BAB I
Sistem cerdas
1.Definisi sistem cerdas
Sistem cerdas merupakan kemampuan sistem untuk mencapai tujuan dalam suatu lingkungan yang tidak pasti. . Saat ini ada banyak sistem yang dapat memainkan catur, melakukan pengenalan karakter / gambar, memiliki pengambilan keputusan kemampuan dan melakukan control.2.Karakteristik sistem cerdas:
-kemampuan beradaptasi (adaptability)
-kemampuan pengoptimalan sistem sendiri (self-optimization)
-kemampuan mendiagnosa diri (self-diagnostics)
-kemampuan pemeliharaan diri (self-maintenance)
-kemampuan belajar (learn ability)
3.Contoh sistem cerdas dalam bisnis yaitu:
-aplikasi prediksi pasar keuangan
-layanan pelanggan
-data mining
BAB II
AI (Artificial Intelegence)
Sistem yang dapat memberikan informasi seperti pemikiran manusia dengan cara mempelajari kemampuan suatu program dan algoritma, apakah seberapa besar pola pikir manusia atau bagaimana cara berfikir manusia tersebut.Pada tahun 1956 merupakan awal mula AI dikemukakan pada Konferensi Darthmouth.dan terus dikembangkan karna prinsip dan teorinya juga terus berkembang.
->1941 = Komputer elektronik
->1943-1956 = Masa persiapan AI:
Tahun 1943, Warren McCulloch dan Walter Pitts berhasil membuat suatu model saraf tiruan di mana setiap neuron digambarkan sebagai ‘on’ dan ‘off’.
->1952-1969 = Awal perkembangan AI:
Tahun 1958, McCarthy di MIT AI Lab mendefinisikan Bahasa pemrograman tingkat tinggi yaitu LISP, yang sekarang mendominasi pembuatan program-program
->1966-1974 = Melambatnya perkembangan AI:
Karna terdapat kesulitan yang di hadapi, contohnya Program AI yang bermunculan hanya mengandung sedikit atau bahkan tidak mengandung pengetahuan pada subjeknya
->1969-1979 = Sistem berbasis pengetahuan:
Mulainya proyek untuk membuat program pemecah masalah berdasarkan informasi yang di dapatkan
->1980-1988 = AI menjadi sebuah industry:
Sejak ditemukan sistem pakar, AI berkembang menjadi sebuah industry oleh Digital Equipment Corporation (DEC)
->1986-sekarang = Kembalinya jaringan syaraf tiruan
Contoh AI:
1.GPS untuk pencarian rute optimum
2.TomTom di PDA untuk pemandu wisata di kota-kota Eropa
3.HITECH (AI catur) mengalahkan grandmaster catur dunia Arnold Danker
4.MedicWare merekam catatan medis pasien
5.Optimum-AIV untuk perakitan,penggabungan, dan verifikasi pesawat terbang
6.Dean Pomerleau (ALVINN), mobil bias jalan tanpa disetir manusia menggunakan kamera (JST)
BAB III
Definisi dan konsep agen cerdas
Dalam kecerdasan buatan , Russel dan Norvig (1995) mendefenisikan agen sebagai “Segala sesuatu yang dapat dipandang menangkap lingkungannya melalui sensor dan bertindak terhadap lingkungan melalui efektor”.atau perangkat lunak yang dapat bertindak seperti orang yang mampu berinteraksi dengan lingkungan.
Sebuah program agen yang sederhana dan dapat didefinisikan secara matematis sebagai fungsi agen yang memetakan setiap urutan persepsi.Para agen program , sebagai gantinya, setiap peta persepsi mungkin untuk tindakan.
Russell & Norvig membagi Agen kelompok menjadi lima kelas berdasarkan tingkat kecerdasan dan kemampuan yang dirasakan:
-Sederhana refleks agen
-Model berbasis agen refleks
-Tujuannya berbasis agen
-Utilitas berbasis agen
-Agen pembelajaran
-Refleks model berbasis agen
Refleks model berbasis agen:
gen model berbasis lingkungan dapat menangani sebagian diamati. keadaan sekarang adalah disimpan di dalam agen mempertahankan beberapa jenis struktur yang menggambarkan bagian dari dunia yang tidak dapat dilihat. Perilaku ini memerlukan informasi tentang bagaimana dunia berperilaku dan bekerja. Ini informasi tambahan melengkapi “World View” model.
Berdasarkan refleks agen-model melacak negara dunia sekarang menggunakan internal model . Kemudian memilih tindakan dengan cara yang sama sebagai agen refleks.
Tujuan berbasis agen:
agen Tujuan berbasis model berbasis agen yang menyimpan informasi tentang situasi yang diinginkan. Hal ini memungkinkan agen cara untuk memilih di antara beberapa kemungkinan, memilih satu yang mencapai negara tujuan.
Utility berbasis agen:
agen Tujuan berbasis hanya membedakan antara negara-negara tujuan dan negara-negara non-tujuan. Hal ini dimungkinkan untuk menentukan ukuran berapa diinginkan negara tertentu. Langkah ini dapat diperoleh melalui penggunaan fungsi utilitas yang memetakan negara untuk ukuran utilitas negara.
Belajar agen:
Belajar memiliki keuntungan bahwa hal itu memungkinkan para agen untuk awalnya beroperasi di lingkungan yang tidak dikenal dan menjadi lebih kompeten dari pengetahuan awal mungkin saja memungkinkan.
Contoh:
-Agen spreadsheet, untuk membuat program spreadsheet lebih mudah digunakan oleh pemakai (Office Assistant).
-Agen perdagangan elektronis, untuk membantu pemakai yang akan melakukan belanja secara online.
Konsep agent cerdas
Agen adalah sesuatu yang dapat melihat, merasakan (perceiving), memahami, dan mengerti lingkungannya melalui detektor (detektor) /sensor (censor) dan bertindak (acting) atas lingkungan itu pula melalui media sarananya (effector).
Contoh pada dunia nyata adalah Manusia mempunyai agen berupa mata, telinga, dan sebagainya yang berupa detektor/sensor. Sedangkan tangan, kaki, mulut, dan sebagainya
merupakan efektornya.
Tujuan dari Kecerdasan Buatan adalah merancang program agen (agent program), yaitu suatu fungsi yang mengimplementasikan peta agen dari persepsi hingga aksi. Sedangkan program yang dijalankan tersebut memerlukan sebuah peralatan tertentu yang dapat berupa komputer atau perangkat keras khusus untuk menangani tugas tertentu yang dikenal sebagai arsitektur (architecture).
BAB IV
Contoh agen cerdas
1. Air Conditioner Otomatis
AC ini mampu menyesuaikan suhu ruangan sesuai dengan jumlah orang dalam ruangantersebut sesuai dengan suhu lingkungan sekitar secara otomatis. Cara kerjanya adalah sensor yang ada di dalam AC akan melakukan scan untuk mendeteksi jumlah orang dalam ruangantersebut beserta suhu ruangan mula. Kemudian AC akan mengatur suhu sesuai dengan jumlahorang dalam ruangan dan inputan suara yang didapat, dan akan mati secara otomatis jikaruangan dalam keadaan kosong.
- Performance measure = ramah lingkungan, nyaman, mudah di oprasikan, hemat biaya, suhu ruangan sesuai
-Environment = ruangan, orang
-Actuators = suhu screen display, kipas motor, blower, filter udara, evaporator
-Sensor = sensor suhu, sensor suara
2. Autonomous Taxi Driver
Agen dapat melakukan tindakan dalam rangka untuk mengubah persepsi masa depan untuk memperoleh informasi yang berguna (pengumpulan informasi, eksplorasi).
Sebuah agen dikatakan otonom jika perilaku agen ditentukan oleh pengalaman sendiri (dengan kemampuan untuk belajar dan beradaptasi).
-Performance measure = Aman, cepat, legal, perjalanan nyaman, memaksimalkan keuntungan
-Environment = Jalan, lalu lintas lainnya, pejalan kaki, pelanggan
-Aktuator = Setir, pedal gas, rem, sinyal, klakson
-Sensor = Kamera, sonar, speedometer, GPS, odometer, sensor mesin, keyboard
Tidak ada komentar:
Posting Komentar