Pertemuan 2 Kecerdasan Buatan

Slides:



Advertisements
Presentasi serupa
Course MMS 2901 Departement of Computer Science Gadjah Mada University © Aina Musdholifah & Sri Mulyana.
Advertisements

Penyelesaian Masalah Dengan AI
TEKNIK PENCARIAN (SEARCHING)
Penyelesaian Problem Dengan Pencarian (Blind / Un-Informed Searching)
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Ruang Pencarian Pertemuan II.
Artificial Intelligent
Masalah, Ruang Masalah dan Pencarian
Searching As’ad Djamalilleil
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Problem Solving Search -- Uninformed Search
SISTEM INTELEGENSIA BUATAN
Pencarian Tanpa Informasi
Hill Climbing Best First Search A*
Problem Space Dr. Kusrini, M.Kom.
Masalah, Ruang Keadaan, dan Pencarian. What is AI ? Sistem yang berpikir seperti manusia Thinking humanly Sistem yang berpikir secara rasional Thinking.
Masalah, Ruang Keadaan, dan Pencarian
Masalah, Ruang Keadaan, dan Pencarian
Ruang Keadaan (state space)
Pencarian (Searching)
Penyelesaian Masalah Teknik Pencarian
Metode Pencarian & Pelacakan
Pendefinisian problema sebagai proses pencarian ruang keadaan
Problem Solving Search -- Informed Search Ref : Artificial Intelligence: A Modern Approach ch. 4 Rabu, 13 Feb 2002.
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Informed (Heuristic) Search
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
KECERDASAN BUATAN PERTEMUAN 10.
KECERDASAN BUATAN PERTEMUAN 2.
Pertemuan 3 Mendefinisikan Masalah dalam Ruang Keadaan
Pencarian Heuristik.
Teknik Pencarian 1 Blind Search
KECERDASAN BUATAN PERTEMUAN 3.
Penyelesaian Masalah menggunakan Teknik Pencarian Blind Search
KECERDASAN BUATAN PERTEMUAN 9.
Pertemuan 6 Metode Pencarian
Masalah, Ruang Masalah dan Pencarian
Metode Pencarian/Pelacakan
Metode Pencarian & Pelacakan
Pemecahan Masalah dengan Pencarian
Pendefinisian problema sebagai proses pencarian ruang keadaan
PENGENALAN TEKNOLOGI INFORMASI
Review : Sistem yang menggunakan AI
MASALAH DAN METODE PEMECAHAN MASALAH
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Pertemuan 6 Pencarian Heuristik
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Problem solving by Searching
Search.
As’ad Djamalilleil Searching As’ad Djamalilleil
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
TEKNIK PENCARIAN.
KECERDASAN BUATAN PERTEMUAN 10.
Problem solving by Searching
Penyelesaian Masalah Berdasarkan Teknik AI.
MASALAH, RUANG KEADAAN DAN PENCARIAN
Ruang Masalah di Kecerdasan Buatan
MASALAH DAN METODE PEMECAHAN MASALAH
Fakultas Ilmu Komputer
Informed (Heuristic) Search
Masalah, Ruang Keadaan dan Pencarian
Pertemuan 6 Metode Pencarian
Penyelesain Masalah dengan Pencarian
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
Masalah, Ruang Masalah dan Pencarian
KECERDASAN BUATAN (ARTIFICIAL INTELLIGENCE)
PENGENALAN TEKNOLOGI INFORMASI
Teori Bahasa Otomata (1) 2. Searching
MASALAH & RUANG MASALAH
Transcript presentasi:

Pertemuan 2 Kecerdasan Buatan Masalah, Ruang Masalah, Pelacakan

Masalah dan penyelesaiannya

Untuk membangun sistem atau memecahkan masalah terdapat 4 hal : Definisikan masalah dengan jelas Analisis masalah Isolasi/kumpulkan masalah dan representasi pengetahuan Pilih teknik pemecah masalah terbaik dan terapkan untuk masalah tertentu

Mendefinisikan Masalah sebagai “State Space Search” (SSS) Misalnya permainan catur , maka SSS nya adalah : Menspesifikasikan posisi awal dari papan catur Peraturan (rules) yang mendefinisikan langkah- langkah yang legal Posisi papan yang merepresentasikan pemenang dari satu sisi atau sisi lainnya. Tujuan (Goal) dari permainan adalah : memenangkan permainan.

Problem Solving Agent Goal-based agent  mempertimbangkan action-action yang akan datang dan hasil yang ingin dicapai Agent Problem Solving  Menemukan sequence action untuk mencapai tujuannya Algorithm are uninformed  Tidak ada informasi untuk Problem, hanya deskripsi pada masalah tersebut

Simple Problem Solving Agent Function Simple-Problem-Solving-Agent(percept) return an action Input : percept //a percept Static : seq //an action sequence, initially empty state //some description of the current world state goal //a goal, initially null problem //a problem formulation State  Update-State(state, percept) If seq is empty then do goal  Formulate-Goal(state) problem  Formulate-Problem(state,goal) seq  Search(Problem) Action  First(seq) Seq  Rest(seq) Return action

Goal & Problem Formulation Goal Formulation Kondisi saat ini Performance measure Problem Formulation Proses  Menemukan state dan aksi-aksi yang akan dilakukan untuk mencapai tujuannya Search input problem, output solusi dalam bentuk sequence action

Well-Define Problem & Solution 4 Komponen Problem Initial State Actions : Successor function : Successor-Fn(x) = <Action,Successor> Goal Test Path Cost Optimal Solution  path cost terkecil

Contoh Kasus Agent kita sedang berlibur dan sekarang sedang di kota Arad Romania Besok dia harus naik pesawat dari Bucharest Goal dari agent sekarang adalah pergi ke Bucharest Action yang tidak berhubungan dengan goal akan dibuang -> decision agent lebih simple

Contoh Kasus Agent  Mencapai tujuan (ke Bucharest) dengan naik mobil Kemana akan pergi setelah dari Arad ? Ada tiga jalan : ke Sibiu, Timisoara, Zerind Agent kita ini masih belum tahu jalan disana (mana yang tercepat) tapi hanya memiliki peta. Dari informasi peta, dilakukan hipotesa terhadap ketiga jalur tsb untuk sampai ke Bucharest

Agent & Environmet Environment Static Observable Discreet Tidak perlu memperhatikan perubahan yang terjadi pada environment Observable Ada peta, initial state diketahui (di Arad) Discreet Enumeration action Deterministic Tidak bisa menangani terhadap hal-hal yang tidak diperkirakan

Well-Defined Problem agent Initial State  di Arad Actions : Successor function  {<Go(Sibiu),In(Sibiu)>, <Go(Timisoara),In(Timisoara)>, <Go(Zerind),In(Zerind)>} Goal Test  In(Bucharest) Path Cost  di slide berikutnya

Path Cost Solusi Agent

Formulate Goal & Problem Agent Tiba di Bucharest besok Formulate Problem States : kota-kota Actions : mengemudi antar kota Solusi Sequence kota : Arad, Sibiu, Fagaras, Bucharest

Example Problem Toy Problem Reald World Problem Diharapkan bisa mengilustrasikan berbagai macam metode problem- solving Membandingkan performa algoritma Akan dibahas untuk kasus : vacum cleaner, 8-puzle, 8-Queen Problem Reald World Problem Airline Travel Problem Touring Problem Traveling Salesman Problem VLSI Layout Robot Navigation Automatic Assembly Sequencing Internet Searching

Toy Problem Vacuum Cleaner States : Berada di salah satu dari dua lokasi yang ada, yg masing2 mungkin bersih atau kotor. Jadi jml kemungkinan state = 2 * 22 Initial State ? Successor Function ? . Goal Test ? Path Cost ?

Toy Problem Vacuum Cleaner States : Berada di salah satu dari dua lokasi yang ada, yg masing2 mungkin bersih atau kotor. Jadi jml kemungkinan state = 2 * 22 Initial State : Sembarang state Successor Function : (kekiri,kekanan,bersihkan) Goal Test : Semua lokasi bersih Path Cost : Setiap aksi = 1 point

Toy Problem The 8-Puzzles State : ? Initial State : ? Successor Function : ? . Goal Test : ? Path Cost : ?

Toy Problem The 8-Puzzles State : lokasi dari 8 kotak angka dan 1 kotak kosong Initial State : Sembarang state Successor Function : (kotak kosong bergerak kekiri, kekanan, keatas atau kebawah) Goal Test : Tersusun kotak angka yang diinginkan Path Cost : Setiap bergerak bernilai 1

Toy Problem 8-Queen Problem State : ? . Initial State : ? . Successor Function : ? . Goal Test : ? .

Toy Problem 8-Queen Problem State : susunan 0..8 ratu pada papan catur Initial State : Tidak ada ratu pada papan catur Successor Function : Masukkan ratu ke papan catur Goal Test : Tidak ada ratu yang saling serang

A Water Jug Problem Anda diberi dua buah jug, yang satu ukuran 4 galon dan yang lain 3 galon. Kedua jug tidak memiliki skala ukuran. Terdapat pompa yang dapat digunakan untuk mengisi jug dengan air. Bagaimana anda mendapatkan tepat 2 galon air di dalam jug 4 ukuran galon?

Pendefinisian masalah Ruang masalah untuk masalah di atas dapat digambarkan sebagai himpunan pasangan bilangan bulat (x,y) yang terurut, sedemikian hingga x = 0, 1, 2, 3, atau 4 dan y = 0, 1, 2, atau 3; x menyatakan jumlah air dalam jug ukuran 4 galon, dan y menyatakan jumlah air dalam jug ukuran 3 galon. Keadaan mula-mula adalah (0,0). State tujuan adalah (2,n) untuk setiap nilai n.

Operator-opeartor (aturan produksi) yang digunakan untuk memecahkan masalah terlihat pada tabel 1. (x,y) If x < 4 → (4,y) Isi penuh jug 4 galon 2. If y < 3 (x,3) Isi penuh jug 3 galon 3. If x > 0 (x-d,y) Buang sebagian air dari jug 4 galon 4. If y > 0 (x,y-d) dari galon ukuran 3 galon

5. (x,y) If x > 0 → (0,y) Kosongkan jug 4 galon 6. If y > 0 (x,0) Kosongkan jug 3 galon 7. If x+y ≥4 and y > 0 (4,y-(4-x)) Tuangkan air dari jug 3 galon ke jug 4 galon sampai jug 4 galon penuh 8. If x+y ≥3 and x > 0 (x-(3-y),3) Tuangkan air dari jug 4 galon ke jug 3 galon sampai jug 3 galon penuh

9. (x,y) If x+y ≤4 and y > 0 → (x+y,0) Tuangkan seluruh air dari jug 3 galon ke jug 4 galon 10. If x+y ≤3 and x > 0 (0,x+y) Tuangkan seluruh air dari jug 4 galon ke jug 3 galon 11. (0,2) (2,0) Tuangkan 2 galon air dari jug 3 galon ke jug 4 galon 12. (2,y) (0,y) Buang 2 galon dalam jug 4 galon sampai habis.

Solusi untuk Water Jug Problem Jumlah galon dalam jug 4 galon dalam jug 3 Aturan yang dilakukan 3 2 9 4 7 5 atau 12 9 atau 11

Real World Problem Airline Travel Problem Touring Problem Traveling Salesman Problem VLSI Layout Robot Navigation Automatic Assembly Sequencing Internet Searching

Karakteristik Masalah Dalam AI : Apakah masalahnya dapat didekomposisi menjadi himpunan sub masalah yang (hampir) independen lebih kecil atau lebih mudah ? Dapatkah langkah penyelesaian diabaikan paling tidak dibatalkan ketika dapat dibuktikan hal tersebut kurang tepat ? Apakah universe masalah dapat diprediksi ? Apakah solusi terbaik dari masalah tertentu jelas, tanpa membandingkan dengan kemungkinan seluruh solusi yang lain? Apakah solusi yang diinginkan sebuah keadaaan atau sebuah jalur dari keadaan ? Apa peran dari pengetahuan ?

Sistem Produksi

Sistem produksi terdiri dari: Himpunan aturan, masing-masing terdiri dari sisi kiri (pola) yang menentukan kemampuan aplikasi dari aturan tersebut dan sisi kanan yang menggambarkan operasi yang dilakukan jika aturan dilaksanakan. Satu atau lebih pengetahuan atau basis data yang berisi informasi apapun untuk tugas tertentu. Beberapa bagian basis data bisa permanen, dan bagian yang lain bisa hanya merupakan solusi untuk masalah saat ini. Informasi dalam basis data ini disusun secara tepat. Strategi kontrol yang menspesifikasikan urutan dimana aturan akan dibandingkan dengan basis data dan menspesifikasikan cara pemecahan masalah yang timbul ketika beberapa aturan sesuai sekaligus pada waktu yang sama. A rule applier (pengaplikasi aturan).

Strategi Kontrol

Syarat-syarat strategi kontrol: cause motion. Perhatikan kembali water jug problem. Jika kita mengimplementasikan strategi kontrol sederhana dengan selalu memilih aturan pertama pada daftar 12 aturan yang telah dibuat, maka kita tidak akan pernah memecahkan masalah. Strategi kontrol yang tidak menyebabkan motion tidak akan pernah mencapai solusi. Systematic. Strategi kontrol sederhana yang lain untuk water jug problem: pada setiap siklus, pilih secara random aturan- aturan yang dapat diaplikasikan. Strategi ini lebih baik dari yang pertama, karena menyebabkan motion. Pada akhirnya strategi tersebut akan mencapai solusi. Tetapi mungkin kita akan mengunjungi beberapa state yang sama selama proses tersebut dan mungkin menggunakan lebih banyak langkah dari jumlah langkah yang diperlukan. Hal ini disebabkan strategi kontrol tersebut tidak sistematik.

Beberapa strategi kontrol yang sistematik telah diusulkan, yang biasa disebut sebagai metoda- metoda dalam teknik searching

Lebih lanjut akan dibahas enam metoda pencarian: Breadth First Search, Uniform Cost Search, Depth First Search, Depth-Limited Search, Iterative-Deepening Depth-First Search, dan Bi-directional search.

Strategi Pencarian

Terdapat empat kriteria dalam strategi pencarian, yaitu: Completeness: Apakah strategi tersebut menjamin penemuan solusi jika solusinya memang ada? Time complexity: Berapa lama waktu yang diperlukan? Space complexity: Berapa banyak memori yang diperlukan? Optimality: Apakah strategi tersebut menemukan solusi yang paling baik jika terdapat beberapa solusi berbeda pada permasalahan yang ada?

Thank’s u

Tugas Selesaikan masalah dengan AI: takaran minyak tanah hanya untuk 5 liter dan 7 liter. Definisikan masalah dan selesaikan untuk mendapatkan minyak tanah sebanyak 4 liter. Tugas dalam file .doc dan .pdf , laporan Kelompok maks 5 orang Dikumpulkan maks rabu depan (file) email ke popi_aprilia@yahoo.com Laporan dikumpulkan sabtu depan tanggal 9 oktober 2010