Tugas 1
Bidang Komputer dan Sains
Para Peneliti kecerdasan buatan telah membuat banyak alat untuk memecahkan beberapa masalah yang dapat dikategorikan paling rumit pada bidang komputer dan sains. Kebanyakan dari penemuan mereka telah diambil alih oleh cabang ilmu komputer dan sains dan tidak lagi menjadi bagian dari bidang ilmu
kecerdasan buatan. Namun, bidang ilmu kecerdasan buatan tetap saja sulit untuk dilepaskan dari bidang ilmu ini, dikarenakan banyak bagian dari kecerdasan buatan yang digunakan dalam bidang komputer dan sains ini. Salah satu contohnya adalah konsep jaringan syaraf tiruan yang digunakan untuk
mengkalkulasi probabilitas kondisi-kondisi yang akan terjadi pada masa yang akan datang. Beberapa daftar aplikasi yang sebelumnya dikembangkan oleh para peneliti kecerdasan buatan adalah GUI (Graphical User Interface), Kalkulasi koordinat mouse pada layar monitor, manajemen penyimpanan otomatis, pemrograman dinamis serta pemrograman orientasi objek.
Finansial
Pada bidang finansial, penggunaan kecerdasan buatan ditujukan pada
pengorganisasian operasi, investasi saham, dan memanajemen properti. Sebuah sistem yang memiliki kecerdasan buatan dapat mengkalkulasi inflasi maupun deflasi yang akan terjadi di masa depan serta dapat mengkalkulasi probabilitas naik turunnya harga saham sehingga dapat digunakan untuk menentukan investasi secara detail. Menggunakan jaringan syaraf tiruan yang dapat mendeteksi adanya perubahan-perubahan harga saham pada masa yang akan datang, membuat sistem kecerdasan buatan ni sangat layak digunakan dalam bidang Finansial.
Kesehatan
Pada bidang kesehatan, sistem kecerdasan buatan telah digunakan, slah satunya adalah algoritma genetika yang memungkinkan simulasi proses evolusi dan rekayasa genetika diuji coba tanpa memerlukan “korban” makhluk hidup. Algoritma ini juga dapat digunakan untuk pencocokan DNA yang sering digunakan dan saat ini mungkin populer untuk mengidentifikasi identitas seseorang. Konsep sistem pakar yang juga merupakan salah satu cabang ilmu dari kecerdasan buatan juga digunakan untuk mendiagnosa penyakit yang diderita oleh pasien sehingga memudahkan kerja dokter.
Industri
barang yang mempunyai berat ber ton-ton, pemotongan besi dan baja. bahkan dalam industri manufaktur, pekerjaan yang membutuhkan tingkat ketelitian tinggi dan konsistensi sudah diambil alih oleh mesin. Hal ini dikarenakan
manusia mempunyai konsentrasi yang tidak tetap dan stamina yang cepat habis. Kondisi seperti ini yang berbahaya, baik bagi pekerja tersebut, pabrikan, dan konsumen tentunya. Oleh karena itu, sistem kecerdasan buatan telah
diimplementasikan secara nyata pada bidang industri ini.
Satu lagi impementasi dari sistem kecerdasan buatan pada bidang industri, yakni Quality Control yang dilakukan menggunakan sistem image processing.
Transportasi
Pada bidang transportasi kecerdasan buatan sudah diimplementasikan pada banyak hal seperti sistem kontrol perpindahan gigi otomatis pada gearbox mobil bertransmisi otomatis yang menggunakan Fuzzy Logic sebagai salah satu cabag ilmu kecerdasan buatan. Penentuan rute tercepat juga dapat dilakukan oleh decision support system yang juga merupakan salah satu cabang dari kecerdasan buatan yang menggunakan GPS sebagai alat bantu navigasinya. Baru-baru ini juga telah dikembangkan sistem kecerdasan buatan yang dapat mengemudi secara otomatis serta melakukan parkir serial tanpa bantuan manusia sama sekali.
Telekomunikasi
Pada Bidang telekomunikasi, sistem kecerdasan buatan juga banyak digunakan antara lain untuk pencarian heuristik tentang tenaga kerja mereka, mengatur penjadwalan puluhan ribu pekerjanya, serta menentukan jumlah gaji sesuai dengan kualitas kerja mereka. Semuanya dilakukan secara otomatis dengan kecerdasan buatan yang telah diimplementasikan ke dalam sistemnya.
Pengembangan Game
Perkembangan Game yang pesat pada masa ini juga membutuhkan sesuatu yang berbeda pada rule permainannya. Sebuah sistem game, jika sudah dimainkan sampai tuntas oleh seorang player, maka ketika player yang sama memulai lagi permainan dari awal, maka rule permainannya akan sama. namun berbeda untuk game-game yang telah ada saat ini. sistem dalam game, dapat belajar mengenali pola permainan dari player dan ketika player tersebut memulai permainan kembali, maka sistem ini akan menggunakan rule yang berbeda untuk pemain yang sama ini. sehingga game menjadi lebih menarik dan menantang untuk dimainkan.
Pengembangan Mainan
salah satu favorit alat bermain yang telah menggunakan kecerdasan buatan pada sistemnya. AIBO dan ASIMO ini dapat berinteraksi dengan manusia melalui suara, fitur speech recognition di dalamnya, robot ini dapat mengerti apa yang diucapkan manusia dan menanggapinya.
Musik
Evolusi di bidang musik hampir selalu terkena dampak dari tekbologi yang ada pada zamannya. Sebagai contoh, era musik digital yang memungkinkan sebuah suara dapat direkan dan diputar ulang. dengan mengimplementasikan
kecerdasan buatan, proses penciptaan komposisi lagu, pemrosesan suara, dan teori-teori tentang musik dapat dilakukan. Pengolahan suara adalah fokus dari pengembangan kecerdasan buatan di bidang music ini.
Militer
Pada bidang militer, teknologi kecerdasan buatan dapat diimplementasikan pada sistem yang mensimulasikan kondisi-kondisi perang yang mungkin akan terjadi di lapangan, mengatur strategi serta mengkalkulasi kemungkinan beberapa strategi terhadap kondisi medan perang secara simultan dan menampilkan hasilnya.
Penerbangan
Simulasi penerbangan pada pelatihan calon pilot sebelum benar-benar terbang dilakukan menggunakan perangkat yang telah mengimplementasikan
kecerdasan buatan di dalamnya. perangkat ini dapat memberikan beragam simulasi kondisi penerbangan dengan puluhan variabel yang kompleks. Pelatihan calon pilot menerbangakan pesawat menggunakan simulator ini sangat efisien, selain mengurangi biaya untuk penerbangan yang sebenarnya, resiko kecelakaan para calon pilot juga dapat diminimalisir.
Otomotif
Tugas 2
1. Pendakian Bukit (Hill Climbing)
Metode ini hampir sama dengan metode pembangkitan & pengujian,
hanya saja proses pengujian dilakukan dengan menggunakan fungsi
heuristik. Pembangkitan keadaan berikutnya sangat tergantung pada
feedback dari prosedur pengetesan. Tes yang berupa fungsi heuristic
ini akan menunjukkan seberapa baiknya nilai terkaan yang diambil
terhadap keadaan-keadaan lainnya yang mungkin.
Simple Hill Climbing
Algoritma
– Mulai dari keadaan awal, lakukan pengujian: jika merupakan tujuan,
maka berhenti; dan jika tidak, lanjutkan dengan keadaan sekarang
sebagai keadaan awal.
– Kerjakan langkah-langkah berikut sampai solusinya ditemukan, atau
sampai tidak ada operator baru yang akan diaplikasikan pada keadaan
sekarang:
• Cari operator yang belum pernah digunakan; gunakan operator ini
untuk mendapatkan keadaan yang baru.
• Evaluasi keadaan baru tersebut.
• Jika keadaan baru merupakan tujuan, keluar.
• Jika bukan tujuan, namun nilainya lebih baik daripada keadaan
sekarang, maka jadikan keadaan baru tersebut menjadi keadaan
sekarang.
Contoh TSP
• Operator : Tukar kota ke-i dengan kota ke-j (Tk i,j)
• Untuk 4 kota:
– Tk 1,2 : tukar kota ke-1 dengan kota ke-2.
– Tk 1,3 : tukar kota ke-1 dengan kota ke-3.
– Tk 1,4 : tukar kota ke-1 dengan kota ke-4.
– Tk 2,3 : tukar kota ke-2 dengan kota ke-3.
– Tk 2,4 : tukar kota ke-2 dengan kota ke-4.
– Tk 3,4 : tukar kota ke-3 dengan kota ke-4.
• Untuk N kota, akan ada operator sebanyak: N
Steepest Ascent Hill Climbing
Steepest-ascent hill climbing sebenarnya hampir sama dengan simple
hill climbing, hanya saja gerakan pencarian tidak dimulai dari posisi
paling kiri. Gerakan selanjutnya dicari berdasarkan nilai heuristik
terbaik. Dalam hal ini urutan penggunaan operator tidak menentukan
penemuan solusi. Steepest-ascent hill climbing sebenarnya hampir
sama dengan simple hill climbing, hanya saja gerakan pencarian tidak
dimulai dari posisi paling kiri. Gerakan selanjutnya dicari berdasarkan
nilai heuristik terbaik. Dalam hal ini urutan penggunaan operator
tidak menentukan penemuan solusi.
Algoritma
• Kerjakan hingga tujuan tercapai atau hingga iterasi tidak
memberikan perubahan pada keadaan sekarang.
• Tentukan SUCC sebagai nilai heuristic terbaik dari
successorsuccessor.
• Kerjakan untuk tiap operator yang digunakan oleh keadaan
sekarang:
• Gunakan operator tersebut dan bentuk keadaan baru.
• Evaluasi keadaan baru tersebut. Jika merupakan tujuan, keluar. Jika
bukan, bandingkan nilai heuristiknya dengan SUCC. Jika lebih baik,
jadikan nilai heuristic keadaan baru tersebut sebagai SUCC. Namun
jika tidak lebih baik, nilai SUCC tidak berubah.
• Jika SUCC lebih baik daripada nilai heuristic keadaan sekarang,
ubah node SUCC menjadi keadaan sekarang.
BFS (Breadth-First Search)
Pencarian Melebar Pertama (Breadth-First Search)
• Semua node pada level n akan dikunjungi terlebih dahulu sebelum level n+ • Mulai dari akar terus ke level 1 dari kiri ke kanan
• Keuntungan
– Tidak akan menemui jalan buntu
– Menjamin ditemukannya solusi (jika solusinya memang ada) dan solusi yang ditemukan pasti
yang paling baik
– Jika ada satu solusi maka bread-first search akan menemukannya • Kelemahannya
– Membutuhkan memori yang cukup banyak – Membutuhkan waktu yang cukup lama
