Pengenalan Logical Agents & Metode Pencarian dan Pelacakan

Pengenalan Logical Agents

            Pada bab ini saya akan menjelaskan tentang Logical Agents. Pertama, pengertian Logic sendiri merupakan jantung dari program, para pemrogram mempunyai keyakinan bahwa sebuah computer dapat dibuat mengerti logika, maka computer dapat dibuat untuk berfikir, karena logika kelihatannya menjadi inti dari kecerdasan.

             Pada logical agents ini terdapat sebuah bahasa yang disebut sebagaiKnowledge Based Agent. Komponen utama dari knowledge based agent adalah knowledge basenya. Knowledge base (KB) adalah kumpulan representasi fakta tentang lingkungan atau dunia yang berhubungan atau menjadi daerah bekerjanya agen. Setiap representasi dalam KB disebut sebagai sebuah sentence yang diekspresikan dalam sebuah bahasa yakni knowledge representation language.

         Agent didalam dunia perangkat lunak, adalah suatu perangkat lunak/aplikasi yang mampu bekerja mandiri untuk menyelesaikan tugasnya.Salah satu contoh aplikasi agen yang terkenal dari dunia kecerdasan buatan adalah Wumpus World. Wumpus World atau Dunia Wumpus terdiri atas kotak-kotak mirip papan catur, di mana di situ terdapat sejumlah sumur Wumpus dan emas. Wumpus adalah seekor monster yang akan memakan si agent jika tertangkap. Untuk mengetahui apakah si agent mendekati sumur, Wumpus atau emas, maka agent bisa mendeteksi dari dunia kotak di sekitarnya.

            Logika pada umumnya (Logic In General), memiliki fungsi sebagai penguji kebenaran suatu databerdasarkan suatu syrat tertentu. Untuk lebih memahami tentang fungsi logika, maka kita akan mempelajari beberapa hal diantaranya: Operator relasi, Fungsi Logika IF,Fungsi IF dengan Dua Tes Logika, Fungsi IF Bercabang.

Metode Pencarian dan Pelacakan

        Pencarian dan pelacakan merupakan suatu hal penting dalam suatu sistem. Karena pencarian dan pelacakan ini adalah hal yang menentukan keberhasilan sistem tersebut. Pada dasarnya, metode pencarian dan pelacakan dibagi dua, yaitu Pencarian Buta (blind search) dan Pencarian Tersusun (heuristic search).

       Pertama saya akan membahas tentang Pencarian Buta (Blind Search). Pencarian Buta tidak mempunyai informasi awal dan di simpulkan berdasarkan urutan tertentu dan dibagi menjadi 2, yaitu :

• Pencarian Melebar Pertama (breadth-search first)

Pencarian melebar pertama dilakukan dengan melakukan pencarian dengan cara mencari yang dilakukan dengan cara melebar dari node pertama hingga berlanjut kepada node di level selanjutnya. Dimulai pada node n, dan dilanjutkan n+1. Pencarian akan terus dilakukan dari akar kiri ke kanan hingga hasil ditemukan.

• Pencarian Mendalam Pertama (depth-search first)

Pencarian metode ini melakukan pencarian pada semua node "anaknya" sebelum dilakukan pencarian ke node-node lain yang selevel. Pencarian dimulai dari node akar ke level yang lebih tinggi, dan proses terus diulang hingga solusi ditemukan. Keuntungan dari metode ini adalah menggunakan memori yang relatif kecil, dan jika pencarian tepat, akan menemukan solusi tanpa harus menguji lebih banyak node. Namun, metode ini tetap memiliki kelemahan, yaitu memungkinkan hasil tidak ditemukan, dan setiap 1 kali pencarian hanya akan menghasilkan satu solusi.

          

Kedua saya akan membahas tentang Pencarian Tersusun (heuristic search). Pencarian tersusun mempunyai informasi awal yang digunakan dalam proses pencarian. Heuristic search juga disimpulkan menjadi 2, yaitu :

• Generate and test

Adalah gabungan dari pencarian depth first dengan pelacakan mundur. Nilai dari pengujian ini berupa "ya" atau "tidak". Pencarian ini memiliki beberapa algoritma, yaitu :

1. Bangkitkan suatu kemungkinan solusi (membangkitkan suatu titik tertentu atau lintasan tertendu dari keadaan awal).
2. Uji untuk melihat apakah node tersebut benar-benar merupakan solusinya dengancara membandingkan node tersebut atau node akhir dari suatu lintasan yang dipilih merupakan tujuan yang diharapkan.

• Hill climbing

Metode ini hampir sama dengan generate and test, perbedaannya ada pada feedback dari prosedur test untuk pembangkitan keadaan berikutnya. Tes yang dilakukan berupa fungsi heuristik akan menunjukkan seberapa baik nilai terkaan yang diambil terhadap keadaan lain yang memungkinkan.

Sumber : http://ilhamdwiantoro.blogspot.co.id/2016/10/bab-1-pengenalanintelegensi-buatan-kb.html

Pengenalan Intelligent Agents

Agen dan Lingkungannya

Agents adalah segala sesuatu yang dapat melihat/ mengartikan/ mengetahui (perceiving) lingkungannya melalui alat sensor (sensors) dan bertindak (acting) melalui alat aktuator (actuators). Agen disini dapat ditafsirkan sebagai manusia dan robot.
 

Agen tentunya memiliki fungsi tersendiri, yaitu untuk pemetaan dari urutan persepsi (percept) menjadi tindakan (actions).

Rasionalitas

Rasionalitas merupakan sesuatu yang benar dan dialami langsung oleh si penerima. Rasionalitas pada agen disini merupakan agen yang melakukan sesuatu hal dengan benar. Maksud dari agen yang benar disini ialah agen yang sukses/berhasil yang dinilai berdasarkan hasil yang diperoleh secara objektif. 

Rasional tergantung pada 4 hal :

• Kemampuan yang terukur

• Pengetahuan lingkungan sebelumnya/ terdahulu,

• Tindakan,

• Urutan persepsi (sensors).

PEAS(Performance measure, Environment, Actuators, Sensors)

.............................

Tipe-tipe Lingkungan Agen

1. Fully vs. partially observable: lingkungan sepenuhnya dapat diamati ketika sensor-sensor dapat mendeteksi semua aspek yang relevan dalam memilih tindakan.
2. Deterministic vs. stochastic: Ketika tahap lingkungan berikutnya sepenuhnya ditentukan oleh tindakan yang sudah dilakukan.
3. Episodic vs. sequential: Pengalaman agent dapat dibagi menjadi tahapan-tahapan yang kecil dimana agent akan menerima dan melakukan satu tindakan. Pilihan tindakan tergantung hanya pada episode itu sendiri.
4. Static vs. dynamic: Jika lingkungan dapat berubah ketika agent sedang memilih tindakan, lingkungan dikatakan dynamic. Semi-dynamic, jika perfoma agent berubah ketika lingkungan tetap sama.
5. Discrete vs. continuous: sejumlah terbatas persepsi dan tindakan yang khas dan terdefinisi baik.
6. Single vs. multi-agent: sebuah agen yang mengoperasikan dirinya sendiri dalam sebuah lingkungan.

Sumber
maukar.staff.gunadarma.ac.id/Downloads/files/42871/Agent.pdf 
http://citrarhmdn.blogspot.co.id/2016/10/pengenalan-intelligent-agents-minggu-2.html

Pengenalan Intelegensi Buatan

Pengertian Intelegensi Buatan

Intelegensi Buatan (Artifical Intelligence) merupakan cabang terpenting dalam dunia komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Seiring perkembangan nya waktu, komputer semakin dibutuhkan dalam membantu pekerjaan manusia, diharapkan dengan adanya Intelegensi buatan, pekerjaan yang sulit dapat menjadi lebih mudah.

Jika ada yang namanya Intelegensi buatan, tentu saja ada yang namanya Intelegensi alami. Intelegensi Alami adalah sifat pikiran yang mencakup sejumlah kemampuan, seperti kemampuan menalar, merencanakan, memecahkan masalah, berpikir abstrak, memahami gagasan, menggunakan bahasa, dan belajar yang terbentuk secara alami atau biasa disebut bakat. Intelegensi alami memungkinkan orang untuk menggunakan pengalaman secara langsung.

Adapun perbedaan antara kecerdasan buatan dengan kecerdasan alami adalah kecerdasan buatan lebih bersifat permanen, sedangkan kecerdasan alami dapat berubah (hal ini karena sifat manusia yang pelupa). Kecerdasan buatan lebih mudah disalin dan dipindah daripada kecerdasan alami. Menyediakan layanan computer lebih mudah dan murah daripada mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam waktu yang sangat lama. Kecerdasan buatan bersifat konsisten karena merupakan bagian dari teknologi computer, sedangkan kecerdasan alami dapat berubah-ubah.

Komputasi Intelegensi Buatan dan Komputasi Konvensional

Dilihat dari namanya saja, sudah terdapat perbedaan antara komputasi konvensional dengan intelegensi buatan. Untuk lebih mudah nya data tersebut digambarkan melalui tabel dibawah

Intelegensi Buatan	Komputasi Konvensional
Representasi dan Manipulasi simbol	Algoritama
Memberitahu komputer tentang suatu masalah	Memerintah komputer untuk menyelesaikan masalah
Komputer diberi pengetahuan dan kemampuan inferensi	Memberi data kepada komputer dan program

Sejarah Intelegensi Buatan

Intelegensi buatan tidak secara spontan ada dalam kehidupan kita. Tentunya dalam menciptakan intelegensi buatan ini membutuhkan proses yang cukup panjang. Pada awal abad 17, René Descartes mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat diprogram.

Bertrand Russell dan Alfred North Whitehead menerbitkan Principia Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan "Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas " pada 1943 yang meletakkan pondasi untuk jaringan syaraf.

Tahun 1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk menjalankan mesin Ferranti Mark I di University of Manchester(UK): sebuah program permainan naskah yang ditulis oleh Christopher Strachey dan program permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah "kecerdasan buatan " pada konferensi pertama yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman Lisp. Alan Turingmemperkenalkan "Turing test" sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian.

Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons, yang mendemostrasikan batas jaringan syaraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi pengetahuan dan inferensi dalam diagnosa dan terapi medis yang kadangkala disebut sebagai sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk mengatasi jalan berintang yang kusut secara mandiri.

Pada tahun 1980-an, jaringan syaraf digunakan secara meluas dengan algoritma perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997. DARPA menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada pemerintah AS.

Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta dimana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi beberapa ratus mil daerah gurun yang menantang.

Lingkup Intelegensi Buatan

Bidang yang menjadi lingkup kecerdasan buatan adalah semua bidang yang menggunakan penyelesaian masalah yang memperlihatkan perilaku atau sifat manusia cerdas. Kecerdasan buatan terutama dipakai untuk :

• Menangani masalah yang tidak bisa menggunakan algoritma. Misalnya tentang gambar (nonbilangan)
• Masalah yang tidak menentu, tidak terorganisasi atau mengandung probabilitas.

Tentu saja banyak sekali yang memenuhi kriteria ini. Namun beberapa diantaranya yang paling umum adalah Pemecahan masalah unum, Permainan, Sistem Pakar, Pengolahan bahasa alami, pengenalan dan pencocokan pola (Pattern matching and recognition), Robotika, Proses belaiar (learning Process), Sistem Deduksi (logic), Pemecahan ketidakpastian.

Soft Computing

Soft computing atau yang juga sering disebut computational intelligence merupakan bidang ilmu yangdimasukkan sebagai bidang ilmu komputer di awal 1990-an. Bidang ilmu ini bisa dikatakan baru, namunperkembangannya cukup pesat.

Soft Computing adalah segolongan metode yang mampu mengolah data dengan baik walaupun di dalamnya terdapat ketidakpastian, ketidakakuratan maupun kebenaran parsial (Prof. Lotfi A Zadeh, 1992).Komponen komponen ataupun metode dalam soft computing itu sendiri meliputi :

• Fuzzy Logic
• Neural Network 
• Evolutionary Computation, include; Evolutionary algorithms dan Harmony search
• Swarm Intelligence

Sumber:

http://elista.akprind.ac.id/upload/files/9957_BAB_satu.pdf 

http://nine-pro.blogspot.co.id/2015/01/kecerdasan-buatan-dan-kecerdasan-alami.html 

https://id.wikipedia.org/wiki/Kecerdasan_buatan 

https://www.scribd.com/doc/92093880/Tugas-1-Definisi-SoftComputing

http://ijns.org/journal/index.php/speed/article/view/1351/1339