Slide INF401 KECERDASAN BUATAN PERTEMUAN 9

KECERDASAN BUATAN

Planning

ARTIFICIAL INTELLIGENCE ARTIFICIAL INTELLIGENCE

SEARCHING

SEARCHING REASONINGREASONING PLANNINGPLANNING LEARNINGLEARNING

BLIND/UN-INFORMED SEARCH

METODE PENCARIAN HEURISTIK

FUNGSI HEURISTIK

BLIND/UN-INFORMED SEARCH

METODE PENCARIAN HEURISTIK

FUNGSI HEURISTIK

PROPORTIONAL LOGIC FIRST ORDER LOGIC FUZZY SYSTEMS

PROPORTIONAL LOGIC FIRST ORDER LOGIC FUZZY SYSTEMS

GOAL STACK PLANNING CONSTRAINT POSTING

GOAL STACK PLANNING CONSTRAINT POSTING

DECISION TREE LEARNING NEURAL NETWORK GENETIC ALGORITHM

Searching

 _{Teknik pencarian, yaitu teknik penyelesaian masalah yang}

mempresentasikan masalah ke dalam ruang keadaan (state) dan secara sistematis melakukan pembangkitan dan pengujian state-state dari initial state sampai ditemukan suatu goal state.

 Digunakan dalam pencarian rute optimum untuk memandu

Reasoning

• _{Teknik penalaran, yaitu teknik penyelesaian masalah yang}

merepresentasikan maslah kedalam logic (mathematics tools yang digunakan untuk merepresentasikan dan memanipulasi fakta dan aturan).

• _{software permainan catur HITECH adalah sistem AI pertama yang}

Planning

Suatu metode penyelesaian masalah dengan cara memecah masalah dalam sub-sub masalah yang lebih kecil, menyelesaikan sub-sub

masalah satu demi satu, kemudian menggabungkan solusi-solusi dari sub-sub masalah tersebut menjadi sebuah solusi lengkap dengan tetap mengingat dan menangani interaksi yang terdapat pada sub-sub

masalah tersebut. Dalam dunia manufaktur dan robotik. Software Optimum – AIV adalah suatu planner yang digunakan oleh European

Learning

• _{secara otomatis menemukan atuan yang diharapkan bisa berlaku}

umum untuk dat-data ang belum pernah kita ketahui.

• _{digunakan dalam bidang transportasi. Software ALVINN digunakan}

pada sebuah mobil tanpa dikemudikan manusia  dengan

Penyelesaian Masalah

 _{Penentuan tujuan merupakan langkah awal dalam menyelesaikan masalah}  _{Sebuah tujuan dapat berupa himpunan keadaan (state)}

 _{Perumusan masalah adalah proses untuk memutuskan aksi dan state apa yang}

akan dipertimbangkan dalam mengikuti penentuan tujuan

 _{Pencarian (search) adalah proses untuk mencari rangkaian terbaik dari}

beberapa kemungkinan rangkaian

 _{Sebuah algoritma pencarian menggunakan masalah sebagai input}

menghasilkan solusi dalam serangkaian aksi

 _{Setelah solusi ditemukan, aksi yang direkomendasikan dapat dilakukan}

Tipe Masalah

Single State Problem

• Satu aksi mengantarkan agent ke satu state lain • Dapat menggunakan uninformed & informed search

Multiple State Problem

• _{Satu aksi mengantarkan agent ke beberapa kemungkinan state} • Dapat menggunakan uninformed & informed search

Contingency problem (tidak terduga)

• _{Hasil dari suatu aksi sangat sukar untuk diprediksi, agent mengetahui efek apa yang mungkin ditimbulkan oleh aksi yang} dilakukannya

• _{Selama aksi dilakukan, sensing juga diperlukan}

• Umumnya menggunakan planning untuk kasus khusus seperti pada game dengan 2 pemain dapat menggunakan metode-metode

game playing

Exploration problem

• _{Agent sama sekali tidak mempunyai informasi mengenai efek dari aksi yang dilakukannya} • Agent perlu bereksperiman & belajar

Metode Pencarian

• _{Pencarian Buta (Blind Search/Uninformed search)}

• _{Pencarian melebar (breath first Search)}

• _{Pencarian mendalam pertama (dept first search)} • _{Pencarian mendalam terbatas (dept limited search)}

• _{Iterative Deepening Search}

• _{Pencarian Terbimbing (Informed/heuristic Search)}

• _{Generate and Test}

• _{Pendakian Bukit (Hill Climbing)}

• _{Pencarian Terbaik Pertama (Best First Search)} • _{Tabu Search}

• _{Simulated Anealing}

Breath-First Seach

• _{Pada metode Breadth-First Search, semua node pada level n akan}

dikunjungi terlebih dahulu sebelum mengunjungi node-node pada level n+1

• _{Pencarian dimulai dari node akar terus ke level ke-1 dari kiri ke kanan,}

Depth First Search

• _{Pada Depth-First Search, proses pencarian akan dilakukan pada semua}

anaknya sebelum dilakukan pencarian ke node-node yang selevel.

• _{Pencarian dimulai dari node akar ke level yang lebih tinggi. Proses ini}

Depth Limited Search

• _{Sama dengan pada Depth First Search} • _{Tetapi kedalaman dari pohon dibatasi}

• _{Jika batas kedalaman sudah tercapai akan dilanjutkan ke cabang}

berikutnya

S

A D

B D _{E A}

C E _E

B

F B E

Jarak dan

Jml Langkah

Iterative Deepening Search

• _{Secara iterative akan menggunakan Depth Limited Search dari}

kedalaman 0 sampai kedalaman n

• _{Merupakan penggabungan antara Breath First Search dan Depth First}

S

A D

B D _{E A}

C E _E

B

F B E

n = 0

n = 0 _{n = 1}n = 1

n = 2

Sumber

• _{Russel, S.J., dan Norvig, P., 1995, Artificial Intelligence a Modern Aproach} • _{Winston, P.H., 1992, Artificial Intelligence}