I Gusti Ayu Agung Diatri Indradewi, S.Kom

Toleransi masuk kelas 15 menit Presensi min. 75% Toleransi masuk kelas 15 menit Gunakan jas almamater saat ujian

Tugas : 15% Quiz : 15% UTS : 25% UAS : 35% Keaktifan : 10%

Pengenalan AI Konsep Dasar AI Perbedaan Pemrograman Konvensional dengan Pemrograman Berbasis AI Bidang Aplikasi AI Penyelesaian Masalah Berdasarkan Teknik AI Representasi Masalah Konsep State Space Search Karakteristik Masalah Pencarian Buta (Blind Search) Depth First Search Breadth First Search Pencarian Heuristik (Heuristic Search) Generate and Test Hill Climbing Best First Search Representasi Pengetahuan I Propotional Logic Predicate Logic Representasi Pengetahuan II Semantic Networks Production Rules

7. Representasi Pengetahuan III Triplet Object-Attribute-Value Frames 8. UJIAN TENGAH SEMESTER (UTS) 9. Representasi Pengetahuan IV Scripts Uncertainty Representation 10. Statistical Reasoning Probabilitas Teori Bayesian Teori Dempster-Shafer Certainty Factors 11. Algoritma AI I Simulated Annealing Adaptive Resonance Theory 12. Algoritma AI II Ant Algorithms Genetic Algorithms

13. Advanced Topics I Planning Understanding 14. Advanced Topics II Expert Systems Natural Language Processing Learning (Neural Networks) 15. UJIAN AKHIR SEMESTER (UAS)

Artificial Intelligence (Teknik dan Aplikasinya), Sri Kusumadewi, Artificial Intelligence (Teknik dan Aplikasinya), Graha Ilmu, 2003

ARTIFICIAL INTELLIGENCE

Homo Sapiens = Man the Wise

Think Like Humans

Think Rationally

Act Like Humans

Act Rationally

Knowledge Base Inference Engine Fakta-fakta Teori Pemikiran Hubungan satu dan lainnya Inference Engine Kemampuan menarik kesimpulan berdasarkan pengalaman

Knowledge Base Inference Engine Input : Output : masalah jawaban pertanyaan solusi

The Advantage Lebih bersifat permanen Mudah diduplikasi dan disebarkan Lebih murah Bersifat konsisten Dapat didokumentasi Dapat bekerja lebih cepat Dapat bekerja lebih baik

The Advantage Kreatif Dapat menggunakan pengalaman secara langsung Pemikiran dapat digunakan secara luas

Pemrograman Konvensional AI Vs

Mengandung konsep simbolik Pemrosesan Mengandung konsep simbolik Vs Algoritmik

Sifat Input Bisa tidak lengkap Vs Harus lengkap

Kebanyakan bersifat heuristik Pencarian Kebanyakan bersifat heuristik Vs Biasanya didasarkan pada algoritma

Biasanya tidak disediakan Keterangan Disediakan Vs Biasanya tidak disediakan

Fokus Pengetahuan Vs Data & informasi

Kontrol dipisahkan dari pengetahuan dengan informasi (data) Struktur Kontrol dipisahkan dari pengetahuan Vs Kontrol terintegrasi dengan informasi (data)

Sifat Output Kuantitatif Vs Kualitatif

Pemeliharaan & Update Relatif mudah Vs Sulit

Kemampuan Menalar Ya Vs Tidak

“It is not my aim to surprise or shock you – but the simplest way I can summarize is to say that there are now in the world machines that think, that learn and that create. Moreover, their ability to do these things is going to increase rapidly until – in a visible future – the range of problem they can handle will be coextensive with the range to which the human mind has been applied” Herbert Simon, 1957

Bidang Aplikasi AI

Logic Theorist Sad Sam ELIZA

Natural Language Processing Expert System Speech Recognition Robotics & Sensory Systems Computer Vision Intelligent Computer-aided Instruction Game Playing

Soft Computing

(mengakomodasi ketidaktepatan) Sistem Fuzzy (mengakomodasi ketidaktepatan) Jaringan Syaraf (menggunakan pembelajaran) Probabilistic Reasoning (mengakomodasi ketidakpastian) Evolutionary Computing (optimasi)