Dr. Kusrini, M.Kom

Problem Space

ARTIFICIAL INTELLIGENCEARTIFICIAL INTELLIGENCE

SEARCHINGSEARCHING REASONINGREASONING PLANNINGPLANNING LEARNINGLEARNING

BLIND/UN-INFORMED SEARCH

METODE PENCARIAN HEURISTIK

FUNGSI HEURISTIK

BLIND/UN-INFORMED SEARCH

METODE PENCARIAN HEURISTIK

FUNGSI HEURISTIK

PROPORTIONAL LOGIC

FIRST ORDER LOGIC

FUZZY SYSTEMS

PROPORTIONAL LOGIC

FIRST ORDER LOGIC

FUZZY SYSTEMS

GOAL STACK PLANNING

CONSTRAINT POSTING

GOAL STACK PLANNING

CONSTRAINT POSTING

DECISION TREE LEARNING

NEURAL NETWORK

GENETIC ALGORITHM

DECISION TREE LEARNING

NEURAL NETWORK

GENETIC ALGORITHM

SearchingTeknik pencarian, yaitu teknik penyelesaian

masalah yang mempresentasikan masalah ke dalam ruang keadaan (state) dan secara sistematis melakukan pembangkitan dan pengujian state-state dari initial state sampai ditemukan suatu goal state.

Digunakan dalam pencarian rute optimum untuk memandu seseorang di perjalanan, misal di swedia setiap taksi dilengkapi dengan GPS (Global Positioning System)

Reasoning

Teknik penalaran, yaitu teknik penyelesaian masalah yang merepresentasikan maslah kedalm logic (mathematics tools yang digunakan untuk merepresentasikan dan memanipulasi fakta dan aturan).

Reasoning : software permainan catur HITECH adalah sistem AI pertama yg berhasil mengalahkan grandmaster dunia Arnold Danker

Planning

Suatu metode penyelesaian masalah dengan cara memecah masalah dalam 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 dengan tetap mengingat dan menangani interaksi yang terdapat pada sub-sub masalah tersebut

dalam dunia manufaktur dan robotik. Software Optimum – AIV adalah suatu planner yang digunakan oleh European Space Agency untuk perakitan pesawat terbang.

Learning

secara otomatis menemukan atuan yang diharapkan bisa berlaku umum untuk dat-data ang belum pernah kita ketahui.

digunakan dalam bidang transportasi. Software ALVINN digunakan pada sebuah mobil tanpa dikemudikan manusia dg menngunakan JST yg dilatih dengan berbagai gambar kondisi jalan raya yang ditangkap kamera pada mobil.

Penyelesaian MasalahPenentuan tujuan merupakan langkah awal dalam

menyelesaikan masalahSebuah tujuan dapat berupa himpunan keadaan

(state)Perumusan masalah adalah proses untuk

memutuskan aksi dan state apa yang akan dipertimbangkan dalam mengikuti penentuan tujuan

Pencarian (search) adalah proses untuk mencari rangkaian terbaik dari beberapa kemungkinan rangkaian

Sebuah algoritma pencarian menggunakan masalah sebagai input menghasilkan solusi dalam serangkaian aksi

Setelah solusi ditemukan, aksi yang direkomendasikan dapat dilakukan

formulate-search-execute

Tipe Masalah Single State Problem

Satu aksi mengantarkan agent ke satu state lain. Dapat menggunakan uninformed & informed search.

Multiple State Problem Satu aksi mengantarkan agent ke beberapa kemungkinan state. Dapat menggunakan uninformed & informed search.

Contingency problem (tidak terduga) Hasil dari suatu aksi sangat sukar untuk diprediksi, agent

mengetahui efek apa yg. mungkin ditimbulkan oleh aksi yg.dilakukannya.

Selama aksi dilakukan, sensing juga diperlukan. Umumnya menggunakan planning. Utk. kasus khusus spt. pada

game dng. 2 pemain dapat menggunakan metode-metode game playing.

Exploration problem Agent sama sekali tidak mempunyai informasi mengenai efek

dari aksi yg. dilakukannya. Agent perlu bereksperiman & belajar. Dapat menggunakan metode learning yg. ada.

Metode PencarianPencarian Buta (Blind Search/Uninformed search)

Pencarian melebar (breath first Search)Pencarian mendalam pertama (dept first search)Pencarian mendalam terbatas (dept limited search)Iterative Deepening Search

Pencarian Terbimbing (Informed/heuristic Search)Generate and TestPendakian Bukit (Hill Climbing)Pencarian Terbaik Pertama (Best First Search)Tabu SearchSimulated AnealingCheapest Insertion Heuristic

S

A D

B D E A

C E E

F

G

F

G

B

C

B

C

F

G

B

C

E

F

G

Breath-First SeachPada metode Breadth-First Search, semua

node pada level n akan dikunjungi terlebih dahulu sebelum mengunjungi node-node pada level n+1

Pencarian dimulai dari node akar terus ke level ke-1 dari kiri ke kanan, kemudian berpindah ke level berikutnya demikian pula dari kiri ke kanan hingga ditemukannya

S

A D

B D E A

C E E

F

G

F

G

B

C

B

C

F

G

B

C

E

F

G

Depth First SearchPada Depth-First Search, proses pencarian

akan dilakukan pada semua anaknya sebelum dilakukan pencarian ke node-node yang selevel.

Pencarian dimulai dari node akar ke level yang lebih tinggi. Proses ini diulangi terus hingga ditemukannya solusi

S

A D

B D E A

C E E

F

G

F

G

B

C

B

C

F

G

B

C

E

F

G

Jarak dan Jml Langkah1. SE2. SB3. SG

Arad Buchared?

Arad Buchared?

Depth Limited SearchSama dengan pada Depth First SearchTetapi kedalaman dari pohon dibatasiJika batas kedalaman sudah tercapai akan

dilanjutkan ke cabang berikutnyaMisal kedalaman maksimal : 3

S

A D

B D E A

C E E BF B E

Jarak dan Jml Langkah1. SE2. SB3. SG

Iterative Deepening SearchSecara iterative akan menggunakan Depth

Limited Search dari kedalaman 0 sampai kedalaman n

Merupakan penggabungan antara Breath First Search dan Depth First Search

S

A D

B D E A

C E E BF B E

n = 0

n = 0

n = 1

n = 1

n = 2

n = 2

n = 3

n = 3

S

A D

B D E A

C E E

FF B

B

C

F

G

B

C

E

F

n = 4

n = 4

S

A D

B D E A

C E E

F

G

F

G

B

C

B

C

F

G

B

C

E

F

G

Jarak dan Jml Langkah1. SE2. SB3. SG

n = 5

n = 5

SumberRussel, S.J., dan Norvig, P., 1995, Artificial

Intelligence a Modern AproachWinston, P.H., 1992, Artificial IntelligenceHandayani, A.N., ---, Kecerdasan Buatan