Intelegensia Buatan Silabus Perkembangan AI Model Representasi Pengetahuan Logika Predikat Model Penalaran Pengaruh Ketidakpastian Logika Fuzzy Teknik Pengenalan Pola
Penilaian Absensi 10% Kuis/tugas 10% UTS+UAS 80%
Bahasa Pemrograman Insight 2+ Sistem Pakar Amzi Logic Javascript Javaapplet Excel C++
Deskripsi AI
They are fun
I. Pendahuluan Berdasarkan jenis kemampuannya sistem kecerdasan buatan yang sekarang ada : Klasifikasi secara statistik Expert System (Sistem Pakar) Neural Network System (Jaringan syaraf tiruan) Algoritma Genetik Natural Language Sistem Kecerdasan Buatan : Sistem yang meniru kemampuan intelektual dari manusia. Misalnya : Pengambilan keputusan Pengenalan pola (simbol, Sidik jari, sinyal jantung dll) Prediksi (cuaca, saham) Diagnosa (penyakit) Klasifikasi (tumbuhan)
Intelektual manusia Kecerdasan yang dimiliki manusia bersumberkan pada pengetahuan yang bersifat logis : fakta, data heuristik : intuisi, pengalaman, kebiasaan, insting Manusia mengolah semua pengetahuan tersebut menjadi informasi yang berguna. Sistem kecerdasan buatan juga harus dapat memasukkan semua pengetahuan tersebut.
Pemrosesan data dan pemrosesan pengetahuan
II. Model Representasi Pengetahuan Semantic network Frames Production rules Predicate Logic OAV (Object-Attribute-Value)tripets SEMANTIC Obyek-obyek yang berkaitan dihubungan melalui suatu relansi yang berupa tanda panah dan nilai relasi
Semantic Network
Frame Sebuah frame terdiri dari kumpulan slot yang berisi attribut untuk menyatakan sebuah obyek, kelas dari obyek, situasi, aksi atau kejadian. Biasanya dinyatakan dalam bentuk tabel
Production Rule Struktur rule dinyatakan menggunakan IF-THEN yaitu: IF premise, THEN conclusion IF input, THEN output IF condition, THEN action IF antecedent, THEN consequent IF data, THEN outcome IF action, THEN goal
LOGIKA PREDIKAT Logika predikat memberikan bagian fungsi dan fakta dalam bentuk Predikat(fakta, data) Contoh : Produksi(meja, kursi, 30, sofa) OAV triplet
Penggabungan Frame dengan Rule