengamatan yang dilakukannya. setiap bagian agent dapat diuraikan dengan membuat tabel dari tiap respon tindakan terhadap tiap kemungkinan urutan pengamatan. Tabel ini disebut mapping (pemetaan) dari urutan pengamatan menjadi tindakan. Ideal Mapping Ideal mapping adalah mapping dari ideal agent. Contoh : kasus akar kuadrat Pengamatan (Percepts) X Tindakan (Action) Z function SQRT(x) z 1.0 / *initial guess*/ repeat until z 2 -x < z z ( z 2 -x )/(2z) end return z Ideal Mapping (akurasi 15 digit) Program dg metode Newton 7
8 Agent yang Autonomy Agent yang autonomy, adalah : jika setiap tindakan telah tercatat lengkap dalam pengetahuan (built-in knowledge) pada agent. Tidak perlu memperhatikan pengamatannya (percept). Contoh : arlogi yang dibawa keluar negeri Struktur dari Intelligent Agent Agent = architecture + program Architecture: Mesin (hardware) untuk mengeksekusi suatu agent. Program : suatu implementasi dari fungsi agent. 8
9 Struktur dari Intelligent Agent Hubungan program agent berkaitan erat dengan : Percepts Actions Goals Environment A Windshield Wiper Agent Goals Percepts Actions Environment menjaga kaca tetap bersih & menjaga penglihatan hujan, kotoran off, slow, medium, fast kota, cuaca 9
10 Line Keeping Agent (LKA) Goals Percepts? Actions? Environment tetap pada jalur jalan lalu lintas Line Keeping Agent (LKA) Goals Percepts Actions Environment tetap pada jalur jalur/jalan,batasan jalur mengendalikan, me-rem jalan lalu lintas 10
11 Medical diagnosis system Goals Percepts Actions Environment kesehatan pasien, meminimal biaya Medical diagnosis system Goals Percepts Actions Environment kesehatan pasien, meminimal biaya keluhan, gejala, penyakit pertanyaan, tes, perawatan pasien, rumahsakit, pegawai 11
12 Medical diagnosis system Percepts Sensor Actions Actuator keluhan, gejala, penyakit keyboard (input gejala, temuan, jawaban pasien) pertanyaan, tes, perawatan display (pertanyaan, test, diagnosis, treatment) Vaccum World Goals menjaga kebersihan Percepts Actions Environment 12
13 Vaccum World Goals menjaga kebersihan Percepts lokasi dan status,mis:[a,kotor] Contoh percept sequence: {[A,kotor],[a,bersih],[b,kotor],[b,bersih],...} {[a,kotor],[a,kotor],[a,kotor],[a,bersih],...} Actions Environment ke kiri, ke kanan, sedot, santai kotak a & kotak b beserta debunya Vacuum World Percepts lokasi dan status,mis:[a,kotor] Contoh percept sequence: {[A,kotor],[a,bersih],[b,kotor],[b,bersih],...} {[a,kotor],[a,kotor],[a,kotor],[a,bersih],...} Sensor Actions Actuator camera ke kiri, ke kanan, sedot, santai roda, mesin vacuum 13
14 Vacuum World Lookup table Agent Supir Taksi Goals Percept Actions Environment tujuan penumpang, mencapai setoran, hemat bensin, tidak nabrak, tidak ditilang penumpang, lokasi, tujuan,asal menyetir, menginjak gas & rem, menekan klakson, memberikan sinyal kiri/kanan jalanan, lampu merah, Lalulintas, pejalan kaki,cuaca 14
15 Agent Taksi Otomatis Percept Sensor penumpang, lokasi, tujuan,asal camera, speedometer, GPS, engine sensor, keyboard Actions Actuator menyetir, menginjak gas & rem, menekan klakson, memberikan sinyal kiri/kanan stir, gas, rem, klakson, sinyal kiri/kanan, display Robot Part-Picking Sebuah robot yang mengamati komponen pada ban berjalan, Lalu memisahkan yang bermutu tinggi dari yang jelek, cacat, dll. Ke dalam dua kotak. 15
16 Robot Part-Picking Goals Percept Actions Environment Sensor komponen masuk kotak yang benar (persentase?) gerak lengan robotik gerak lengan robotik ban berjalan, komponen yang diuji,kotak-kotak kamera, sensor fisik Tipe Agen Tanggapan Tindakan Tujuan Environment Sistem diagnosa Medis Sistem analisis citra satelit Gejala, pemeriksaan, jawaban pasien. Pixel dari berbagai intensitas, warna Pertanyaan, test, perlakuan Cetak berdasarkan kategori Pasien sehat, biaya minimal Pasien, rumah sakit. Perbaiki kategori Citra dari orbit satelit Robot partpicking Pixel dari berbagai intensitas Mengangkat part/ komponen dan memasukkan kedalam kotak Menempatkan part pada kotak yang benar Ban berjalan dengan komponen Pengontrol Penyaringan Suhu, tekanan yang terbaca Buka, tutup katup, setel suhu Kemurnian yang tinggi, hasil, keamanan Penyaringan Tutor Bahasa Inggris interaktive Kata yang diketikkan Cetak latihan, sugesti dan koreksi Hasil test siswa tindakan mum Sekelompok siswa. 16
17 Environment Lingkungan dimana agent akan beroperasi akan sangat mempengaruhi design agent itu sendiri Ada beberapa jenis lingkungan Agent Environments Fully Observable vs Partially Observable Deterministic vs Stochastic Episodic vs Sequential Static vs Dynamic Discrete vs Continuous Single Agent vs Multi Agent 17
18 Fully observable (vs. partially observable) Tingkat observasi : Penuh/Sebagian Tingkat observasi akan menentukan apakah lingkungan pencarian dapat sepenuhnya terlihat (fully observable) atau samar-samar (partially observable). Deterministic (vs. stochastic) Sifat pencarian informasi : Deterministik/Stokastik Sifat pencarian akan menjelaskan apakah informasi dapat dilacak tahap demi tahap (Deterministic) atau dengan urutan yang berubah-ubah (Stochastic). next state = current state + action 18
19 Episodic (vs. sequential) Solusi yang diharapkan: Episodik/ Sekuensial Menjelaskan apakah solusi hanya untuk sekali pakai (episodic/ tidak tergantung pada tindakan sebelumnya) atau akan digunakan dalam menentukan solusi selanjutnya (sequential). Static (vs. dynamic) Lingkungan pencarian informasi: Statik/Dinamik Selama agent mempertimbangkan keputusan, apakah lingkungan tersebut tidak berubah (static) atau selalu berubah (dynamic). 19
20 Discrete (vs. continuous) Sifat paramater pencarian: Diskrit/ Kontinu Lingkungan dengan jumlah terbatas (percept & action terdefinisi dengan jelas) atau tidak terbatas. Single agent (vs. multiagent) Sifat komunikasi : Agen Tunggal/ Agen Banyak Menjelaskan bagaimana agen berinteraksi dengan lingkungannya, apakah dipengaruhi juga oleh informasi dari agen lainnya (multi agent) atau hanya dirinya sendiri (single agent). 20
21 Contoh Environment Environment Chess with a Clock Fully Observable Single Agent Deterministic Episodic Static Discrete Poker Taxing Driving Medical Diagnosis Interactive English Tutor Contoh Environment Environment Fully Observable Single Agent Deterministic Episodic Static Discrete Chess with a Clock Semi Poker Taxing Driving Medical Diagnosis Interactive English Tutor 21
22 Contoh Environment Environment Fully Observable Single Agent Deterministic Episodic Static Discrete Chess with a Clock Semi Poker Taxing Driving Medical Diagnosis Interactive English Tutor Contoh Environment Environment Fully Observable Single Agent Deterministic Episodic Static Discrete Chess with a Clock Semi Poker Taxing Driving Medical Diagnosis Interactive English Tutor 22
23 Tipe AGENT Simple reflex agents Pengamat dengan respon yang cepat/segera. Tidak memiliki memory pada states sebelumnya. Model-based Reflex agents Pengamat dengan respon yang cepat/segera. Memiliki internal memory. Goal-based agent (agents with goals) Bertindak untuk mencapai goal. Utility-based agents Memaksimalkanfungsi kegunaannya(utility). Learning Agents Autonomy Learning Simple Reflex Agents What world is like now Condition-Action Rules What action I should do now 23
24 Reflex-vacuum Agent Simple Reflex Agents Kelebihan : Memilih tindakan yang terbaik hanya berdasarkan pada rule/ aturan, current state dari lingkungan Sederhana, sangat efesien Terkadang robust (tidak mudah rusak) Kekurangan : Tidak memiliki/ menyimpan memory Aplikasi penggunaan terbatas 24
25 Model-based Reflex Agent State How world evolves What my actions do What world is like now Condition-Action Rules What action I should do now Model-based Reflex Agent Kelebihan : Memilih tindakan yang terbaik hanya berdasarkan pada rule/ aturan, current state dari lingkungan Mampu mempertimbangkan past state dari lingkungan. Masih efisien, sedikit lebih robust Kekurangan : Aplikasi penggunaan masih terbatas 25
26 Goal-based Agent State How world evolves What my actions do What world is like now What it will be like if I do A Condition-Action Rules What action I should do now Goal-based Agent Kelebihan : Dapat mempertimbangkan goal dan initial state Dasar : Automated Reasoning (FOL) Kekurangan : Mungkin lebih mahal : tidak dapat menyelesaikan banyak problem/ masalah. Tidak memberikan pilihan. 26
27 Utility-based Agents State How world evolves What my actions do Utility Condition-Action Rules What world is like now What it will be like if I do A How happy will I be What action I should do now Utility-based Agents Kelebihan : - Dapat mempertimbangkan kondisi ketidakpastian - Model goal : cost vs benefit - Bermanfaat diberbagai bidang : ekonomi, bisnis, dll. Kekurangan : - Bagaimana cara mendapatkan - utility tersebut? - Bagaimana mempertimbangkan - kondisi ketidakpastian? 27
28 Learning agents Learning agents Dengan learning (belajar) memungkinkan agent untuk beroperasi dilingkungan yang sebenarnya yang tidak diketahui. Bila agent ingin memiliki otonomi, maka agent harus bisa belajar. 28
Agent Cerdas. Chastine Fatichah. Teknik Informatika Institut Teknologi Sepuluh Nopember November 2012
Kecerdasan Buatan Agent Cerdas Chastine Fatichah Teknik Informatika Institut Teknologi Sepuluh Nopember November 2012 1 / 25 Pokok Bahasan Agent & environment Konsep Rational Agents PEAS (Performance measure,
Lebih terperinciIntelligent Agent. PERTEMUAN 10 Diema Hernyka Satyareni, M.Kom
Intelligent Agent PERTEMUAN 10 Diema Hernyka Satyareni, M.Kom Outline Konsep Agen Cerdas dan Lingkungannya Konsep Perancangan Agen Cerdas Perancangan Agen Cerdas Karakteristik Agen Arsitektur Agen Tipe
Lebih terperinciAgen Cerdas. Oleh: Dewi Liliana IT PNJ
Agen Cerdas Oleh: Dewi Liliana IT PNJ Tujuan Mengetahui konsep agen cerdas dan lingkungan agen cerdas. Mengetahui konsep PEAS (Performance measure, Environment, Actuators, Sensors) untuk merancang agen
Lebih terperinciPengenalan Intelligent Agent
Pengenalan Intelligent Agent Pertemuan II Wahyu Supriyatin Intelligent Agent Sistem agent pintar yang dirancang untuk bekerja secara otomatis pada setiap aplikasinya dengan sensornya yaitu menerima pesan
Lebih terperinciPengantar kecerdasan buatan. Rational Agent
Pengantar kecerdasan buatan Rational Agent Agent Kecerdasan buatan tidak akan berfungsi / berguna apabila tidak diterapkan pada suatu obyek / entitas yang bisa bertindak berdasarkan kecerdasan buatan tersebut
Lebih terperinciIntelligent Agent. Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc
Intelligent Agent ì Irvanizam Zamanhuri, M.Sc Dr. Taufiq A. Gani, M.EngSc Jurusan Informatika Universitas Syiah Kuala http://informatika.unsyiah.ac.id/irvanizam KONSEP AGENT An agent is anything that can
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Permainan Reversi Permainan Reversi adalah permainan yang dimainkan oleh dua orang pemain. Permainan ini dimainkan di atas papan Reversi persegi yang terdiri dari 8 baris dan 8
Lebih terperinciMuhammad Bagir S.E., M.T.I
Muhammad Bagir S.E., M.T.I Pengertian Agent Secara umum, sebuah entitas yang berinteraksi dengan lingkungannya Persepsi melalui indra Tindakan melalui effector dan actuator Agent : Entitas dalam sebuah
Lebih terperinciPengenalan Intelligent Agents Russell, S and Norvig, P Artificial Intelligence: A Modern Approach Prentice Hall, 2003, Second Edition - bab 2
Pengenalan Intelligent Agents Russell, S and rvig, P Artificial Intelligence: A Modern Approach Prentice Hall, 2003, Second Edition - bab 2 AGENT dan Lingkungannya Agents adalah segala sesuatu yang dapat
Lebih terperinciIKI 30320: Sistem Cerdas Kuliah 3: Problem-Solving Agent & Search
IKI 30320: Sistem Cerdas : -Solving Agent & Fakultas Ilmu Komputer Universitas Indonesia 3 September 2007 Outline 1 2 3 4 5 Outline 1 2 3 4 5 -Solving Agent Di kuliah yang lalu kita melihat contoh reflex
Lebih terperinciProblem-solving Agent: Searching
Problem-solving Agent: Searching Kuliah 3 Sistem Cerdas 5 April 2010 STMIK Indonesia Problem-Solving Agent Kelemahan reflex agent tidak cocok untuk menangani masalah besar!! Goal-based agent memiliki tujuan,
Lebih terperinciPENGANTAR KECERDASAN BUATAN. Aturan Umum
PENGANTAR KECERDASAN BUATAN Aturan Umum PENILAIAN Tugas ; resume paper, jurnal 4 kali = 20% Quiz ; 2 kali = 10% Ujian Tengah Semester = 30% Ujian Akhir Semester = 40% INDEX Nilai 80 NA 100 A 68 NA 79 B
Lebih terperinciIKI30320 Kuliah 3 3 Sep Ruli Manurung. Problem solving agent. Representasi masalah: state space. Pencarian solusi: search.
Outline IKI 00: istem Cerdas : -olving Agent & Fakultas Ilmu Komputer Universitas Indonesia 4 eptember 007 5 -olving Agent Mekanisme kerja -olving Agent Di kuliah yang lalu kita melihat contoh reflex agent:
Lebih terperincisasaran yang dirancang
Agen Cerdas Pkk Bahasan 1. Agents and Envirnments 2. Ratinality 3. PEAS (Perfrmance measure, Envirnment, Actuatrs, Sensrs) 4. Agent types 5. Envirnment types Agen dan Lingkungan Sistem Agen Cerdas Prgram
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Kecerdasan Buatan Artificial Intelligence atau kecerdasan buatan merupakan cabang dari ilmu komputer yang konsern dengan pengautomatisasi tingkah laku cerdas (Desiani dan Arhami,
Lebih terperinciSISTEM PAKAR. Entin Martiana Jurusan Teknik Informatika - PENS
SISTEM PAKAR Entin Martiana Jurusan Teknik Informatika - PENS Defenisi Sistem Pakar 1. Sistem pakar (expert system) adalah sistem yang berusaha mengapdosi pengetahuan manusia ke komputer, agar komputer
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 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Kecerdasan Buatan Kecerdasan buatan merupakan salah satu bidang ilmu komputer yang didefinisikan sebagai kecerdasan yang dibuat untuk suatu sistem dengan menggunakan algoritmaalgoritma
Lebih terperinciKecerdasan Buatan/ Artificial Intelligence
Kecerdasan Buatan/ Artificial Intelligence Agen Cerdas Imam Chlissdin, S.Si., M.Km. Pkk Bahasan 1. Agents and Envirnments 2. Ratinality 3. PEAS (Perfrmance measure, Envirnment, Actuatrs, Sensrs) 4. Agent
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 terperinciProblem solving by Searching. Materi 3 Kecerdasan Buatan Oleh: Dewi Liliana TI PNJ
Problem solving by Searching Materi 3 Kecerdasan Buatan Oleh: Dewi Liliana TI PNJ Pendahuluan Pengantar : Membahas agen cerdas penyelesaian problem serta strategi uninformed untuk memecahkan masalah. Tujuan:
Lebih terperinciDefinisi Keuntungan dan kelemahan Konsep Dasar Bentuk dan Struktur Sistem Basis Pengetahuan Metode Inferensi Ciri-ciri Aplikasi dan Pengembangannya
Sistem Pakar Definisi Keuntungan dan kelemahan Konsep Dasar Bentuk dan Struktur Sistem Basis Pengetahuan Metode Inferensi Ciri-ciri Aplikasi dan Pengembangannya Referensi Giarrantano, J. and G.Riley bab
Lebih terperinciSISTEM PAKAR. Jurusan Teknik Informatika
SISTEM PAKAR Jurusan Teknik Informatika DEFENISI SISTEM PAKAR DEFINISI SISTEM PAKAR (EXPERT SYSTEM): Sebuah program komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya
Lebih terperinciSistem Pakar Dasar. Ari Fadli
Sistem Pakar Dasar Ari Fadli fadli.te.unsoed@gmail http://fadli84.wordpress.com Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas untuk tujuan
Lebih terperinciIKI30320 Kuliah 5 12 Sep Ruli Manurung. Best-first. search. Greedy best-first. search. search. Merancang heuristic
Outline 1 A IKI 30320: istem Cerdas : Informed earch A 2 3 A 4 Fakultas Ilmu Komputer Universitas Indonesia 5 12 eptember 2007 6 Heuristic function A Prinsip akukan node expansion terhadap node di fringe
Lebih terperinciIKI30320 Kuliah Nov Ruli Manurung. Uncertainty. Probability theory. Semantics & Syntax. Inference. Ringkasan
Outline IKI 30320: Sistem Cerdas : Probabilistic Reasoning 1 2 3 Fakultas Ilmu Komputer Universitas Indonesia 4 21 November 2007 5 Knowledge engineering di FKG Duniah penuh ketidakpastian (uncertainty)
Lebih terperinciIKI 30320: Sistem Cerdas Kuliah 16: Probabilistic Reasoning
IKI 30320: Sistem Cerdas : Probabilistic Reasoning Fakultas Ilmu Komputer Universitas Indonesia 21 November 2007 Outline 1 2 3 4 5 Outline 1 2 3 4 5 Knowledge engineering di FKG Anda diminta membuat agent
Lebih terperinciRealisasi Robot Penyedot Debu pada Lantai Berbasis Mikrokontroler MCS 51
Realisasi Robot Penyedot Debu pada Lantai Berbasis Mikrokontroler MCS 51 Andhika D Linardi / 0322016 Jurusan Teknik Elektro, Fakultas Teknik, Jln. Prof. Drg. Suria Sumantri, MPH No. 65 Bandung bizzarionly@yahoo.com
Lebih terperinciUntung Subagyo, S.Kom
Untung Subagyo, S.Kom Keahlian ahli/pakar pengalihan keahlian Mengambil keputusan Aturan kemampuan menjelaskan Keahlian bersifat luas dan merupakan penguasaan pengetahuan dalam bidang khusus yang diperoleh
Lebih terperinciIMPLEMENTASI METODE STEEPEST ASCENT HILL CLIMBING PADA MIKROKONTROLER MCS51 UNTUK ROBOT MOBIL PENCARI RUTE TERPENDEK
IMPLEMENTASI METODE STEEPEST ASCENT HILL CLIMBING PADA MIKROKONTROLER MCS51 UNTUK ROBOT MOBIL PENCARI RUTE TERPENDEK Thiang, Handry Khoswanto, Felix Pasila, Ferdi Ninaber, Hendra Thelly Jurusan Teknik
Lebih terperinciPertemuan Ke-9 PIPELINING
Pertemuan Ke-9 PIPELINING A. Kenapa komputer menggunakan teknik Pipelining: Drive for computing speed never ends. Improvements from architecture or organization point of view are limited Clock speed enhancement
Lebih terperinciDr. Ir. Endra Pitowarno, M.Eng PENS-ITS. Seminar New Concept Robotics: Robot Vision 22 Februari 2007 Universitas Gunadarma - Jakarta.
Endra Pitowarno 27 Inside the Robotic Vision Dr. Ir. Endra Pitowarno, M.Eng PENS-ITS Seminar New Concept Robotics: Robot Vision 22 Februari 27 Universitas Gunadarma - Jakarta Endra Pitowarno 27 Vision
Lebih terperinciExpert System. Siapakah pakar/ahli. Pakar VS Sistem Pakar. Definisi
Siapakah pakar/ahli Expert System Seorang pakar atau ahli adalah: seorang individu yang memiliki kemampuan pemahaman superior dari suatu masalah By: Uro Abdulrohim, S.Kom, MT Definisi Program komputer
Lebih terperinciBAB II Sintesis Rangkaian Sekuensial Pulse Mode
Pertemuan ke 3 1 BAB II Sintesis Rangkaian Sekuensial Pulse Mode Deskripsi Pada bab ini akan dibahas tentang finite state machine, rangkaian mealy dan moore, prosedur perancangan dan translasi dari mealy
Lebih terperinciVISUALISASI INFORMASI
BAB XI VISUALISASI INFORMASI 11.1 VISUALISASI INFORMASI 11.1.1 Pengertian Visualisasi Informasi adalah rekayasa dalam pembuatan gambar, diagram atau animasi untuk penampilan suatu system informasi. Visualisasi
Lebih terperinciTujuan penggunaan ambulance
pengertian Ambulance adalah kendaraan yang dirancang khusus untuk mengevakuasi/mengangkut orang sakit atau terluka untuk mendapatkan fasilitas medis. Biasanya ambulance adalah kendaraan bermotor. Tujuan
Lebih terperinciLesson-1. Introduction to Artificial Intelligence
Lesson-1 Introduction to Artificial Intelligence Contoh Aplikasi AI VIDEO Artificial Intelligence Intelligence Kecerdasan Intelegensia Kepintaran Artificial Buatan Semu Artifisial Apa itu AI? Bagaimana
Lebih terperinciBAB 1 PENGENALAN SISTEM PAKAR
BAB 1 PENGENALAN SISTEM PAKAR DEFINISI System yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa dilakukan para ahli. ES dikembangkan
Lebih terperinciROBOT MOBIL PENCARI RUTE TERPENDEK MENGGUNAKAN METODE STEEPEST ASCENT HILL CLIMBING
ROBOT MOBIL PENCARI RUTE TERPENDEK MENGGUNAKAN METODE STEEPEST ASCENT HILL CLIMBING Thiang, Ferdi Ninaber Jurusan Teknik Elektro, Fakultas Teknologi Industri, Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciBAB 1 KONSEP KENDALI DAN TERMINOLOGI
BAB 1 KONSEP KENDALI DAN TERMINOLOGI Bab 1 ini berisi tentang konsep kendali dan terminologi yang dipakai dalam pembahasan tentang sistem kendali. Uraiannya meliputi pengertian kendali, sistem kendali,
Lebih terperinciSistem Navigasi Berbasis Maze Mapping pada Robot Beroda Pemadam Api
Sistem Navigasi Berbasis Maze Mapping pada Robot Beroda Pemadam Api PENELITI / TIM PENELITI Dr. Erwani Merry Sartika S.T., M.T. (220148) Muliady S.T., M.T. (220147) Nelson M.P S.T. (0922049) Junaidi Sucipto
Lebih terperinciMATERI KULIAH PEMODELAN dan SIMULASI
MATERI KULIAH PEMODELAN dan SIMULASI Administrasi Perkuliahan: Penilaian: Tugas-tugas dan Ujian Final. Referensi: Sandi Setiawan, SIMULASI (Bab 1 s/d 4) KONSEP SISTEM Geoffrey Gordon [1989]: A system is
Lebih terperinciBAB I Pengenalan Kecerdasan Buatan (Artificial Inteligent / AI ) Created A.Tohir from Dosen Mr.Zulkifli
BAB I Pengenalan Kecerdasan Buatan (Artificial Inteligent / AI ) Created A.Tohir from Dosen Mr.Zulkifli Definisi Kecerdasan Buatan Merupakan salah satu bagian dari ilmu komputer Yang membuat agar mesin
Lebih terperinciRANCANG BANGUN ROBOT PENYEDOT DEBU DAN PENGEPEL
RANCANG BANGUN ROBOT PENYEDOT DEBU DAN PENGEPEL Laporan Akhir ini disusun sebagai salah satu syarat menyelesaikan pendidikan Diploma III pada Jurusan Teknik Komputer Oleh : MEGAWATI 0611 3070 1304 POLITEKNIK
Lebih terperinciBAB I PENDAHULUAN. Mikrokontroler merupakan pengontrol mikro atau disebut juga Single Chip
BAB I PENDAHULUAN I.1. Latar Belakang Perkembangan teknologi yang sangat pesat khususnya kemajuan di dunia elektronika dan komputer menyebabkan banyak dihasilkannya suatu penemuanpenemuan yang dianggap
Lebih terperinciSISTEM PAKAR (SP) Saiful Rahman Yuniarto, S.Sos, M.AB
SISTEM PAKAR (SP) Saiful Rahman Yuniarto, S.Sos, M.AB KONSEP DASAR SP Definisi: Sistem yang berusaha mengadopsi pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa
Lebih terperinciBAB II KAJIAN TERKAIT
BAB II KAJIAN TERKAIT 2.1 Job Shop Scheduling Definisi formal formal job shop scheduling adalah sebagai berikut: Job set J = j, j,... j } 1 2 n Machine set M = m, m,... m } 1 2 m Operations O = o, o,...
Lebih terperinciKONTROL OTOMATIS PADA ROBOT PENGANTAR BARANG DENGAN PARAMETER MASUKAN JARAK DENGAN OBJEK DAN POSISI ROBOT. oleh. Ricky Jeconiah NIM :
KONTROL OTOMATIS PADA ROBOT PENGANTAR BARANG DENGAN PARAMETER MASUKAN JARAK DENGAN OBJEK DAN POSISI ROBOT oleh Ricky Jeconiah NIM : 622009004 Skripsi Untuk melengkapi salah satu syarat memperoleh Gelar
Lebih terperinciSISTEM PAKAR. Entin Martiana, S.Kom, M.Kom
SISTEM PAKAR Entin Martiana, S.Kom, M.Kom EXPERT SYSTEM (SISTEM PAKAR) Definisi : Sebuah program komputer yang dirancang untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang pakar
Lebih terperinciPENERAPAN BEHAVIOR BASED ROBOTIC PADA SISTEM NAVIGASI DAN KONTROL ROBOT SOCCER
PENERAPAN BEHAVIOR BASED ROBOIC PADA SISEM NAVIGASI DAN KONROL ROBO SOCCER Ravi Harish Maulana Jurusan eknik Elektro IS, Surabaya 60111, email: rv_axione@yahoo.co.id Abstrak Dalam perancangan robot soccer,
Lebih terperinciPerancangan Kontroler Fuzzy untuk Tracking Control Robot Soccer
1 Perancangan Kontroler Fuzzy untuk Tracking Control Robot Soccer Gunawan Wibisono 2208 100 517 Control Engineering Laboratory Electrical Engineering Department Industrial Engineering Faculty Institut
Lebih terperinciDIAGNOSA PENYAKIT JANTUNG DENGAN METODE PENELUSURAN FORWARD CHAINNING-DEPTH FIRST SEARCH
DIAGNOSA PENYAKIT JANTUNG DENGAN METODE PENELUSURAN FORWARD CHAINNING-DEPTH FIRST SEARCH Putri Kurnia Handayani Jurusan Sistem Informasi Universitas Muria Kudus PO BOX 53 Gondangmanis Kudus e-mail : pu3_kurnia@yahoo.com
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA
BAB IV PENGUJIAN DAN ANALISA Pada bab ini akan dibahas tentang pengujian berdasarkan perencanaan dari sistem yang dibuat. Pengujian ini dilaksanakan untuk mengetahui kemampuan dari sistem dan untuk mengetahui
Lebih terperinciPenggunaan sistem Pneumatik antara lain sebagai berikut :
SISTEM PNEUMATIK SISTEM PNEUMATIK Pneumatik berasal dari bahasa Yunani yang berarti udara atau angin. Semua sistem yang menggunakan tenaga yang disimpan dalam bentuk udara yang dimampatkan untuk menghasilkan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Sejak dilahirkan hingga tumbuh dewasa manusia diciptakan dengan kecerdasan yang luar biasa, kecerdasan juga akan berkembang dengan pesat. Kecerdasan tersebut yang dapat
Lebih terperinciMATERI KULIAH PEMODELAN dan SIMULASI NUMERIK
MATERI KULIAH PEMODELAN dan SIMULASI NUMERIK Administrasi Perkuliahan: Penilaian: Tugas-tugas dan Ujian Final. Materi: TEORI dan PRAKTEK Teori: (diambil dari REFERENSI) Praktek: (kasus-kasus SIMULASI Numerik)
Lebih terperinciRobot Introduction. Robot technology for Indonesian Intelligent Robot Contest
Robot Introduction Robot technology for Indonesian Intelligent Robot Contest What is a Robot Berasal dari bahasa Czech, Robota, yang berarti Pekerja Mulai populer ketika Karl Capek, membuat pertunjukan
Lebih terperinciROBOT PEMINDAH BARANG BERBASIS MIKROKONTROLER ATmega 32
ROBOT PEMINDAH BARANG BERBASIS MIKROKONTROLER ATmega 32 Oskardy Pardede 1127026 Jurusan Sistem Komputer, Fakultas Teknik,, Jl. Prof.Drg.Suria Sumantri, MPH no. 65, Bandung, Indonesia. Email : oskardy.pardede@gmail.com
Lebih terperinciBAB 24 SISTEM EPS, WIPER, KURSI ELECTRIK
BAB 24 SISTEM EPS, WIPER, KURSI ELECTRIK 24.1 Sistem EPS (ELEKTRONIK POWER STEERING) Elektronik Power Steering merupakan sistem yang membantu pengoperasian stering waktu dibelokkan dengan menggukan motor
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Ilmu pengetahuan dan teknologi adalah kedua hal yang tidak dapat dipisahkan lagi di zaman modern ini. Perkembangan ilmu pengetahuan dan teknologi sangat membantu manusia
Lebih terperinciPertemuan 10. Introduction to Logic Propositional Logic
Pertemuan 10 Introduction to Logic Propositional Logic Logical Intelligent Agent Problem solving agent hanya bisa menyelesaikan masalah yang lingkungannya accessible Kita membutuhkan agen yang dapat menambah
Lebih terperinciIMPLEMENTASI BEHAVIOR BASED CONTROL DAN PID PADA ROBOT VACUUM CLEANER
IMPLEMENTASI BEHAVIOR BASED CONTROL DAN PID PADA ROBOT VACUUM CLEANER Agustian Trianes 1, Andik Yulianto 2 Jurusan Teknik Elektro, Universitas Internasional Batam Jl. Gajahmada Baloi Sei Ladi Batam 29422
Lebih terperinciPengantar Kecerdasan Buatan (AK045218) Sistem Pakar. Sistem Pakar 1/17
Sistem Pakar Sistem Pakar 1/17 Outline Definisi Keuntungan dan kelemahan Konsep Dasar Bentuk dan Struktur Sistem Basis Pengetahuan Metode Inferensi Ciri-Ciri Aplikasi dan Pengembangan Referensi Giarrantano,
Lebih terperinciModel Matematika dari Sistem Dinamis
Model Matematika dari Sistem Dinamis September 2012 () Model Matematika dari Sistem Dinamis September 2012 1 / 60 Pendahuluan Untuk analisis dan desain sistem kontrol, sistem sis harus dibuat model sisnya.
Lebih terperinciMODEL HEURISTIK. Capaian Pembelajaran. N. Tri Suswanto Saptadi
1 MODEL HEURISTIK N. Tri Suswanto Saptadi 2 Capaian Pembelajaran Mahasiswa dapat memahami dan mampu mengaplikasikan model Heuristik untuk menyelesaikan masalah dengan pencarian solusi terbaik. 1 3 Model
Lebih terperinciIKI30320 Kuliah 19 3 Des Ruli Manurung. Learning. Agents. Inductive Learning. Decision Tree. Mengukur Kinerja Belajar.
Outline IKI 30320: Sistem Cerdas : Machine 1 2 akultas Ilmu Komputer Universitas Indonesia 3 4 3 Desember 2007 5 Agent yang 2 pendekatan membangun agent: Dirancang, diprogram, diberi knowledge oleh manusia
Lebih terperinciKOMPUTER DAN MASYARAKAT. Mia Fitriawati S.Kom
KOMPUTER DAN MASYARAKAT Mia Fitriawati S.Kom KLASIFIKASI TEKNOLOGI INFORMASI DI MASYARAKAT 1. Kemajuan TI yang Bersifat Netral 2. Kemajuan TI yang Bersifat Menghemat Tenaga Kerja 3. Kemajuan TI yang Bersifat
Lebih terperinciGambar 3.1 Arsitektur Sistem Pakar (James Martin & Steve Osman, 1988, halaman 30)
BAB III LANDASAN TEORI 3.1. Landasan Teori 3.1.1. Konsep Dasar Sistem Pakar Sistem pakar adalah program komputer cerdas yang menggunakan pengetahuan dan prosedur-prosedur inferensi untuk menyelesaikan
Lebih terperinciPenerapan Dynamic Programming pada sistem GPS (Global Positioning System)
Penerapan Dynamic Programming pada sistem GPS (Global Positioning System) Christy Gunawan Simarmata - 13515110 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi
Lebih terperinciPerencanaan Sistem Kontrol Pembersih Kaca Mobil dengan Fuzzy Kontrol Metode Mamdani
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Perencanaan Sistem Kontrol Pembersih Kaca Mobil dengan Fuzzy Kontrol Metode Mamdani T - 19 Naela Faza Fariha, Zahrul Jannah Nur Rochim, Agus Maman
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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Sejarah internet dimulai pada 1969 ketika Departemen Pertahanan Amerika, U.S. Defense Advanced Research Projects Agency (DARPA) memutuskan untuk mengadakan riset tentang
Lebih terperinciBAB III PERANCANGAN DAN REALISASI. blok diagram dari sistem yang akan di realisasikan.
33 BAB III PERANCANGAN DAN REALISASI 3.1 Perancangan Diagram Blok Sistem Dalam perancangan ini menggunakan tiga buah PLC untuk mengatur seluruh sistem. PLC pertama mengatur pergerakan wesel-wesel sedangkan
Lebih terperinciSECRETS BEHIND THE WHEELS GOOGLE AUTONOMOUS CAR. Andrew Wirjaputra Binus University Jakarta, Indonesia
SECRETS BEHIND THE WHEELS GOOGLE AUTONOMOUS CAR Andrew Wirjaputra Binus University Jakarta, Indonesia +6281 210 317 80 wp_andrew@yahoo.com UNIVERSITAS BINA NUSANTARA JAKARTA 2012 Introduction Essay ini
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 terperinciRANCANG BANGUN MOBIL ROBOT DETEKSI API DAN LINE FOLLOWER BERBASIS MIKROKONTROLER PIC16F84
RANCANG BANGUN MOBIL ROBOT DETEKSI API DAN LINE FOLLOWER BERBASIS MIKROKONTROLER PIC16F84 Tugas Akhir Untuk memenuhi sebagian persyaratan mencapai pendidikan Diploma III (DIII) Disusun oleh : DENY HERMAWAN
Lebih terperinciABSTRAK. Kata Kunci : Robot Line Follower
ABSTRAK Robot diharapkan dapat memberikan kemajuan pada dunia industri. Fungsi utamanya adalah membantu kegiatan produksi menjadi efektif dan efisien. Manusia tidak dapat bekerja tanpa berhenti dalam 24
Lebih terperinciPENERAPAN APLIKASI VISUAL BASIC 6.0 DALAM DUNIA MEDIS UNTUK SISTEM PAKAR PENYAKIT KULIT
Technologia Vol 7, No.1, Januari Maret 2016 57 PENERAPAN APLIKASI VISUAL BASIC 6.0 DALAM DUNIA MEDIS UNTUK SISTEM PAKAR PENYAKIT KULIT Agus Alim Muin S.Kom, M.kom (alim.blues@gmail.com) ABSTRAK Kulit adalah
Lebih terperinciBAB V PEMBAHASAN UMUM
BAB V PEMBAHASAN UMUM Penelitian ini pada prinsipnya bertujuan untuk menghasilkan sebuah metode dan algoritma yang dapat digunakan untuk menentukan posisi tiga dimensi dari obyek pertanian, yaitu jeruk
Lebih terperinciPertemuan-1: Pengenalan Dasar Sistem Kontrol
Pertemuan-1: Pengenalan Dasar Sistem Kontrol Tujuan Instruksional Khusus (TIK): Mengerti filosopi sistem control dan aplikasinya serta memahami istilahistilah/terminology yang digunakan dalam system control
Lebih terperinciTINJAUAN PUSTAKA. Waktu dan Tempat Penelitian
III TINJAUAN PUSTAKA Waktu dan Tempat Penelitian Penelitian dilaksanakan pada bulan Januari 2012 November 2012 di laboratorium lapangan Siswadi Supardjo, Program Studi Teknik Mesin Pertanian dan Pangan,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kursi roda merupakan alat bantu mobilitas bagi orang yang memiliki keterbatasan pergerakan dalam melakukan aktivitas sehari- hari. Keterbatasan pergerakan ini dapat
Lebih terperinciSeminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004
Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Visualisasi Sistem Pakar Dalam Menganalisis Tes Kepribadian Manusia (Empat Aspek Tes Kepribadian Peter Lauster) Sri Winiarti
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 I PENDAHULUAN 1BAB I PENDAHULUAN
BAB I PENDAHULUAN 1BAB I PENDAHULUAN 1.1 Latar Belakang Penyakit gigi merupakan salah satu penyakit yang dapat menyerang semua orang, namun di sisi lain jumlah dokter gigi di Indonesia masih sangat sedikit
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 terperinciBAB I PENGANTAR KECERDASAN BUATAN
BAB I PENGANTAR KECERDASAN BUATAN 1. 1 DEFINISI Kecerdasan buatan (Artificial Intelligence) : Bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat melakukan pekerjaan seperti
Lebih terperinciImplementasi Skeletal Tarcking dalam Sistem Navigasi Mobile Robot Menggunakan Sensor Kinect
Seminar Nasional eknologi Informasi dan Komunikasi erapan (SEMANIK) 2015 169 Implementasi Skeletal arcking dalam Sistem Navigasi Mobile Menggunakan Sensor Kinect Mifthahul Rahmi *), Andrizal **), Rahmi
Lebih terperinci5/12/2014. Plant PLANT
Matakuliah : Teknik Kendali Tahun : 2014 Versi : Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : menjelaskan gambaran umum dan aplikasi sistem pengaturan di industri menunjukkan kegunaan dasar-dasar
Lebih terperinciBAB II TEORI. 2.1 Pengertian Sistem Pengaturan
BAB II TEORI 2.1 Pengertian Sistem Pengaturan Pengertian kontrol atau pengaturan adalah proses atau upaya untuk mencapai tujuan. Sebagai contoh sederhana dan akrab dengan aktivitas sehari-hari dari konsep
Lebih terperinciEXPERT SYSTEMS ARTIFICIAL INTELLEGENCE
EXPERT SYSTEMS ARTIFICIAL INTELLEGENCE AI Artificial Intelligence (AI) aktivitas yang memungkinkan sebuah mesin seperti komputer untuk dapat memiliki kemampuan seperti manusia Merupakan aplikasi komputer
Lebih terperinciEXPERT SYSTEM DENGAN BEBERAPA KNOWLEDGE UNTUK DIAGNOSA DINI PENYAKIT-PENYAKIT HEWAN TERNAK DAN UNGGAS
EXPERT SYSTEM DENGAN BEBERAPA KNOWLEDGE UNTUK DIAGNOSA DINI PENYAKIT-PENYAKIT HEWAN TERNAK DAN UNGGAS Agus Sasmito Aribowo Teknik Informatika. UPN Veteran Yogyakarta Jl. Babarsari no 2 Tambakbayan 55281
Lebih terperinciPencarian Rute Line Follower Mobile Robot Pada Maze Dengan Metode Q Learning
Pencarian Rute Line Follower Mobile Robot Pada Maze Dengan Metode Q Learning Abstrak 1Samsul Arifin, 2 Arya Tandy Hermawan & 2 Yosi Kristian 1Sekolah Tinggi Manajemen Informatika dan Komputer Asia Malang
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 terperinciIMPLEMENTASI SISTEM SORTIR BARANG DENGAN MENGGUNAKAN DUA CONVEYOR TERINTEGRASI BERBASIS PLC OMRON CPM2A
IMPLEMENTASI SISTEM SORTIR BARANG DENGAN MENGGUNAKAN DUA CONVEYOR TERINTEGRASI BERBASIS PLC OMRON CPM2A Violeta Cintya Dewi¹, M Ary Murti.², Porman Pangaribuan.³ ¹Teknik Telekomunikasi,, Universitas Telkom
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Di dalam dunia kedokteran gigi, dikenal suatu teknologi yang dinamakan dental unit. Dental unit digunakan sebagai tempat periksa untuk pasien dokter gigi yang telah
Lebih terperinciModel Matematis, Sistem Dinamis dan Sistem Kendali
Model Matematis, Sistem Dinamis dan Sistem Kendali PENDAHULUAN Beberapa istilah pada karakteristik tanggapan : Sistem : kombinasi beberapa komponen yang bekerja secara bersama-sama dan membentuk suatu
Lebih terperinciImplementasi OpenCV pada Robot Humanoid Pemain Bola Berbasis Single Board Computer
Implementasi OpenCV pada Robot Humanoid Pemain Bola Berbasis Single Board Computer Disusun Oleh: Nama : Edwin Nicholas Budiono NRP : 0922004 Jurusan Teknik Elektro, Fakultas Teknik,, Jl. Prof.Drg.Suria
Lebih terperinciUSER MANUAL M Last ref Nov 2015
USER MANUAL M301 Last ref Nov 2015 www.advanceproduct.com 0804 1 98 98 98 Terima kasih telah membeli Power Relax. Mohon membaca dan memperhatikan buku manual ini tentang petunjuk keamanan sebelum menggunakan
Lebih terperinciPerawatan Kodak Scanner seri i2000
Perawatan Kodak Scanner seri i2000 Persyaratan Sistem: Berikut ini adalah konfigurasi sistem minimum yang disarankan untuk menjalankan Kodak scanner i2400/i2600/i2800. prosesor dan memori yang direkomendasikan:
Lebih terperinci