Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Teori Bahasa Otomata (1) 2. Searching

Presentasi serupa


Presentasi berjudul: "Teori Bahasa Otomata (1) 2. Searching"— Transcript presentasi:

1 Teori Bahasa Otomata (1) 2. Searching
KECERDASAN BUATAN 2. Searching 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012 FIK-UDINUS 2010

2 Kecerdasan Buatan (2) : FIK-Udinus 2012
MATERI KULIAH 1. Pengenalan kecerdasan Buatan (1x) 2. Searching (Pencarian) (2x) 3. Representasi Pengetahuan (1x) 4. Sistem Pakar (3x) ================ UTS 5. Logika Fuzzy 6. jaringan Syaraf Tiruan 7. Algoritma genetik 8. game Playing ================ UAS 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

3 Kecerdasan Buatan (2) : FIK-Udinus 2012
Previous Study Definisi Cerdas Sejarah Kecerdasan Kecerdasan Buatan dan Pemrograman Konvensional Kecerdasan Buatan dan Kecerdasan Alami Subdisiplin Ilmu dalam AI Soft Computing Metode Soft Computing 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

4 Kecerdasan Buatan (2) : FIK-Udinus 2012
Current Study Definisi Masalah Searching Metode Searching 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

5 Kecerdasan Buatan (2) : FIK-Udinus 2012
TUJUAN PEMBELAJARAN Mampu menjelaskan konsep masalah dan ruang masalah Mampu menjelaskan metode pencarian Dapat menyelesaikan masalah dengan metode pencarian buta dan heuristik. 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

6 Definisi Masalah Dalam AI
Masalah : kesenjangan antara yang diharapkan dengan kenyataan yang ada Masalah dalam AI : masalah-masalah yang dapat dikonversi kedalam ruang keadaan (ada yang menyebut sebagai ruang masalah), mempunyai keadaan awal (initial state) dan keadaan tujuan (goal state), serta dapat dibuat aturan-aturan untuk mengubah suatu keadaan (state) ke keadaan (state) lainnya. 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

7 Masalah, Ruang Keadaan, Dan Aturan
Secara umum, untuk mendeskripsikan masalah dengan baik, harus: Mendefinisikan suatu ruang keadaan; Menetapkan satu atau lebih keadaan awal; Menetapkan satu atau lebih tujuan (Goal); Menetapkan kumpulan aturan. 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

8 Masalah, Ruang Keadaan, Dan Aturan
Ruang Keadaan (State Space), yaitu suatu ruang yang berisi semua keadaan yang mungkin. Keadaan awal (initial state) adalah keadaan dimulainya sebuah pencarian Keadaan akhir / Tujuan (Goal) adalah keadaan diakhirinya sebuah pencarian Kumpulan aturan adalah aturan yang dapat digunakan untuk mengubah suatu keadaan (state) ke keadaan (state) lainnya. 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

9 Contoh Kasus Pengisian Air
Ada dua buah gelas air Masing-masing berkapasitas 4 liter dan 3 liter yang semula isi keduanya kosong. Pada kedua gelas tersebut tidak terdapat tanda ukuran batas volume. Ada sebuah kran air yang digunakan untuk mengisi air pada kedua gelas tersebut (Gambar 2.1). Bagaimana kita dapat mengisi tepat 2 liter air pada gelas berkapasitas 4 liter dan 3 liter air pada gelas berkapasitas 3 liter ? 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

10 Contoh Kasus Pengisian Air
Deskripsi: Misalkan : x = volume dari gelas 4 liter, dan y = volume dari gelas 3 liter Ruang keadaan : untuk masalah ini dapat digambarkan sebagai himpunan pasangan bilangan bulat (x,y) yang terurut, sedemikian rupa sehingga x = 0, 1, 2, 3, 4 dan y = 0, 1, 2, 3. 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

11 Contoh Kasus Pengisian Air
Keadaan awal adalah kedua gelas dalam keadaan kosong yang dinyatakan sebagai (0,0). Tujuan (Goal) adalah x = 2 liter dan y = 3 liter, yang dinyatakan sebagai (2,3). 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

12 Contoh Kasus Pengisian Air (Aturan)
Isi penuh gelas berkapasitas 4 liter. jika (x<4)  (4, y) Isi penuh gelas berkapasitas 3 liter. jika (y<3)  (x,3) Kosongkan gelas berkapasitas 4 liter. jika x>0  (0, y) Kosongkan gelas berkapasitas 3 liter. jika y>0  (x, 0) Tuangkan sebagian isi gelas berkapasitas 3 liter ke gelas berkapasitas 4 liter hingga gelas berkapasitas 4 liter penuh. jika (x + y >4) && y > 0  (4, y + x − 4 ) Tuangkan sebagian isi gelas berkapasitas 4 liter ke gelas berkapasitas 3 liter hingga gelas berkapasitas 3 liter penuh. jika (x + y >3) && x > 0,  ( y + x − 3, 3 ) Tuangkan seluruh isi gelas berkapasitas 4 liter ke gelas berkapasitas 3 liter. jika (x + y ≤ 3) && x > 0  ( 0, y + x) Tuangkan seluruh isi gelas berkapasitas 3 liter ke gelas berkapasitas 4 liter. jika (x + y ≤ 4) && y > 0  ( y + x, 0) 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

13 Contoh Kasus Pengisian Air
Solusi : menerapkan pemrograman AI 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

14 Contoh Kasus : Permainan petani, kambing, rumput, serigala
12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

15 Contoh Kasus : Permainan petani, kambing, rumput, serigala
Deskripsi: Ruang keadaan untuk daerah asal dan daerah seberang digambarkan sebagai: (P, Sy, K, Sg) Contoh: Daerah asal (P, Sy, 0, Sg) berarti pada daerah asal ada petani, ada sayuran, tidak ada kambing, dan ada serigala. Keadaan awal : daerah asal : (P, Sy, K, Sg) daerah seberang : (0, 0, 0, 0) Tujuan (Goal) : daerah asal : (0, 0, 0, 0) daerah seberang : (P, Sy, K, Sg) 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

16 Contoh Kasus : Permainan petani, kambing, rumput, serigala
12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

17 Contoh Kasus : Permainan petani, kambing, rumput, serigala
Solusi: 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

18 Representasi Ruang Keadaan
Graph Keadaan Pohon Pelacakan Pohon AND/OR 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

19 Representasi Ruang Keadaan 1. Graph Keadaan
Berisi Node–node yang menunjukkan keadaan Node A : keadaan awal Node z : keadaan akhir/ tujuan Berisi arc (busur) yang menunjukkan arah dari 1 keadaan ke keadaan yang lain 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

20 Representasi Ruang Keadaan 1. Graph Keadaan
12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

21 Representasi Ruang Keadaan
2. Pohon Pelacakan 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

22 Representasi Ruang Keadaan
3. Pohon AND/OR 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

23 Searching Sebagai Teknik Pemecahan Masalah
Pertimbangan dalam membangun sistem: Definisikan masalah dengan tepat. Pendefinisian ini mencakup deskripsi masalah dengan baik. Analisis masalah tersebut serta mencari beberapa teknik penyelesaian masalah yang sesuai. Representasikan pengetahuan yang perlu untuk menyelesaikan masalah tersebut. Pilih teknik penyelesaian masalah yang terbaik. 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

24 Teknik Pemecahan Masalah
Searching (pencarian), Reasoning (penalaran), Planning yaitu memecah masalah kedalam sub-sub masalah yang lebih kecil, menyelesaikan sub-sub masalah satu demi satu, kemudian menggabungkan solusi-solusi dari sub-sub masalah tersebut menjadi sebuah solusi lengkap, dan Learning yaitu program komputer yang secara otomatis sanggup belajar dan meningkatkan performanya melalui pengalaman. 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

25 Searching Sebagai Teknik Pemecahan Masalah
Pemecahan masalah dengan menggunakan searching akan lebih mudah bila obyeknya direpresentasikan sebagai graf. Representasi graf dilakukan pertama-tama dengan membuat representasi objek masalah sebagai simpul dalam graf serta membuat representasi hubungan antar objek dengan garis yang menghubungkan simpul-simpul tersebut. Setelah itu, setiap simpul dalam graf dikunjungi secara sistematis (traverse). 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

26 Kecerdasan Buatan (2) : FIK-Udinus 2012
Metode Searching (Russel, Stuart, and Norvig, Peter, 1995) Pengukuran Performa Metode Pencarian Completeness Menjamin adanya solusi? Time Complexity Waku yang diperlukan Space Complexity Memori yang diperlukan Optimality Menjamin memberikan solusi terbaik? 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

27 Kecerdasan Buatan (2) : FIK-Udinus 2012
Metode Searching Pencarian Buta (Blind Search) atau Un-Informed Search Pencarian Melebar Pertama (Breadth-First Search) Pencarian Mendalam Pertama (Depth-First Search) Pencarian Heuristik (Terbimbing) atau Informed Search Generate And Test (Pembangkitan & Pengujian) Hill Climbing (Pendakian Bukit) Simple Hill Climbing Steepest-Ascent Hill Climbing Best First Search (BFS) Algoritma A* Simulated Annealing 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

28 1. Pencarian Buta (Blind Search) atau Un-Informed Search
a. Pencarian Melebar Pertama (Breadth-First Search) 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

29 Pencarian Melebar Pertama (Breadth-First Search)
Masukkan node akar ke dalam Queue Ambil node dari awal Queue lalu cek apakah node merupakan solusi? Jika node merupakan solusi, pencarian selesai, dan hasil dikembalikan Jika node bukan solusi, masukkan seluruh node anak ke dalam Queue Jika Queue kosong, dan setiap node sudah dicek. Pencarian berakhir Jika Queue tidak kosong, ulangi pencarian mulai point 2 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

30 Kecerdasan Buatan (2) : FIK-Udinus 2012
BFS Keuntungan Kelemahan Menjamin ditemukannya solusi yang paling baik (komplit dan optimal) Membutuhkan memori dan waktu yang cukup banyak 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

31 1. Pencarian Buta (Blind Search) atau Un-Informed Search
b. Pencarian Mendalam Pertama (Depth-First Search) 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

32 Kecerdasan Buatan (2) : FIK-Udinus 2012
DFS Masukkan node akar ke dalam Stack Ambil node dari stack teratas lalu cek apakah node merupakan solusi? Jika node merupakan solusi, pencarian selesai, dan hasil dikembalikan Jika node bukan solusi, masukkan seluruh node anak ke dalam Stack Jika Stack kosong, dan setiap node sudah dicek, pencarian berakhir Ulangi pencarian mulai point 2 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

33 Kecerdasan Buatan (2) : FIK-Udinus 2012
DFS Keuntungan Kelemahan Membutuhkan memori dan waktu yang relatif kecil karena hanya node pada lintasan yang aktif saja yang disimpan Secara kebetulan, metode ini menemukan solusi tanpa harus menguji lebih banyak lagi dalam ruang keadaan Memungkinkan tidak ditemukannya tujuan yang optimal 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

34 Kecerdasan Buatan (2) : FIK-Udinus 2012
2. Pencarian Heuristik (Terbimbing) atau Informed Search a. Generate And Test (Pembangkitan & Pengujian) Generate And Test (Pembangkitan & Pengujian) Bangkitkan suatu kemungkinan solusi. Uji, apakah solusi tersebut merupakan solusi yang bisa diterima sesuai dengan kriteria yang diberikan. Jika solusi ditemukan, keluar. Jika tidak, ulangi langkah (1). 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

35 Kecerdasan Buatan (2) : FIK-Udinus 2012
2. Pencarian Heuristik a. Generate And Test pada penentuan rute terpendek 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

36 2.a. Pencarian Heuristik (Generate And Test)
Solusi ke-1 Bangkitkan sebuah solusi (misalnya solusi awal adalah jalur A-B-D-E-G-Z) f(A-B-D-E-G-Z) = = 24 Solusi ke-2 f(A-B-D-E-G-H-Z) = = 25 uji dengan kriteria yang dipakai karena f(A-B-D-E-G-H-Z) > f(A-B-D-E-G-Z), maka solusi sementara f(A-B-D-E-G-Z) = 24 Solusi ke-3 f(A-C-E-G-Z) = = 21 karena f(A-C-E-G-Z) < f(A-B-D-E-G-Z), maka solusi sementara f(A-C-E-G-Z) = 21 Solusi ke-4 f(A-C-E-G-H-Z) = = 23 karena f(A-C-E-G-H-Z) > f(A-C-E-G-Z), maka solusi sementara f(A-C-E-G-Z) = 21 Selesai 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

37 2.b.i. Pencarian Heuristik (Simple Hill Climbing)
Mulai dari keadaan awal, lakukan pengujian: jika merupakan tujuan, maka berhenti; dan jika tidak, lanjutkan dengan keadaan sekarang sebagai keadaan awal. Kerjakan langkah-langkah berikut sampai solusinya ditemukan, atau sampai tidak ada operator baru yang akan diaplikasikan pada keadaan sekarang : Cari operator yang belum pernah digunakan; gunakan operator ini untuk mendapatkan keadaan yang baru. Evaluasi keadaan baru tersebut. Jika keadaan baru merupakan tujuan, keluar. Jika bukan tujuan, namun nilainya lebih baik daripada keadaan sekarang, maka jadikan keadaan baru tersebut menjadi keadaan sekarang. Jika keadaan baru tidak lebih baik daripada keadaan sekarang, maka lanjutkan iterasi. 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

38 2.b.i. Pencarian Heuristik (Simple Hill Climbing)
12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

39 2.b.i. Pencarian Heuristik (Simple Hill Climbing)
Aturan / operator : Posisi kotak kosong (x,y) x = baris kotak kosong y = kolom kotak kosong 1. Gerakkan kotak kosong keatas If x >1 then (x − 1 , y) 2. Gerakkan kotak kosong ke bawah: If x <3 then (x + 1 , y) 3. Gerakkan kotak kosong ke kanan: If y <3 then (x, y + 1) 4. Gerakkan kotak kosong ke kiri: If y >1 then (x, y − 1) 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

40 2.b.i. Pencarian Heuristik (Simple Hill Climbing)
Fungsi Heuristik Fungsi heuristik yang digunakan adalah jumlah kotak yang menempati posisi benar. Kriteria yang dipakai adalah jumlah benar yang paling besar yang dipilih. 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

41 2.b.i. Pencarian Heuristik (Simple Hill Climbing)
12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

42 2.b.i. Pencarian Heuristik (Simple Hill Climbing)
12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

43 2.b.i. Pencarian Heuristik (Simple Hill Climbing)
12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

44 2.b.i. Pencarian Heuristik (Simple Hill Climbing)
12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

45 2.b.i. Pencarian Heuristik (Simple Hill Climbing)
12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

46 2.b.i. Pencarian Heuristik (Simple Hill Climbing)
12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

47 2.b.i. Pencarian Heuristik (Simple Hill Climbing)
12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

48 2.b.i. Pencarian Heuristik (Simple Hill Climbing)
12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

49 2.b.i. Pencarian Heuristik (Simple Hill Climbing)
12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

50 2.b.i. Pencarian Heuristik (Simple Hill Climbing)
Check: keadaan sekarang = Goal, hentikan pencarian. 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

51 2.b.ii. Metode Searching Heuristic (Steepest Ascent Hill Climbing )
Mulai dari keadaan awal, lakukan pengujian: jika merupakan tujuan, maka berhenti; dan jika tidak, lanjutkan dengan keadaan sekarang sebagai keadaan awal. Kerjakan hingga tujuan tercapai atau hingga iterasi tidak memberikan perubahan pada keadaan sekarang. (a) Tentukan SUCC sebagai nilai heuristik terbaik dari successor-successor. (b) Kerjakan untuk tiap operator yang digunakan oleh keadaan sekarang: i) Gunakan operator tersebut dan bentuk keadaan baru. ii) Evaluasi keadaan baru tersebut. Jika merupakan tujuan, keluar. Jika bukan, bandingkan nilai heuristiknya dengan SUCC. Jika lebih baik, jadikan nilai heuristic keadaan baru tersebut sebagai SUCC. Namun jika tidak lebih baik, nilai SUCC tidak berubah. (c) Jika SUCC lebih baik daripada nilai heuristik keadaan sekarang, ubah node SUCC menjadi keadaan sekarang. 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

52 2.b.ii. Metode Searching Heuristic (Steepest Ascent Hill Climbing )
12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

53 2.b.ii. Metode Searching Heuristic (Steepest Ascent Hill Climbing )
Aturan / operator : Posisi kotak kosong (x,y) x = baris kotak kosong y = kolom kotak kosong 1. Gerakkan kotak kosong keatas If x >1 then (x − 1 , y) 2. Gerakkan kotak kosong ke bawah: If x <3 then (x + 1 , y) 3. Gerakkan kotak kosong ke kanan: If y <3 then (x, y + 1) 4. Gerakkan kotak kosong ke kiri: If y >1 then (x, y − 1) 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

54 2.b.ii. Metode Searching Heuristic (Steepest Ascent Hill Climbing )
Fungsi Heuristik Fungsi heuristik yang digunakan adalah jumlah kotak yang menempati posisi benar. Kriteria yang dipakai adalah jumlah benar yang paling besar yang dipilih. 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

55 2.b.ii. Metode Searching Heuristic (Steepest Ascent Hill Climbing )
Keadaan sekarang dikenakan 4 operator sekaligus 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

56 2.b.ii. Metode Searching Heuristic (Steepest Ascent Hill Climbing )
Pilih posisi benar yang terbesar yaitu 6, sehingga keadaan sekarang menjadi : 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

57 2.b.ii. Metode Searching Heuristic (Steepest Ascent Hill Climbing )
12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

58 2.b.ii. Metode Searching Heuristic (Steepest Ascent Hill Climbing )
Pilih posisi benar yang terbesar yaitu 7, sehingga keadaan sekarang menjadi : 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

59 2.b.ii. Metode Searching Heuristic (Steepest Ascent Hill Climbing )
12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

60 2.b.ii. Metode Searching Heuristic (Steepest Ascent Hill Climbing )
Keadaan sekarang = Goal,…Pencarian dihentikan…! 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

61 Kecerdasan Buatan (2) : FIK-Udinus 2012
QA? Buat sebuah problem ke dalam graf dan keterangan masalah (minimal 15 node): Memiliki solusi > 3 Kondisi buntu Sertakan penyelesaian dengan menggunakan: Pohon Pelacakan Pohon And/OR Gunakan metode searching untuk mencari solusi: DFS BFS Generate and Test 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012

62 Kecerdasan Buatan (2) : FIK-Udinus 2012
Thank You 12/11/2018 Kecerdasan Buatan (2) : FIK-Udinus 2012


Download ppt "Teori Bahasa Otomata (1) 2. Searching"

Presentasi serupa


Iklan oleh Google