Pengenalan Kecerdasan Bantuan/ Artical Intellegance

KECERDASAN BUATAN

Nama : Rendy Noviantono

Kelas  : 3KA10

Npm   : 15115757

Dosen : Essy Malays Sari Sakti

1.1. Pengertian dan Sejarah Dari Artificial Intelligence(AI)

AI mempelajari bagaimana membuat komputer melakukan sesuatu pada

suatu kejadian/peristiwa yang mana orang melakukannya dengan baik. 1).

a. Pengertian AI

Definisi AI : merupakan proses di mana peralatan mekanik dapat

melaksanakan kejadian-kejadian dengan menggunakan pemikiran atau

kecerdasan seperti manusia.

Pengertian AI dapat ditinjau dari dua pendekatan : 2)

1). Pendekatan Ilmiah( A Scientific Approach)

Pendekatan dasar ilmiah timbul sebelum invansi ke komputer, ini tidak

sama dengan kasus mesin uap. Pendekatan ilmiah melihat batas

sementara dari komputer, dan dapat diatasi dengan perkembangan

teknologi lanjutan. Mereka tidak mengakibatkan tingkatan pada konsep.

2). Pendekatan Teknik( An Engineering Approach)

Usaha untuk menghindari definisi AI, tetapi ingin mengatasi atau

memecahkan persoalan-persoalan dunia nyata(real world problem).

Dalam kuliah ini, kita menggunakan kedua pendekatan ini.

Mengapa kita mempelajari AI ? karena

· AI merepresentasikan bagian tengah atau inti dari ilmu komputer(

Computer Science).

· AI mewujudkan suatu bentuk ketidak tepatan dari komputasi (karakteristik

dalam matematika).

· AI mempunyai suatu kekuatan alami antar cabang ilmu, AI adalah bagian

ilmu teknik dari Cognitive Science, Cognitive Science adalah suatu

perpaduan ilmu filsafat, ilmu liguistik dan ilmu fisikologi.

· AI memperlakukan representasi pengetahuan dan manipulasinya.

Pengetahuan (knowledge) adalah pusat dari semua ilmu teknik dan AI

adalah pusat dari semua ilmu teknik.

· Alasan penting lainnya adalah penelitian AI diharapkan me-nemukan atau

membongkar bentuk krisis besar dalam waktunya. Krisis dibuat oleh

interaksi dari teknologi, ilmiah(science) dan filsafat.

Program Intelligent: program yang mampu menyimpan kenyataan

(facts) dan proposisi dan hubungannya yang beralasan.

1.2  Bidang Ilmu Kecerdasan Buatan

Supaya komputer dapat bertindak seperti atau serupa dengan manusia, maka komputer harus diberi bekal pengetahuan, dan mempunyai kemampuan untuk menalar.  Penerapan bidang AI beraneka ragam. Tujuan dari sistem kecerdasan buatan dapat dibagi dalam 4 kategori [5]

1.       Sistem yang dapat berfikir seperti manusia (Bellman, 1978)

2.       Sistem yang dapat berfikir secara rasional ( Winston, 1992)

3.       Sistem yang dapat beraksi seperti manusia (Rich and Knight, 1991)

4.       Sistem yang dapat beraksi secara rasional (Nilsson, 1998)[4]

Secara garis besar bidang ilmu yang dipelajari dalam bidang  AI bisa dilihat pada gambar di bawah ini :

 1.3 Sejarah dari AI

Awal pekerjaan dipusatkan pada seperti game playing (misalnya: audio

dengan kecerdasan dan permainan catur(chess player), pembuktian teorema

(theorem proving) pada Tugas-tugas formal (Formal Tasks).

Samual(1963) menulis sebuah program yang diberi nama check-er-playing

program, yang tidak hanya untuk bermain game, tetapi digunakan juga

pengalamannya pada permainan untuk mendukung kemampuan sebelumnya.

Catur juga diterima, karena banyak sekali perhatian terhadap permaianan

catur yang merupakan permainan yang lengkap atau kompleks, program catur di

sini situasinya harus jelas dan rule atau ketentuannya harus seperti dunia nyata.

Kandidat AI harus mampu menangani masalah-masalah yang sulit.

Logic theorist diawal percobaan untuk membuktikan teorema matematika.

Ia mampu membuktikan beberapa teorema dari bab 1 Prinsip Matematika

Whiteheat dan Russell.

Theorema Gelernter (1963) membuktikan pencarian area yang lain dari

matematika yaitu geometri.

Pada tahun 1963, pemecahan masalah umum menggunakan object,

pembuktian dengan atraksi(eksternal).

Dari awal pekerjaan AI ini memindahkan lebih khusus tugas yang sering

berguna antara lain: 3)

a. Tugas biasa/keduniaan(Mundane Tasks)

· Persepsi : - vision

- speech

1.4 Agen Intelejen

      1.4.1 Agen dan lingkungan

-  Sistem Agen Cerdas

o   Program yang dapat diberi tugas dan dapat menyelesaikan tugasnya secara mandiri, serta mempunyai inteligensi.

o   Dengan bantuan sistem agen tersebut, maka pekerjaan yang membutuhkan waktu lama dapat diselesaikan dengan baik dan lebih cepat.

o   Dengan adanya agen cerdas pada aplikasi diharapkan aplikasi tersebut dapat berpikir dan dapat menentukan pilihan langkah terbaik sehingga dapat mengalahkan manusia.

-  Definisi Agen Cerdas

o   Sebuah agen adalah segala sesuatu yang dapat merasakan lingkungannya melalui peralatan sensor-sensor, bertindak sesuai dengan lingkungannya dan dengan mengunakan peralatan penggeraknya /actuator (Russel dan Norvig).

o   Sebuah agen adalah sebuah sistem komputer yang berada dalam suatu lingkungan dan memiliki kemampuan bertindak secara otonomos didalam situasi lingkungan tersebut sesuai dengan sasaran yang dirancang (Woold-ridge).

          Agen – Sensors/Actuator – Percepts/Actions – Lingkungan

• Diperlihatkan abstraksi dari model komputasi sebuah agen. Pada gambar terlihat setiap tindakan atau aktivitas akan dikerjakan oleh agen adalah untuk memenuhi kondisi
  lingkungannya. 
• 
  
• Agen – Sensors/Actuator – Percepts/Actions (Event, Benefits, Goals, Plans) – Lingkungan

• Diperlihatkan komponen internal dari sebuah model agen BDI (belief-desire-intention) yang memiliki :

1. events (pemacu indera),
2. beliefs (pengetahuan),
3. actions (tindakan),
4. goals (tujuan),
5. dan plans (agenda dan rencana).
• Human Agen memiliki :
• Mata, telinga, dan organ sejenisnya sebagai sensor.
• Tangan, kaki, mulut dan anggota tubuh lainnya sebagai effector.
• Agent Robot :
• Sensor : kamera, infrared, dll
• Effector : peralatan penggerak.
• Agent Software :
• Antarmuka pengguna grafis sebagai sensor dan sekaligus sebagai pengeraknya 

• Tugas dari mempelajari kecerdasan buatan adalah untuk membuat suatu mesin agen
• Sebuah agen juga membutuhkan architecture yang dapat berupa komputer saja, atau komputer yang memiliki perangkat keras tertentu dapat melakukan suatu pekerjaan tertentu seperti memproses gambar kamera atau menyaring input suara.
• Jadi, sebuah architecture membuat kesan-kesan lingkungan dapat diterima dengan baik oleh sensor-sensor yang dimilikinya, lalu dapat menjalankan program agennya dan dapat memberikan tindakan terhadap lingkungan menggunakan actuators.

        1.4.2 Konsep Rasionalitas

- Rational Agent :

- Sebuah agen selalu mencoba untuk mengoptimasikan sebuah nilai ukuran kinerja yang

disebut agen memiliki rasional (rational agent).

>Sebuah agen adalah rasional jika dapat memilih kemungkinan untuk bertindak yang terbaik

setiap saat, menurut apa yang ia ketahui mengenai lingkungannya pada saat itu.

Untuk setiap deretan persepsi yang mungkin, sebuah agen rasional hendaklah memilih satu tindakan yang diharapkan memaksimalkan ukuran kemampuannya, dengan adanya bukti yang diberikan oleh deretan persepsi dan apapun pengetahuan terpasang yang dimiliki agen itu.

>Rational Agent :

-Jadi, agen rasional diharapkan dapat melakukan atau memberi tindakan yang benar. Tindakan

yang benar adalah tindakan yang menyebabkan agen mencapai tingkat yang paling berhasil.

(Stuart Russel, Peter Norvig, 2003).

-Ukuran kinerja (dari rational agent) biasanya didefinisikan oleh perancang agen dan

merefleksikan apa yang diharapkan mampu dilakukan dari agen tersebut.

-Sebuah agen berbasis rasional juga disebut sebuah agen cerdas.

-Dari perspektif ini, bidang kecerdasan buatan dapat dipandang sebagai studi mengenai

prinsip-prinsip dan perancangan dari rasio agen-agen buatan.

Perilaku Agent :

-Agent rasional : agent yang mengerjakan sesuatu yang benar.

-Performance measure : bagaimana keberhasilan suatu agent.

-Diperlukan suatu standard untuk mengukur performansi, dengan mengamati kondisi yang

terjadi.

Contoh (Perilaku Agent)

-Agent untuk membersihkan lantai yang kotor (vacum cleaner).

-Performance dari vacum cleaner :

>Jumlah Kotoran yang dibersihkan

>Jumlah Konsumsi listrik

>Jumlah Kebisingan

>Waktu yang dibutuhkan

-Goal Measure : Lulus Kuliah, Kaya

-Performance : IPK, Gaji Bulanan

-Sebelum membuat suatu agen, hendaknya telah mengetahui dengan baik :

-Semua kemungkinan kesan dan tindakan yang dapat diterima dan dilakukan oleh agen.

-Apa tujuan atau pengukur kemampuan agen yang ingin dicapai.

Dan lingkungan yang seperti apa yang akan dioperasikan oleh agen.

>Rationality Vs Omniscience

Rationality

-Mengetahui outcome seharusnya dari suatu tindakan dan mengerjakannya dengan

benar.

Omniscience

-Ketidakmungkinan dalam suatu kenyataan.

           Contoh: Menyebrang jalan yang tidak ada lalin.

1.4.3 Lingkungan Alami

Environment types

o Fully observable vs. Partially observable

o Deterministic vs. Stochastic

o Episodic vs. Sequential

o Static  vs. Dynamic

o Discrete vs. Continuous

o Single agent vs. Multi agent

>Fully observable – partially observable

 -Apabila sensor pada sebuah agen dapat mengakses keseluruhan keadaan pada lingkungan,

maka lingkungan itu dapat dikatakan fully observable terhadap agen.

-Lebih efektif lagi lingkungan dikatakan fully observable jika sensor dapat mendeteksi seluruh

aspek yang berhubungan dengan pilihan aksi yang akan dilakukan.

-Lingkungan yang fully observable biasanya sangat memudahkan, karena agen tidak perlu

mengurus keadaan internal untuk terus melacak keadaan lingkungan.

-Suatu lingkungan bisa menjadi partially observable akibat ada gangguan dan

ketidakakurasian sensor ataupun karena ada bagian keadaan yang hilang dari data sensor. 

>Deterministic – stochastic

-Apabila keadaan lingkungan selanjutnya sepenuhnya bergantung pada keadaan sekarang dan

juga tindakan yang akan dilakukan oleh agen, maka lingkungan tersebut bersifat deterministic.

-Sedangkan stochastic adalah kebalikan dari deterministic, di mana keadaan selanjutnya tidak

bergantung pada keadaan sekarang dan juga tindakan yang akan dilakukan oleh agen.

-Apabila lingkungan bersifat deterministic terkecuali untuk tindakan dari agen, maka

lingkungan tersebut bersifat strategic.

-Permainan Reversi bersifat deterministic karena keadaan selanjutnya bergantung pada

keadaan sekarang (saat mengambil langkah).

>Episodic – sequential

-Untuk lingkungan yang bersifat episodic, pengalaman agen dibagi-bagi menjadi beberapa

epidose pendek.

-Tiap episode terdiri dari apa yang dirasakan agen dan kemudian melakukan satu tindakan

tertentu.

-Kualitas dari tindakan agen hanya tergantung pada episode itu saja, karena tindakan

selanjutnya tidak tergantung pada tindakan apa yang akan dilakukan di episode sebelumnya.

-Lingkungan episodic lebih sederhana karena agen tidak perlu memikirkan langkah-langkah

pada keadaan selanjutnya.

Sedangkan pada lingkungan sequential, tindakan saat sekarang dapat mempengaruhi tindakan

selanjutnya. Permainan Reversi bersifat sequential karena agen berpikir untuk langkah-langkah

selanjutnya dan seluruh langkah yang akan diambil oleh agen saling bergantung.

 >Static – dynamic

-Apabila lingkungan dapat berubah saat agen sedang mengambil keputusan, maka

lingungan tersebut bersifat dynamic, sebaliknya bersifat static.

-Lingkungan yang bersifat static lebih mudah dihadapi karena agen tidak perlu memperhatikan

lingkungannya saat dia sedang mengambil tindakan, maupun waktu yang terus berjalan.

-Apabila lingkungan tidak berubah seiring waktu berjalan, namun menyebabkan nilai

kemampuan agen berubah-ubah, maka lingkungan tersebut bersifat semidynamic.

-Permainan Reversi bersifat static karena saat agen mengambil tindakan, lingkungan tidak

berubah dan juga tidak mempengaruhi nilai kemampuan agen. 

>Discrete – continuous

-Apabila kesan dan tindakan yang akan diterima dan dilakukan oleh agen telah ditetapkan

dengan jelas, maka lingkungan tersebut bersifat discrete.

-Catur bersifat discrete, karena langkah yang akan diambil terbatas dan tertentu. 

-Sedangkan pengendara taxi bersifat continuous, karena kecepatan dan lokasi pada taxi untuk

suatu jangka tertentu mempunyai nilai yang terus-menerus berubah.

-Permainan Reversi bersifat discrete karena seluruh kesan dan tindakan telah jelas ditetapkan

sesuai dengan peraturan permainan Reversi

>Single agent – multi agent 

-Agen pemecah permainan teka teki silang berada pada lingkungan yang bersifat single agent.

-Agen pemain catur berada pada lingkungan yang bersifat multiagent.

-Ada hal lain yang memberikan perbedaan lingkungan agen, yaitu akan hal apakah agen

memberikan bantuan kepada agen lain atau apakah agen akan memaksimalkan kemampuannya

bergantung pada prilaku agen lain.

-Permainan Reversi bersifat multi agent karena memikirkan langkah yang akan diambil oleh

lawan.

1.4.4 Struktur Agen 

> Struktur Agen

Sebuah program agen yang sederhana dapat didefinisikan secara matematis sebagai fungsi

agen yang memetakan setiap urutan persepsi mungkin untuk tindakan yang mungkin agen

dapat melakukan atau untuk satu elemen, umpan balik koefisien , fungsi atau konstanta yang

mempengaruhi tindakan akhirnya.

Referensi :

1). Rich, Elaine, and Knight, Kevin, “Artificial Intelligence”, Second Edition, page 3,

McGraw-Hill Inc., 1991

2). Charniack, Eugene and McDermott, Drew, “Introduction To Artificial Intelligence”, page 1,

McGraw-Hill Inc., 1985.

3). http://imamcs.lecture.ub.ac.id/