Slide INF401 KECERDASAN BUATAN PERTEMUAN 9
KECERDASAN BUATAN
PERTEMUAN 9
Planning
(Teknik Dekomposisi
Masalah)
ARTIFICIAL INTELLIGENCE
SEARCHING
BLIND/UN-INFORMED
SEARCH
METODE PENCARIAN
HEURISTIK
FUNGSI HEURISTIK
REASONING
PLANNING
LEARNING
PROPORTIONAL LOGIC
GOAL STACK PLANNING
DECISION TREE LEARNING
FIRST ORDER LOGIC
CONSTRAINT POSTING
NEURAL NETWORK
FUZZY SYSTEMS
GENETIC ALGORITHM
Searching
Teknik pencarian, yaitu teknik penyelesaian masalah yang
mempresentasikan masalah ke dalam ruang keadaan (state) dan
secara sistematis melakukan pembangkitan dan pengujian statestate 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 kedalam logic (mathematics tools yang
digunakan untuk merepresentasikan dan memanipulasi fakta dan
aturan).
• software permainan catur HITECH adalah sistem AI pertama yang
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 dengan
menngunakan JST yg dilatih dengan berbagai gambar kondisi jalan
raya yang ditangkap kamera pada mobil.
Penyelesaian Masalah
Penentuan tujuan merupakan langkah awal dalam menyelesaikan masalah
Sebuah 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 yang mungkin ditimbulkan oleh aksi yang
dilakukannya
• Selama aksi dilakukan, sensing juga diperlukan
• Umumnya menggunakan planning untuk kasus khusus seperti pada game dengan 2 pemain dapat menggunakan metode-metode
game playing
Exploration problem
• Agent sama sekali tidak mempunyai informasi mengenai efek dari aksi yang dilakukannya
• Agent perlu bereksperiman & belajar
• Dapat menggunakan metode learning yang ada
Metode Pencarian
• Pencarian 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 Test
Pendakian Bukit (Hill Climbing)
Pencarian Terbaik Pertama (Best First Search)
Tabu Search
Simulated Anealing
Cheapest Insertion Heuristic
S
A
D
B
C
D
E
F
G
E
E
F
B
G
C
A
F
B
B
E
G
C
C
F
G
Breath-First Seach
• Pada 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
C
D
E
E
E
F
F
B
G
G
C
A
F
B
B
E
G
C
C
F
G
Depth First Search
• Pada 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
C
D
E
F
G
E
E
F
F
B
G
C
G
A
B
B
C
C
Jarak dan
E
Jml Langkah
1.
F
G
2.
3.
SE
SB
SG
Arad Buchared?
Arad Buchared?
Depth Limited Search
• Sama dengan pada Depth First Search
• Tetapi kedalaman dari pohon dibatasi
• Jika batas kedalaman sudah tercapai akan dilanjutkan ke cabang
berikutnya
• Misal kedalaman maksimal : 3
S
A
B
C
D
D
E
E
E
F
A
B
B
Jarak dan
E
Jml Langkah
1.
2.
3.
SE
SB
SG
Iterative Deepening Search
• Secara iterative akan menggunakan Depth Limited Search dari
kedalaman 0 sampai kedalaman n
• Merupakan penggabungan antara Breath First Search dan Depth First
Search
n
n == 0
0
n
n == 1
1
n
n == 2
2
S
n
n == 3
3
A
B
C
D
D
E
E
E
F
A
B
B
E
n
n == 4
4
S
A
D
B
C
D
E
F
E
E
F
B
A
F
B
G
C
B
E
C
F
n
n == 5
5
S
A
D
B
C
D
E
E
E
F
A
B
B
Jarak dan
E
Jml Langkah
1.
F
G
F
B
G
C
G
C
C
F
G
2.
3.
SE
SB
SG
Sumber
• Russel, S.J., dan Norvig, P., 1995, Artificial Intelligence a Modern Aproach
• Winston, P.H., 1992, Artificial Intelligence
• Handayani, A.N., ---, Kecerdasan Buatan
PERTEMUAN 9
Planning
(Teknik Dekomposisi
Masalah)
ARTIFICIAL INTELLIGENCE
SEARCHING
BLIND/UN-INFORMED
SEARCH
METODE PENCARIAN
HEURISTIK
FUNGSI HEURISTIK
REASONING
PLANNING
LEARNING
PROPORTIONAL LOGIC
GOAL STACK PLANNING
DECISION TREE LEARNING
FIRST ORDER LOGIC
CONSTRAINT POSTING
NEURAL NETWORK
FUZZY SYSTEMS
GENETIC ALGORITHM
Searching
Teknik pencarian, yaitu teknik penyelesaian masalah yang
mempresentasikan masalah ke dalam ruang keadaan (state) dan
secara sistematis melakukan pembangkitan dan pengujian statestate 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 kedalam logic (mathematics tools yang
digunakan untuk merepresentasikan dan memanipulasi fakta dan
aturan).
• software permainan catur HITECH adalah sistem AI pertama yang
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 dengan
menngunakan JST yg dilatih dengan berbagai gambar kondisi jalan
raya yang ditangkap kamera pada mobil.
Penyelesaian Masalah
Penentuan tujuan merupakan langkah awal dalam menyelesaikan masalah
Sebuah 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 yang mungkin ditimbulkan oleh aksi yang
dilakukannya
• Selama aksi dilakukan, sensing juga diperlukan
• Umumnya menggunakan planning untuk kasus khusus seperti pada game dengan 2 pemain dapat menggunakan metode-metode
game playing
Exploration problem
• Agent sama sekali tidak mempunyai informasi mengenai efek dari aksi yang dilakukannya
• Agent perlu bereksperiman & belajar
• Dapat menggunakan metode learning yang ada
Metode Pencarian
• Pencarian 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 Test
Pendakian Bukit (Hill Climbing)
Pencarian Terbaik Pertama (Best First Search)
Tabu Search
Simulated Anealing
Cheapest Insertion Heuristic
S
A
D
B
C
D
E
F
G
E
E
F
B
G
C
A
F
B
B
E
G
C
C
F
G
Breath-First Seach
• Pada 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
C
D
E
E
E
F
F
B
G
G
C
A
F
B
B
E
G
C
C
F
G
Depth First Search
• Pada 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
C
D
E
F
G
E
E
F
F
B
G
C
G
A
B
B
C
C
Jarak dan
E
Jml Langkah
1.
F
G
2.
3.
SE
SB
SG
Arad Buchared?
Arad Buchared?
Depth Limited Search
• Sama dengan pada Depth First Search
• Tetapi kedalaman dari pohon dibatasi
• Jika batas kedalaman sudah tercapai akan dilanjutkan ke cabang
berikutnya
• Misal kedalaman maksimal : 3
S
A
B
C
D
D
E
E
E
F
A
B
B
Jarak dan
E
Jml Langkah
1.
2.
3.
SE
SB
SG
Iterative Deepening Search
• Secara iterative akan menggunakan Depth Limited Search dari
kedalaman 0 sampai kedalaman n
• Merupakan penggabungan antara Breath First Search dan Depth First
Search
n
n == 0
0
n
n == 1
1
n
n == 2
2
S
n
n == 3
3
A
B
C
D
D
E
E
E
F
A
B
B
E
n
n == 4
4
S
A
D
B
C
D
E
F
E
E
F
B
A
F
B
G
C
B
E
C
F
n
n == 5
5
S
A
D
B
C
D
E
E
E
F
A
B
B
Jarak dan
E
Jml Langkah
1.
F
G
F
B
G
C
G
C
C
F
G
2.
3.
SE
SB
SG
Sumber
• Russel, S.J., dan Norvig, P., 1995, Artificial Intelligence a Modern Aproach
• Winston, P.H., 1992, Artificial Intelligence
• Handayani, A.N., ---, Kecerdasan Buatan