Artificial Intelligence

Slides:



Advertisements
Presentasi serupa
KECERDASAN BUATAN VISKA ARMALINA, S.T., M.Eng..
Advertisements

Pengenalan Kecerdasan Buatan Oleh : Saatul Ihsan.
ARTIFICIAL INTELLIGENCE
Materi 1 Pengantar Kecerdasan Buatan
Course MMS 2901 Departement of Computer Science Gadjah Mada University © Aina Musdholifah & Sri Mulyana.
Pengantar Intelijensia Buatan
Oleh: Achmad Zakki Falani Universitas Narotama Fakultas Ilmu Komputer
PERTEMUAN MINGGU KE-1.  Pengertian A.I  Merup. Sub-bid pengetahuan komp. yang ditujukan u/ membuat software (S/W) dan hardware (H/W) yang sepenuhnya.
Pembuatan Sistem Cerdas atau “Tugas Praktikum” SP Genap 2008/09
PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
ARTIFICIAL INTELLIGENCE
KECERDASAN BUATAN PENDAHULUAN.
ARTIFICIAL INTELLEGENT
PENGERTIAN KECERDASAN BUATAN
Sejarah & Perkembangan Kecerdasan Buatan
Kuliah Sistem Pakar Pertemuan I “Inteligensia Semu” (IS)
Artificial Intelligence
Knowledge Representation and Deduction Agents That Reason Logically
SISTEM CERDAS SISWO WARDOYO, S.T., M.Eng. Jurusan Teknik Elektro Universitas Sultan Ageng Tirtayasa 1SISTEM CERDAS7 Sept 2009 Tlp:
Sistem Pakar (3 SKS) By Eka Dyar W, S.Kom..
PENDAHULUAN.
Artificial Intelligence
Kuliah Pengantar Intelijensia Buatan
Problem Space Dr. Kusrini, M.Kom.
Pengantar Intelegensia Buatan (IB)
Pengertian Kecerdasan Buatan (Artificial Intelligence)
KONSEP DASAR AI PERTEMUAN MINGGU KE-1.
Pengenalan Sistem Pakar
1 Pertemuan 26 NEURO FUZZY SYSTEM Matakuliah: H0434/Jaringan Syaraf Tiruan Tahun: 2005 Versi: 1.
Kuliah Sistem Fuzzy Pertemuan 1 “ Inteligensia Semu ” (IS)
Satuan Acara Perkuliahan
PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELEGENT)
Artificial Intelligence
KECERDASAN BUATAN PERTEMUAN 9.
Kecerdasan Buatan Pendahuluan
PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE) dan SISTEM PAKAR
Artificial Intelligence
Materi 1 Pengantar Kecerdasan Buatan
PENGANTAR PENGANTAR KECERDASAN BUATAN Artificial intelligence
MATERI PERKULIAHAN KECERDASAN BUATAN
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Pertemuan 09 Materi: Perangkat lunak, pemrograman, dan kecerdasan buatan. Sumber materi: Alter, Steven “Information Systems” a management perspective.
SISTEM PAKAR Betha Nurina Sari, M.Kom.
Grafika Komputer Edy Santoso, S.Si., M.Kom
SISTEM INTELEGENSIA Diema Hernyka S, M.Kom
Disiplin Ilmu, Metode Penelitian, Computing Method
KECERDASAN BUATAN (Artificial Intelligence)
Fakultas Ilmu Komputer
I Gusti Ayu Agung Diatri Indradewi, S.Kom
Artificial Intelegence
Sistem Penunjang Keputusan (Decision Support System)
MATERI PERKULIAHAN KECERDASAN BUATAN
Sejarah & Perkembangan Kecerdasan Buatan
KONSEP KECERDASAN BUATAN
Pengenalan AI (Artificial Intelligent)
Pertemuan 1 Konsep Umum Pengetahuan
PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
PENGANTAR PENGANTAR KECERDASAN BUATAN Artificial intelligence
ARTIFICIAL INTELEGENCE
MATERI PERKULIAHAN KECERDASAN BUATAN
MATERI PERKULIAHAN KECERDASAN BUATAN
Introduction to Soft computing
PENGERTIAN KECERDASAN BUATAN
Artificial Intelligence
Kecerdasan Buatan oleh : Syaifudin Ramadhani, S.Kom
KONTRAK KULIAH SISTEM PAKAR
Pengantar Intelegensi Buatan
PENGANTAR KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
KONSEP KECERDASAN BUATAN
Kecerdasan Buatan Dr. Nindyo Cahyo Kresnanto. Mengapa Perlu AI? Hampir semua permasalahan dipecahkan dengan bantuan komputer Masalah semakin komplek tidak.
Transcript presentasi:

Artificial Intelligence

Nelly Indriani Widiastuti S.Si., M.T. Teknik Informatika - UNIKOM by Nelly Indriani Widiastuti S.Si., M.T. Teknik Informatika - UNIKOM

Kontrak Belajar PRA SYARAT : Matematika Diskrit dan Analisis Algoritma PENILAIAN Kehadiran (10%) Tugas Kecil / Quiz (25%) UTS (30%) Tugas Besar (35%). REFFERENSI S. Russell and P. Norvig Artificial Intelligence: A Modern Approach Prentice Hall, 2003, Third Edition Sumber lain : slide perkuliahan & catatan masing-masing PRA SYARAT : Matematika Diskrit dan Analisis Algoritma

Aturan Perkuliahan Kehadiran < 80%, nilai UAS = 0 Yang terlambat boleh ikut di kelas berikutnya tp tdk bisa absen (wajib konfirmasi) Kehadiran < 80%, nilai UAS = 0 Pakaian kuis/ tugas/ tugas besar susulan/ perbaikan/ tambahan Kehadiran < 80%, nilai UAS = 0 Plagiarism

Tugas Kecil Individu Bentuk : Penilaian : Program atau, Makalah/paper Hanya yang diunggah di kelas AI masing-masing, kuliah online (contoh: AI-3 17/18) Dalam batas waktu yang ditentukan Sesuai dengan ketentuan yang ditetapkan di masing-masing tugas

Tugas Besar Berkelompok Bentuk : Penilaian Pengumpulan Presentasi Hanya bagi anggota yang melaksanakan tugas tersebut Hanya yang sesuai ketentuan Pengumpulan Dokumentasi dijadikan satu DVD per kelas Presentasi Topik dibagikan pada pertemuan ke 2 Kelompok yang tidak presentasi minggu tsb, mengerjakan lembar kerja

TOPIK TUGAS BESAR Searching Uncertainty Learning Algoritma Djikstra A* Decision Tree Naïve Bayes Fuzzy Logic Learning Neural Network K-Means

SILABUS Pengantar AI Intelligent agent Konsep searching Learning Reasoning & Planning Knowledge representation Quiz UTS A* & Djikstra Decision tree Naïve Bayes Fuzzy Logic Learning vector quantization K-means Quiz UAS

Pengenalan 1 KECERDASAN BUATAN

Content Cakupan materi : Tujuan : Rencana Kegiatan: Pengertian AI Paradigma AI Domain dan State of the Art Tujuan : Memahami konsep kecerdasan buatan Rencana Kegiatan: materi dan evaluasi

“A year spent in artificial intelligence is enough to make one believe in god” - Alan Perlis -

Knowledge is having the right answer Intelligence is asking the right question

Big concept Artificial Intelligence is not building a mind but improvement a tools to solve problems

Definisi Oxford Dictionary Marvin Minsky The theory and development of computer systems able to perform tasks that normally require human intelligence, such as visual perception, speech recognition, decision-making, and translation between languages Marvin Minsky Artificial Intelligence is science of making machines do thing that required intelligence if done by men

Paradigma Usaha agar komputer memiliki kemampuan seperti manusia (decision making, problem solving, learning) THINGKING HUMANLY THINGKING RATIONALLY ACTING RATIONALLY ACTING HUMANLY

Cognitive Model

Paradigma Komputasi yang memungkinkan untuk menilai, menalar dan bertindak THINGKING RATIONALLY THINGKING HUMANLY ACTING RATIONALLY ACTING HUMANLY

Formal Logic Correct Inference Law of Thought Formal Logic Correct Inference

Paradigma Usaha yang membuat komputer melakukan hal-hal yang dilakukan oleh manusia ACTING HUMANLY THINGKING RATIONALLY THINGKING HUMANLY ACTING RATIONALLY

Natural language processing Machines Learning Automated reasoning Natural language processing Computer Vision Humanoid Robot TURING TEST

Paradigma Usaha yang berfokus pada tindakan yang “benar” ACTING RATIONALLY ACTING HUMANLY THINGKING RATIONALLY THINGKING HUMANLY

Rational Agent Knowledge Representation and Reasoning Natural Language Learning Visual Perception Limited Rationality

THE RATIONAL AGENT APPROACH AGENT : sesuatu yang dpt beraksi Rational Agent : bertindak untuk mencapai hasil terbaik, jk tidak pasti diharapkan hasilnya terbaik. Harus dapat dibedakan dengan Program Beroperasi dalam kendali otomatis Memahami lingkungannya Bertahan pada periode yang berkepanjangan Beradaptasi untuk perubahan Mampu menyelesaikan tujuan yang lain

RATIONAL AGENT Fungsi dari history persepsi terhadap aksi [f : P*  A] Mampu beraksi untuk mendapat hasil terbaik atau harapan terbaik (uncertainty) Kesimpulan harus benar (correct inferences) Salah satu cara bertindak rational adalah menalar secara logis untuk sampai pada kesimpulan. Kemudian bertindak berdasarkan tujuan (antara/sela)

Cognitive science Robot Application Natural Interface Expert system Learning system Fuzzy logic Neural network Robot Application Visual Perception Tactility Dexterity Locomotion Navigation Natural Interface Natural language Speech recognition Multi sensory interface Virtual reality (Reponsiveness of touch) (Skill using hands) (Moving place to place)

AI FIELD

STATE OF THE ART

Thanks! Any questions ? You can find me at Nelly Indriani (facebook) nelly.indriani@email.unikom.ac.id