Problema & Pendekatan penyelesaian masalah

Langkah Penyelesaian Masalah Tiga langkah utama yang dibutuhkan untuk membuat sebuah sistem dapat menyelesaikan suatu persoalan khusus, yaitu: Mendefinisikan problema dengan tepat. Definisi ini harus berisi spesifikasi tentang kondisi awal dan situasi akhir yang menghasilkan solusi yang dapat diterima dari problema tersebut. Menganalisis problema. Beberapa sifat yang sangat penting bisa memiliki dampak yang sangat kuat pada kelayakan banyak teknik pemecahan problema yang dimungkinkan. Memilih teknik penyelesaian masalah yang terbaik. Dalam Sistem Cerdas ditambahkan satu langkah lagi: Merepresentasikan pengetahuan. Ini diperlukan untuk menyelesaikan masalah tersebut.

Hipotesis Sistem Simbol Fisis Newell dan Simon mengemukakan bahwa aktivitas cerdas (intelligent) dicapai melalui digunakannya : Pola-pola simbol untuk merepresentasikan aspek-aspek penting dari problema. Operasi pada pola-pola tersebut untuk menghasilkan solusi potensial dari problema. Proses pencarian untuk memilih sebuah solusi diantara kemungkinan-kemungkinan yang ada itu.

Hipotesis Sistem Simbol Fisis Asumsi-asumsi ini membentuk dasar bagi hipotesis sistem simbol fisis. Hipotesis sistem simbol fisis secara implisit membedakan antara pola yang dibentuk oleh susunan simbol-simbol dan media yang dipakai untuk mengimplementasikannya.

Hipotesis Sistem Simbol Fisis Pendefinisian struktur dan operasi simbol yang diperlukan dalam pemecahan problema kecerdasan, pengembangan strategi bagi proses pencarian yang bekerja dengan efisien dan benar untuk mendapatkan solusi yang potensial. Asumsi-asumsi hipotesis sistem simbol fisis mendasari hampir semua aspek praktis dan teoritis dalam sistem pakar, perencanaan, dan pemahaman bahasa alamiah

Representasi Pengetahuan Perepresentasian dimaksud untuk menangkap sifat-sifat penting problema dan membuat informasi itu dapat diakses oleh prosedur pemecahan problema. Bahasa representasi harus dapat membuat seorang pemrogram mampu mengekspresikan pengetahuan yang diperlukan untuk mendapatkan solusi problema. Ekspresifitas dan efisiensi merupakan dimensi utama dalam melakukan evaluasi bahasa-bahasa representasi pengetahuan .

Representasi Pengetahuan Perepresentasian seharusnya : Memadai untuk mengekspresikan informasi yang diperlukan. Mendukung eksekusi yang efisien dari kode yang dihasilkan. Menghasilkan sesuatu yang alamiah untuk mengekspresikan pengetahuan yang dibutuhkan

Bahasa Kecerdasan Buatan Agar dapat mendukung perepresentasian, bahasa Kecerdasan Buatan haruslah: Mampu menangani pengetahuan kualitatif Memperbolehkan dilibatkannya pengetahuan baru dari sejumlah fakta dasar Memperbolehkan digunakannya representasi prinsip-prinsip umum dan situasi-situasi khusus Dapat menangkap arti semantik yang rumit Memperbolehkan digunakannya kerangka sebab-akibat meta-level .

Penganalisisan dan Karakteristik Problema Penganalisisan problema diperlukan untuk memilih metode (atau gabungan beberapa metode) yang paling baik untuk suatu problema tertentu sangatlah penting. Beberapa pertanyaan berkenaan dengan penganalisisan suatu problema dapat diajukan seperti :

Apakah suatu problema dapat didekomposisi/dipilah-pilah menjadi sejumlah upa-problema independen yang lebih kecil atau lebih mudah? Untuk problema yang tidak dapat didekomposisi, ditangani dengan teknik bagi dan taklukan (divide and conquer). Contoh problema yang dapat didekomposisi adalah problema menghitung integral tak berbatas.  (x4 + 7x + cos2x) dx

Dapatkah langkah-langkah penyelesaian yang terbukti tidak tepat, diabaikan atau tidak perlu dikerjakan? Berkaitan dengan langkah-langkah yang diambil dalam penyelesaian problema, akan muncul 3 problema penting yang berbeda dapat diabaikan, dimana langkah solusi dapat diabaikan, seperti pada pembuktian teorema. dapat diulang (recoverable), dimana langkah solusi dapat dibatalkan, seperti pada permainan teka-teki 8 (the 8-puzzle). tidak dapat diulang (irrecoverable), dimana langkah solusi tidak dapat dibatalkan, seperti pada permainan catur

Problema yang dapat diulang dapat dipecahkan dengan strategi pengendalian yang agak rumit yang kadang-kadang dapat melakukan langkah yang salah. Dibutuhkan pelacakan kembali untuk mengungkap kesalahan tersebut. Sehingga struktur pengendalian harus dilakukan dengan memakai pushdown stack, dimana keputusan-keputusan direkam agar bisa dibatalkan kemudian.

Problema yang tidak dapat diulang / dibatalkan akan membutuhkan pemecahan oleh suatu sistem yang mampu melakukan prakiraaan setiap keputusan, karena keputusan yang diambil merupakan keputusan terakhir. Beberapa problema yang tidak dapat diulang dapat dipecahkan dengan cara memakai proses perencanaan (planning), dimana seluruh urutan langkah dianalisis terlebih dahulu untuk menemukan apa yang bakal terjadi bila langkah tersebut benar-benar dilaksanakan.

Apakah ruang lingkup atau semesta pembicaraan problema dapat diprakirakan ? Perencanaan merupakan pemecahan problema tanpa adanya umpan balik (feedback) dari lingkungannya.

Ada jenis problema yang mempunyai penyelesaian yang pasti dan ada yang tidak pasti.   Untuk memecahkan problema dengan penyelesaian yang pasti, pendekatan loop terbuka akan dapat bekerja dengan baik begitu hasil suatu tindakan dapat diprakirakan dengan sempurna. Di sini, perencanaan dapat digunakan untuk menghasilkan serangkaian operator (aturan) yang dijamin dapat sampai pada solusi.

Untuk problema yang penyelesaiannya tidak pasti, perencanaan hanya dapat menghasilkan serangkaian operator (aturan) yang memiliki probabilitas yang baik untuk sampai pada solusi. Untuk memecahkan problema semacam ini, dibutuhkan adanya proses ‘revisi rencana’ dengan cara melibatkan adanya proses umpan balik. Perencanaan seringkali menjadi sangat mahal karena jumlah jalan menuju solusi yang harus diungkapkan akan naik secara eksponensial terhadap jumlah titik yang keluarannya tidak dapat diprakirakan.

Apakah solusi problema yang baik telah dibandingkan dengan semua solusi yang dimungkinkan? Sebuah solusi problema yang baik dapat bersifat mutlak atau relatif dengan cara dibandingkan dengan semua solusi yang dimungkinkan. Sebuah solusi untuk suatu problema mungkin telah memperoleh jawaban yang diinginkan dengan mengikuti sebuah lintasan penalaran saja, dengan tidak mempedulikan lintasan mana yang digunakan.

Agus adalah seorang laki-laki Agus adalah seorang berkebangsaan x Contoh sebuah problema untuk menjawab pertanyaan: “Apakah Agus hidup?”, berdasarkan pada basis data fakta-fakta sederhana berikut: Agus adalah seorang laki-laki Agus adalah seorang berkebangsaan x Agus dilahirkan pada tahun 140 Semua manusia adalah fana Semua orang berkebangsaan x meninggal karena adanya bencana banjir di tahun 179 Tidak ada manusia yang dapat hidup lebih lama dari 170 tahun Sekarang tahun 1990

1. Agus adalah seorang laki-laki [Aksioma 1] Dua lintasan (path) penalaran berikut akan sampai pada jawaban yang benar  Lintasan penalaran 1 Pembenaran 1. Agus adalah seorang laki-laki [Aksioma 1] 4. Semua manusia adalah fana [Aksioma 4] 8. Agus adalah fana [1, 4] 3. Agus dilahirkan pada tahun 140 [Aksioma 3] 7. Sekarang adalah tahun 1990 [Aksioma 7] 9. Umur agus adalah 1854 tahun [3, 7] 6. Tidak ada manusia yang dapat hidup lebih lama dari 170 tahun [Aksioma 6] 10. Agus sudah meninggal [8, 6, 9]

Lintasan penalaran 2 Pembenaran 7. Sekarang adalah tahun 1992 [Aksioma 7] 5. Semua orang berkebangsaan x meninggal pada tahun 179 [Aksioma 5] 11. Semua orang berkebangsaan x telah meninggal seluruhnya saat ini [7, 5] 2. Agus adalah seorang berkebangsaan x [Aksioma 2] 12. Agus sudah meninggal [11, 2] Karena yang diinginkan adalah jawaban dari pertanyaan di atas, maka tidak memperdulikan lintasan mana yang digunakan.

Persoalan di atas merupakan problema sembarang lintasan Persoalan di atas merupakan problema sembarang lintasan. Untuk problema ini, apabila dengan mengikuti sebuah lintasan penalaran sudah berhasil memperoleh jawaban yang diinginkan, maka tak ada alasan untuk melihat adanya kemungkinan suatu lintasan lain yang juga menghasilkan jawaban yang diharapkan.  Sedangkan problema wiraniaga yang hendak mencari jarak total terpendek dalam melalui beberapa kota, merupakan problema lintasan terbaik. Dalam problema ini, sebuah jawaban tidak dapat dipastikan kebenarannya kecuali setelah semua lintasan / jalur yang ada dicoba.

Pada umumnya, problema lintasan terbaik lebih sulit dipecahkan daripada problema sembarang lintasan. Problema sembarang lintasan seringkali dapat dipecahkan dalam waktu yang tidak terlalu lama dengan menggunakan heuristik yang menawarkan lintasan-lintasan mana saja yang sebaiknya ditelusuri. Untuk problema lintasan terbaik, sebaiknya melibatkan lebih banyak exhaustive search.

Misalkan terdapat seperangkat aksioma untuk grup perkalian Apakah basis pengetahuan yang digunakan untuk memecahkan problema bersifat konsisten secara internal Misalkan terdapat seperangkat aksioma untuk grup perkalian XY didefinisikan untuk semua XY X = Y  Y = Z  X = Z X = X (XY)Z = X(YZ) IX = X X-1X = I X = Y  ZX = ZY X = Y  XZ = YZ

Aksioma tersebut di atas digunakan untuk memecahkan problema  Buktikan bahwa XI = X   Karena kekonsistenan aksioma yang ada (merupakan basis pengetahuannya), kita dapat membuktikannya dengan prosedur pembuktian matematika standar

Sekarang kita akan memecahkan problema berikut :   “ Seseorang berdiri pada jarak 50 meter dari sebuah sasaran. Dia merencanakan untuk menembak sasaran itu dengan sebuah senapan yang pelurunya memiliki kecepatan 500 meter per detik saat keluar dari moncong senapan. Seberapa tinggikah dari sasaran dia harus mengarahkan senapannya ? “

Karena adannya ketidak konsistenan dalam basis datanya, maka problema tersebut dipecahkan sebagai berikut: Karena adanya gravitasi yang akan membelokkan arah peluru ke bawah, maka seharusnya dia tidak mengarahkan senapannya tepat pada sasaran. Akan tetapi jika berasumsi bahwa peluru tersebut akan menempuh garis lurus, maka hal ini akan bertentangan dengan yang sesungguhnya terjadi.

Apakah sebenarnya peranan pengetahuan ? Yakni, apakah benar-benar dibutuhkan sejumlah besar informasi untuk memecahkan problema yang sedang dihadapi, atau pengetahuan hanya penting untuk membatasi proses pencarian ? Untuk memecahkan problema berikut misalnya : “koran-koran mana yang mendukung masalah / isu tertentu dan mana yang menentangnya ?”. Jelas dibutuhkan banyak pengetahuan agar dapat memperoleh solusi yang diinginkan.

Berbeda dengan permainan catur dimana pengetahuan hanya penting untuk membatasi proses pencarian. Yakni cukup disajikan aturan-aturan untuk menentukan langkah-langkah yang diperkenankan serta suatu mekanisme pengendalian sederhana yang mengimplementasikan sebuah prosedur pencarian yang memadai. Pengetahuan tambahan seperti taktik dan strategi yang baik tentu saja akan membantu untuk membatasi proses pencarian serta mempercepat eksekusi program

Apakah pemecahan suatu problema membutuhkan interaksi antara komputer dan manusia ? Dengan perkataan lain, apakah sebuah komputer sendirian dapat diberi problema dan kemudian menyajikan solusi secara sederhana, atau akankah solusi dari suatu problema membutuhkan interaksi antara komputer dan manusia ?

Ada 2 jenis problema yang harus dibedakan : Terkucil (solitary) Untuk problema jenis ini, komputer diberi deskripsi problema dan akan menghasilkan sebuah jawaban, tanpa adanya komunikasi antara dan tanpa penjelasan tentang terjadinya proses penalaran. Bercakap-cakap (conversational) Dimana akan terjadi komunikasi antara manusia dan komputer, baik itu berupa bantuan tambahan bagi komputer atau penyajian informasi tambahan bagi pemakai, atau keduanya. Tentu saja, perbedaan ini bukanlah merupakan perbedaan yang kaku dalam menggambarkan problema tertentu.

The end and 10_Q