Sistem Pakar Pertemuan II “Inteligensia Semu” (Lanjutan)

Presentasi berjudul: "Sistem Pakar Pertemuan II “Inteligensia Semu” (Lanjutan)"— Transcript presentasi:

1 Sistem Pakar Pertemuan II “Inteligensia Semu” (Lanjutan)

2 Gambar : Model Newell - Simon
tentang Pemrosesan Informasi oleh Manusia Subsistem Perseptual Subsistem Kognitif Subsistem Motor Memori Jangka Panjang Memori Jangka Pendek (Kerja) Otot Manusia Respons Output Sensor Memori Buffer Stimulus Input Interpreter Prosesor Elementer Memori Buffer Memori Eksternal : Kertas, Papan Tulis

3 Sistem Menggunakan Konsep IS
Solusi Masalah Basis Pengetahuan Mesin Inferensi

4 Representasi Permasalahan dan Strategi Pemecahan Masalah
Identifikasi Kriteria Permasalahan Pembangkitan Alternatif Pemecahan Pencarian Solusi dan Evaluasi Pilihan dan Rekomendasi Implementasi

5 Membangun Suatu Sistem Yang Mampu Menyelesaikan Masalah, Perlu Mempertimbangkan
Mendifinisikan masalah dengan tepat Menganalisis masalah serta mencari teknik penyelesaian masalah dengan tepat Merepresentasikan pengetahuan yang perlu Memilih teknik penyelesaian masalah yang terbaik

6 Mendifinisikan Masalah Sebagai Suatu Ruang Keadaan

7 To Specify a Problem Define the state space Spesify the initial states Spesify the goal states Spesify the operations

8 Transparansi IF623-Sistem Pakar 02 / 04-08
Gambar : Graph State yang menunjukkan rute pilihan dari Start (S) ke Goal (G) H 3 6 A E 7 4 4 9 3 Start S B G Goal 5 6 C F 8 2 D Transparansi IF623-Sistem Pakar 02 / 04-08

9 Gambar : Pohon pencarian
Simpul Root S Level 0 (Root) Level 1 Level 2 Level 3 Level 4 4 5 3 A B C 8 6 9 4 2 F E G A D 7 Buntu 6 Goal 5 6 7 E 19 G 15 H G 17 Goal 5 Buntu 20 18 H G Goal Buntu

10 Pendekatan Pencarian Formal
Optimasi Pencarian Buta atau Blind Search - Enumerasi Lengkap - Partial Heuristik

11 Teknik Penulusuran data dalam bentuk jaringan terdiri atas node-node berbentuk tree atau pohon, terdiri : Breadth-First Search Depth-First Search Best-First Search (?)

12 Breadth-First Search Definisi ? Keuntungan Kelemahan Algorithma ?
* Tidak akan menemui jalan buntu. * Jika ada satu solusi, maka metode ini akan menemukan. Dan jika ada lebih dari satu solusi, maka solusi minimum akan ditemukan. Kelemahan * Membutuhkan memori yang cukup banyak, karena akan menyimpan semua node dalam satu pohon. * Membutuhkan waktu yang cukup lama, karena akan menguji “n” level untuk mendapatkan solusi pada level yang ke-(n+1) Algorithma ? (Kusumadewi, Sri) Teknik penulusuran data pada semua node dalam satu level sebelum ke level di bawahnya Penulusuran masalah dapat digali secara mendalam sampai ditemukannya kepastian suatu solusi yang optimal (keuntungan) Memerlukan memori besar, jumlah node di setiap tingkat dari pohon bertambah secara eksponential terhadap jumlah tingkat dan harus disimpan sekaligus Membutuhkan sejumlah besar pekerjaan khususnya jika lintasan solusi terpendek cukup panjang, karena jumlah simpul yang diperlukan untuk diperiksa bertambah secara eksponensial terhadap panjang lintasan

13 Pencarian Pertama Melebar (Breadth-first search)
Root Node (Start) Level 0 Level 1 Level 2 1 2 3 4 5 6 7 8 9 10 (Akhir Goal) Pencarian Pertama Melebar (Breadth-first search)

14 Breadth-First Search: Missionaries and Cannibals
depth = 0 depth = 1 depth = 2 depth = 3

15 Depth-First Search Definisi ? Keuntungan
* Memori relatif kecil, node lintasan aktif saja yang disimpan. * Secara kebetulan, metode ini akan menemukan solusi tanpa harus menguji lebih banyak lagi dalam ruang keadaan. Kelemahan * Memungkinkan tidak ditemukannya tujuan yang diharapkan. * Hanya akan mendapatkan satu solusi setiap pencarian. Algorithma ? (Kusumadewi, Sri) Teknik penulusuran data pada node-node secara vertikal dan sudah terdifinisikan Penulusuran masalah dapat digali secara mendalam sampai ditemukannya kepastian suatu solusi yang optimal (keuntungan) Membutuhkan waktu ya sangat lama jika ruang lingkup masalah sangat besar (kerugian)

16 Pencarian Mendalam (Depth-first search)
Root Node (Start) Level 0 Level 1 Level 2 Level 3 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 (Akhir Goal)

17 Depth-First Search: Missionaries and Cannibals
Always expand one of the newly generated children until progress is blocked depth = 2 depth = 3

18 Buatlah contoh sederhana aplikasi : 1. Depth-first search 2
Buatlah contoh sederhana aplikasi : 1. Depth-first search 2. Breadth-first search

19 Best-First Search (heuristik)
Mencari solusi terbaik berdasar pengetahuan yang dimiliki Keuntungan, mengurangi beban komputasi karena hanya solusi yang memberikan harapan saja yang diuji Kelemahan, solusi bisa salah dan tidak ada jaminan solusi yang dihasilkan merupakan solusi yang mutlak benar Heuristik, merupakan strategi untuk melakukan proses pencarian yang kita lakukan di sepanjang jalur yang memiliki kemungkinan sukses paling besar dan mengenyampingkan usaha yang kurang efisien.

20 Hal-hal penting dalam Search
Arah “search” : Forward Backward Topologi proses : Tree Graph : berarah tidak berarah Memilih aturan-aturan yang dapat diterapkan Penggunaan “fungsi heuristik” untuk memandu proses search

21 Toy Problem: Missionaries and Cannibals
On one bank of a river are three missionaries (black triangles) and three cannibals (red circles). There is one boat available that can hold up to two people and that they would like to use to cross the river. If the cannibals ever outnumber the missionaries on either of the river’s banks, the missionaries will get eaten. How can the boat be used to safely carry all the missionaries and cannibals across the river?

22 Missionaries and Cannibals : Initial State and Actions
5 possible actions: one missionary crossing one cannibal crossing two missionaries crossing two cannibals crossing one missionary and one cannibal crossing initial state: all missionaries, all cannibals, and the boat are on the left bank Actions: not every action applicable in every state Example: first action not applicable in initial state

23 Missionaries and Cannibals : State Space
1m 1c 1m 1m 1m 1c 2c 2c 1c 1c 16 possible world states Actions reversible and reversing action is same action; hence bidirectional arcs 1c 1c 2m 2m 1m 1c

24 Missionaries and Cannibals : Goal State and Path Cost
step cost: 1 for each crossing path cost: number of crossings = length of path solution path: 4 optimal solutions cost: 11 goal state: all missionaries, all cannibals, and the boat are on the right bank. Path cost: alternatives weigh missionaries and cannibals crossing differently

25 Summary The two main parts of any AI system: knowledge base and an inferencing system The knowledge base is made up of facts, concepts, theories, procedures and relationships representing real-world knowledge about objects, places, events, people and so on The inference engine (thinking mechanism) uses the knowledge base, reasoning with it

26 Sampai Jumpa di Pertemuan III Selamat Belajar