ARTIFICIAL INTELLIGENCE

(1)

ARTIFICIAL INTELLIGENCE

Andri Pranolo

W : apranolo.tif.uad.ac.id

M : 081392554050

E : [email protected]

Informatics Engineering, Universitas Ahmad Dahlan, Yogyakarta - 2015 Team teaching: Sri Winiarti, Andri Pranolo, dan Anna Hendri SJ

(2)

POKOK BAHASAN

1.

Masalah, Ruang Keadaan, dan Pencarian

2.

Refresentasi Pengetahuan

3.

Metode Inferensi

4.

Penalaran (Penentuan Ketidakpastian dan Keyakinan)

5.

Sistem Pakar

6.

Pengolahan Bahasa Alami

7.

Jaringan Syaraf Tiruan

8.

Logika Fuzzy

9.

Algoritma Genetika

(3)

12 NOVEMBER 2015

Pokok Bahasan :

Metode Inferensi dan penalaran dengan metode bayes Outcome:

Mahasiswa memahami bagaimana metode inferensi dapat memecahkan masalah dalam Kecerdasan Buatan

Referensi:

[1] Kusumadewi, S. Artificial Intelligence: Teknik dan Aplikasinya, Graha Ilmu, Yogyakarta, 2003

[2] Komputer Masa Depan, Pengenalan Artificial Intelligence, Suparman & Marlan, Andi Offset, 2007

[3] Konsep Kecerdasan Buatan: Anita Desiani & Muhammad Arhami, Andi Offset, 2006

[4] Artificial Intelligence, Searching, Reasoning, Planning, and Learning, Suyanto, Penerbit Informatika, 2007

[5] Bahan-bahan dari Internet

(4)

JENIS-JENIS PENALARAN

1 . 1 .

1 . 1 . Penalaran monotonis Penalaran monotonis Penalaran monotonis Penalaran monotonis

Penelaran yang sifatnya statis, tidak bisa berubah faktanya

Ciri:

Konsisten

Pengetahuannya lengkap

(5)

2. Penalaran Non Monotonis 2. Penalaran Non Monotonis 2. Penalaran Non Monotonis 2. Penalaran Non Monotonis

Suatu penalaran dimana adanya penambahan fakta baru mengakibatkan konsistenan disebut dengan “penalaran Non Monotonis”.

Ciri :

Mengandung ketidakpastian;

adanya perubahan pada pengetahuan.

Adanya penambahan fakta baru dapat mengubah konklusi yang sudah terbentuk

Untuk mengatasi ketidakpastian pada penalaran non monotonis, maka digunakan penalaran penalaran penalaran penalaran

statistik

statistik....

(6)

1. TEOREMA BAYES

Bentuk Th. Bayes : Bentuk Th. Bayes : Bentuk Th. Bayes : Bentuk Th. Bayes : P(Hi

P(Hi P(Hi

P(Hi| | |E)= | E)= E)= p(E E)= p(E p(E| p(E | | |Hi)p(Hi) Hi)p(Hi) Hi)p(Hi) Hi)p(Hi)

n n n

n ΣΣΣΣ

^k=1^k=1^k=1^k=1

p(E p(E p(E p(E| | |Hk)p(Hk) | Hk)p(Hk) Hk)p(Hk) Hk)p(Hk) Dengan

P(Hi|E) = probabilitas hiposesis Hi, benar jika diberikan evidence E.

P(E|Hi) =probabilitas munculnya evidence E, jika diketahui hipotesis Hi benar

P(Hi)=probabilitas hipotesis Hi (menurut hasil

sebelumnya ) tanpa memandang evidence apapun.

n = jumlah hipotesis yang mungkin .

(7)

CONTOH KASUS

Si Joko mengalami gejala gejala gejala gejala bintik bintik bintik bintik----bintik bintik bintik bintik diwajahnya. Dokter menduga bahwa Ia terkena cacar cacar cacar dengan : cacar

1.

Probabilitas munculnya bintik-bintik diwajah, jika Si Joko terkena cacar; p(Bintik2 p(Bintik2 p(Bintik2 p(Bintik2Cacar)= 0,8. Cacar)= 0,8. Cacar)= 0,8. Cacar)= 0,8.

2.

Probabilitas Si Joko cacar tanpa memandang gejala apapun; ; ; ; P( P(

P( P(Cacar Cacar Cacar Cacar) = 0,4. ) = 0,4. ) = 0,4. ) = 0,4.

3.

Probabilitas munculnya bintik-bintik di wajah, jika Si Joko Alergi; P(Bintik2 P(Bintik2 P(Bintik2 P(Bintik2 Alergi)= 0,3 Alergi)= 0,3 Alergi)= 0,3 Alergi)= 0,3.

4.

Probabilitas Si Joko alergi tanpa memandang gejala apapun;

p(

p(Alergi Alergi Alergi) = 0,7. Alergi ) = 0,7. ) = 0,7. ) = 0,7.

5.

Probabilitas munculnya bintik-bintik di wajah, jika Si Joko jerwatan; P(Bintik2 ; P(Bintik2 ; P(Bintik2 ; P(Bintik2Jerawatan)= 0,9 Jerawatan)= 0,9 Jerawatan)= 0,9 Jerawatan)= 0,9.

6.

Probabilitas Si Joko jerawatan tanpa memandang gejala

apapun; p( p( p( p(Jerawatan Jerawatan Jerawatan Jerawatan) = 0,5. ) = 0,5. ) = 0,5. ) = 0,5.

(8)

Maka Maka Maka

Maka diperolehdiperolehdiperolehdiperoleh ::::

a) a)

a) a) ProbabilitasProbabilitasProbabilitasProbabilitas Si Si Si JokoSi JokoJokoJoko terkenaterkenaterkena cacarterkenacacarcacar karenacacarkarenakarenakarena bintikbintikbintikbintik----bintikbintikbintikbintik di di di wajahnyadi wajahnyawajahnyawajahnya adalahadalahadalah ::::adalah

P(CacarBintik2) = __________P(Bintik2Cacar)* P(Cacar)______________________

P(Bintik2Cacar)* P(Cacar)+ (Bintik2Alergi)* P(Alergi)+ P(Bintik2Jerawatan)* P(Jerawatan) P(CacarBintik2) = (0.8) * (0.4) = 0.32 = 0.327

(0.8) * (0.4)+ (0.3)*(0.7) + (0.9) * (0.5) 0.98

b) ProbabilitasProbabilitasProbabilitasProbabilitas Si Si Si Si JokoJokoJokoJoko terkenaterkenaterkena alergiterkenaalergialergi karenaalergikarenakarena bintikkarenabintikbintikbintik----bintikbintikbintik di bintikdi di di wajahnyawajahnyawajahnya adalahwajahnyaadalahadalahadalah ::::

P(AlegiBintik2) = ______________P(Bintik2Alergi)*P(Alergi)____________________

P(Bintik2Cacar)* P(Cacar)+ P(Bintik2Alergi)* P(Alergi)+ P(Bintik2Jerawatan)* P(Jerawatan)

P(AlegiBintik2) = (0.3) * (0.7)________________ = 0.21 = 0.214 (0.8) * (0.4)+ (0.3)*(0.7) + (0.9) * (0.5) 0.98

b) ProbabilitasProbabilitasProbabilitasProbabilitas Si Si Si Si JokoJokoJokoJoko terkenaterkenaterkena jerawatanterkenajerawatanjerawatan karenajerawatankarenakarenakarena bintikbintikbintikbintik----bintikbintikbintikbintik di di di wajahnyadi wajahnyawajahnyawajahnya adalahadalahadalah ::::adalah

P(AlegiBintik2) = ______________P(Bintik2jerawatan)*P(jerawatan)____________________

P(Bintik2Cacar)* P(Cacar)+ P(Bintik2Alergi)* P(Alergi)+ P(Bintik2Jerawatan)* P(Jerawatan) P(AlegiBintik2) = (0.8) * (0.4)________________ = 0.45 = 0.459

(0.8) * (0.4)+ (0.3)*(0.7) + (0.9) * (0.5) 0.98

(9)

2.

2. 2. LOGIKA LOGIKA LOGIKA LOGIKA KABUR KABUR KABUR ((((FUZZY LOGIC) KABUR FUZZY LOGIC) FUZZY LOGIC) FUZZY LOGIC)

DEFINISI :

SUATU CARA YANG TEPAT UNTUK MEMETAKAN SUATU RUANG INPUT KE DALAM SUATU RUANG OUTPUT.

CONTOH :

1) Manager pergudangan mengatakan pada manager produksi seberapa banyak persediaan barang pada akhir minggu ini, kemudian manager produksi akan menetapkan jumlah barang yang harus diproduksi besok hari.

2) Pelayanan restoran memberikan pelayanan

terhadap tamu, kemudian tamu akan memberikan tip yang sesuai atas baik tidaknya pelayanan yang

diberikan.

(10)

ALASAN ALASAN ALASAN

ALASAN MENGGUNAKAN MENGGUNAKAN MENGGUNAKAN MENGGUNAKAN FUZZY LOGIC FUZZY LOGIC FUZZY LOGIC FUZZY LOGIC

Konsep Konsep Konsep Konsep logika logika logika logika fuzzy fuzzy fuzzy fuzzy mudah mudah mudah mudah dimengerti dimengerti dimengerti dimengerti

logika logika logika logika fuzzy fuzzy fuzzy fuzzy sangat sangat sangat sangat fleksibel fleksibel fleksibel fleksibel

logika logika logika logika fuzzy fuzzy fuzzy fuzzy mampu mampu mampu mampu memodelkan memodelkan memodelkan fungsi memodelkan fungsi fungsi fungsi---- fungsi

fungsi fungsi

fungsi non linier yang non linier yang non linier yang non linier yang sangat sangat sangat kompleks sangat kompleks kompleks.... kompleks

logika logika logika logika fuzzy fuzzy fuzzy fuzzy didasarkan didasarkan didasarkan didasarkan kepada kepada kepada kepada bahasa bahasa bahasa bahasa alami alami alami alami

logika logika logika logika fuzzy fuzzy fuzzy fuzzy dapat dapat dapat dapat membangun membangun membangun dan membangun dan dan dan mengaplikasikan

mengaplikasikan mengaplikasikan

mengaplikasikan pengalaman pengalaman pengalaman pengalaman----pengalaman pengalaman pengalaman pengalaman para

para para

para pakar pakar pakar pakar secara secara secara secara langsung langsung langsung tanpa langsung tanpa tanpa tanpa harus harus harus harus melalui

melalui melalui

melalui proses proses proses proses pelatihan pelatihan pelatihan pelatihan

(11)

PENERAPAN APLIKASI LOGIKA FUZZY PENERAPAN APLIKASI LOGIKA FUZZY PENERAPAN APLIKASI LOGIKA FUZZY PENERAPAN APLIKASI LOGIKA FUZZY

Manajemen dan pengambilan Keputusan, Manajemen dan pengambilan Keputusan, Manajemen dan pengambilan Keputusan, Manajemen dan pengambilan Keputusan, seperti manajemen basis

seperti manajemen basis seperti manajemen basis

seperti manajemen basis data yang data yang data yang data yang didasarkan kepada logika

didasarkan kepada logika didasarkan kepada logika

didasarkan kepada logika fuzzy fuzzy fuzzy, tata letak fuzzy , tata letak , tata letak , tata letak pabrik yang didasarkan kepada logika

pabrik yang didasarkan kepada logika pabrik yang didasarkan kepada logika

pabrik yang didasarkan kepada logika fuzzy fuzzy fuzzy fuzzy, , , , dll dll

dll dll

Sistem Pakar dalam penentuan suatu Sistem Pakar dalam penentuan suatu Sistem Pakar dalam penentuan suatu Sistem Pakar dalam penentuan suatu penyakit

penyakit penyakit penyakit

Riset Operasi, seperti penjadwalan dan Riset Operasi, seperti penjadwalan dan Riset Operasi, seperti penjadwalan dan Riset Operasi, seperti penjadwalan dan pemodelan, pengalokasian, dll.

pemodelan, pengalokasian, dll.

(12)

HIMPUNAN FUZZY HIMPUNAN FUZZY HIMPUNAN FUZZY HIMPUNAN FUZZY

Himpunan Himpunan Himpunan

Himpunan tegas tegas tegas (Crisp Set) A tegas (Crisp Set) A (Crisp Set) A didefinisikan (Crisp Set) A didefinisikan didefinisikan didefinisikan : item X yang : item X yang : item X yang : item X yang ada

ada ada

ada pada pada pada pada himpunan himpunan himpunan A, yang himpunan A, yang A, yang A, yang sering sering sering sering ditulis ditulis ditulis ditulis dengan dengan dengan dengan µµµµA[x], A[x], A[x], A[x], memiliki

memiliki memiliki

memiliki 2 2 2 2 kemungkinan kemungkinan kemungkinan kemungkinan, , , yaitu , yaitu yaitu yaitu ::::

Satu Satu ( 1 ), yang Satu Satu ( 1 ), yang ( 1 ), yang ( 1 ), yang berarti berarti berarti berarti bahwa bahwa bahwa bahwa suatu suatu suatu suatu item item item menjadi item menjadi menjadi menjadi anggota

anggota anggota

anggota dalam dalam dalam dalam suatu suatu suatu suatu himpunan himpunan himpunan himpunan

Nol Nol ( 0 ), yang Nol Nol ( 0 ), yang ( 0 ), yang ( 0 ), yang berarti berarti berarti berarti bahwa bahwa bahwa bahwa suatu suatu suatu suatu item item item tidak item tidak tidak tidak menjadi menjadi menjadi menjadi anggota

anggota anggota

anggota dalam dalam dalam dalam suatu suatu suatu suatu himpunan himpunan himpunan himpunan

(13)

CONTOH FUZZY

Misal diketahui klasifikasi sebagai berikut: Misal diketahui klasifikasi sebagai berikut: Misal diketahui klasifikasi sebagai berikut: Misal diketahui klasifikasi sebagai berikut:

Muda Muda Muda Muda umur < 35 tahun umur < 35 tahun umur < 35 tahun umur < 35 tahun

Setengah Baya Setengah Baya 35 Setengah Baya Setengah Baya 35 35 35 ≤ 55 tahun ≤ 55 tahun ≤ 55 tahun ≤ 55 tahun

Tua Tua Tua Tua Umur > 55 Tahun Umur > 55 Tahun Umur > 55 Tahun Umur > 55 Tahun

Nilai keanggotaan secara grtafis, himpunan MUDA, Nilai keanggotaan secara grtafis, himpunan MUDA, Nilai keanggotaan secara grtafis, himpunan MUDA, Nilai keanggotaan secara grtafis, himpunan MUDA, PAROBAYA dan TUA, dapat dilihat pada gambar

PAROBAYA dan TUA, dapat dilihat pada gambar PAROBAYA dan TUA, dapat dilihat pada gambar PAROBAYA dan TUA, dapat dilihat pada gambar berikut :

berikut : berikut :

berikut :

(14)

CONTOH FUZZY

MUDA MUDAMUDA MUDA

SETENGAH SETENGAH SETENGAH SETENGAH

BAYA BAYABAYA BAYA

TUA TUATUA TUA

(15)

D D D

Dari gambar di atas (HIMPUNAN TEGAS) dapat dilihat : ari gambar di atas (HIMPUNAN TEGAS) dapat dilihat : ari gambar di atas (HIMPUNAN TEGAS) dapat dilihat : ari gambar di atas (HIMPUNAN TEGAS) dapat dilihat :

Apabila seseorang berusia 34 tahun, maka ia dikatakan MUDA (

MUDA ( MUDA (

MUDA ( µµµµMUDA [34] = 1); MUDA [34] = 1); MUDA [34] = 1); MUDA [34] = 1);

Apabila seseorang berusia 35 tahun, maka ia dikatakan TIDAK MUDA (

TIDAK MUDA ( TIDAK MUDA (

TIDAK MUDA (µµµµMUDA [35] = 0); MUDA [35] = 0); MUDA [35] = 0); MUDA [35] = 0);

Apabila seseorang berusia 35 tahun kuran 1 hari, maka ia dikatakan TIDAK MUDA ( TIDAK MUDA ( TIDAK MUDA ( TIDAK MUDA ( µµµµMUDA [35 th MUDA [35 th MUDA [35 th – MUDA [35 th – – – 1 hr] = 0); 1 hr] = 0); 1 hr] = 0); 1 hr] = 0);

Apabila seseorang berusia 35 tahun, maka ia dikatakan SETENGAH TUA (

SETENGAH TUA ( SETENGAH TUA (

SETENGAH TUA ( µµµµSETENGAH TUA [35] = 1); SETENGAH TUA [35] = 1); SETENGAH TUA [35] = 1); SETENGAH TUA [35] = 1);

Apabila seseorang berusia 34 tahun, maka ia dikatakan TIDAK SETENGAH TUA (

TIDAK SETENGAH TUA ( TIDAK SETENGAH TUA (

TIDAK SETENGAH TUA ( µµµµSETENGAH TUA [34] = 0); SETENGAH TUA [34] = 0); SETENGAH TUA [34] = 0); SETENGAH TUA [34] = 0);

Apabila seseorang berusia 35 tahun, maka ia dikatakan SETENGAH TUA (

SETENGAH TUA ( SETENGAH TUA (

SETENGAH TUA (µµµµSETENGAH TUA [35] = 1); SETENGAH TUA [35] = 1); SETENGAH TUA [35] = 1); SETENGAH TUA [35] = 1);

Apabila seseorang berusia 35 tahun kurang 1 hari, maka ia dikatakan TIDAK SETENGAH TUA ( TIDAK SETENGAH TUA ( TIDAK SETENGAH TUA ( TIDAK SETENGAH TUA (µµµµSETENGAH TUA [35 th SETENGAH TUA [35 th SETENGAH TUA [35 th SETENGAH TUA [35 th – – – – 1hr ] = 0);

1hr ] = 0); 1hr ] = 0);

1hr ] = 0);

(16)

0.5 0.50.5 0.5

0.25 0.250.25 0.25

MUDA SETENGAH BAYA TUA MUDA SETENGAH BAYA TUA MUDA SETENGAH BAYA TUA MUDA SETENGAH BAYA TUA

UMUR (TAHUN) UMUR (TAHUN)UMUR (TAHUN) UMUR (TAHUN)

(17)

Pada gambar di atas bentuk HIMPUNAN FUZZY Pada gambar di atas bentuk HIMPUNAN FUZZY Pada gambar di atas bentuk HIMPUNAN FUZZY

Pada gambar di atas bentuk HIMPUNAN FUZZY dapat dapat dapat dapat dilihat :

dilihat : dilihat : dilihat :

10 Seseorang yang berumur 40 tahun, termasuk 10 Seseorang yang berumur 40 tahun, termasuk 10 Seseorang yang berumur 40 tahun, termasuk 10 Seseorang yang berumur 40 tahun, termasuk dalam himpunan MUDA dengan (

dalam himpunan MUDA dengan ( dalam himpunan MUDA dengan (

dalam himpunan MUDA dengan ( µµµµMUDA [40] = 0.25); MUDA [40] = 0.25); MUDA [40] = 0.25); MUDA [40] = 0.25);

namun dia juga termasuk dalam himpunan namun dia juga termasuk dalam himpunan namun dia juga termasuk dalam himpunan namun dia juga termasuk dalam himpunan SETENGAH TUA dengan (

SETENGAH TUA dengan ( SETENGAH TUA dengan (

SETENGAH TUA dengan ( µµµµSETENGAH TUA [40] = 0.5); SETENGAH TUA [40] = 0.5); SETENGAH TUA [40] = 0.5); SETENGAH TUA [40] = 0.5);

Sseorang yang berumur 50 tahun, termasuk dalam Sseorang yang berumur 50 tahun, termasuk dalam Sseorang yang berumur 50 tahun, termasuk dalam Sseorang yang berumur 50 tahun, termasuk dalam himpunan TUA dengan (

himpunan TUA dengan ( himpunan TUA dengan (

himpunan TUA dengan ( µµµµTUA [50] = 0,25); namun dia TUA [50] = 0,25); namun dia TUA [50] = 0,25); namun dia TUA [50] = 0,25); namun dia juga termasuk himpunan SETENGAH TUA dengan

ARTIFICIAL INTELLIGENCE