SAP SISTEM CERDAS Pertemuan Minggu ke-3 dan Minggu ke-4

SAP SISTEM CERDAS Pertemuan Minggu ke-3 dan Minggu ke-4

3. Pengenalan Logical Agents

Logic merupakan jantung dari program, para pemrogram mempunyai keyakinan bahwa sebuah komputer dapat dibuat mengerti logika, maka komputer dapat dibuat untuk berfikir, karena logika kelihatannya menjadi inti dari kecerdasan.

a. Problema solving agent hanya bisa menyelesaikan masalah yang lingkungannya accessible

b. Kita membutuhkan agen yang dapat menambah pengetahuan dan menyimpulkan keadaan

c. Agent yang akan membantu seperti ini kita beri nama knowledge based agent

3.1 Knowledge-based agents

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

a. Representasi Pengetahuan yang bersifat general.

b. Kemampuan beradaptasi sesuai temuan fakta.

c. Kemampuan menyimpulkan sesuatu dari pengetahuan yang sudah ada.

- Syarat Representasi KB:

1. Representational Adequacy. Kemampuan merepresentasikan semua pengetahuan yang dibutuhkan dalam domainnya

2. Inferential Adequacy. Kemampuan memanipulasi struktur pengetahuan untuk membentuk struktur baru dalam menampung pengetahuan baru hasil inferensi

3. Inferential Efficiency. Kemampuan untuk manambahkan informasi untuk mempercepat pencarian dalam inferensi

4. Acquisitional Efficiency. Kemampuan untuk menambah informasi baru secara mudah.

Beberapa tahapan yang dilakukan dalam menyusun knowledge based agent:

a. Untuk dapat menyusun sebuah knowledge based agent maka kita harus terlebih dulu bisa menyusun knowledge basenya itu sendiri.

b. Untuk menyusun knowledge base kita perlu menentukan bagaimana cara kita merepresentasikan pengetahuan kita (knowledge representation)

c. Knowledge representation kita harus merupakan bentuk yang mudah disimpan dan digunakan pada komputer

3.2 Wumpus World

A. Aturan main Wumpus World

- Performance measure : emas +1000, mati -1000, gerak -1, panah -10

- Environment : Matriks 4x4 kamar. Initial state [1,1]. Ada gold, wumpus dan pit yang lokasinya dipilih secara acak.

- Percept :

· Breeze : kamar di samping lubang jebakan ada hembusan angin

· Glitter : kamar di mana ada emas ada kilauan/sinar

· Smell : kamar di samping Wumpus berbau busuk

- Action : maju, belok kiri 90 , kanan 90 , tembak panah (hanya 1!), ambil benda

B. Sifat Wumpus World

- (Fully) observable ? Tidak, hanya bisa persepsi local

- Deterministic? Ya, hasil tindakan jelas dan pasti

- Episodic? Tidak, tergantung action sequence

- Static? Ya, gold, wumpus, pit tidak bergerak

- Discrete? Ya

- Single agent? Tidak

3.3 Logic in general – models and entailment

A. Logic in general

- Logics adalah bahasa formal untuk mewakili informasi atau fakta sehingga (fakta baru, jawaban) kesimpulan yang bisa ditarik.

- Syntax adalah aturan yang mendefinisikan kalimat yang sah dalam bahasa

- Semantics adalah aturan yang mendefinisikan “arti” esbuah kalimat. Misal : kebenaran kalimat di dalam dunia.

B. Models

- Logicians biasanya berpikir dalam hal model, yang mana secara resmi tersruktur dunia sehubungan dengan kebenaran bisa dievaluasi.

- Kami bilang m adalah model dari kalimat jika di m

- M( ) adalah himpunan semua model

C. Entailment

- Entailment berarti sesuatu fakta bisa disimpulkan dari (kumpulan) fakta lain.

- KB |= : KB entails sentence jhj true dalam semua “dunia” di mana KB true

4. Metode Pencarian dan Pelacakan 1

Pelacakan adalah teknik untuk pencarian. Didalam pencarian ada dua kemungkinan hasil yang didapat yaitu menemukan dan tidak menemukan. Sehingga pencarian merupakan teknik yang penting dalam AI. Hal penting dalam menentukan keberhasilan sistem berdasarkan kecerdasan adalah kesuksesan dalam pencarian dan pencocokan. Pencarian adalah suatu proses mencari solusi dari suatu permasalahan melalui sekumpulan kemungkinan ruang keadaan (state place). Ruang keadaan merupakan suatu ruang yang berisi semua keadaan yang mungkin.

4.1 Metode Pencarian Buta (Blind Search) :

4.1.1 Breadth First Search (Pencarian Melebar Pertama)

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.

- Keuntungan

1. Tidak akan menemui jalan buntu

Jika ada satu solusi, maka breadth first akan menemukannya. Dan jika ada lebih dari satu solusi, maka solusi minimum akan ditemukan.

- Kekurangan

1. Membutuhkan memori yang cukup banyak, karena menyimpan semua node dalam satu pohon.

Membutuhkan waktu yang cukup lama karena akan menguji n level untuk mendapatkan solusi pada level yang ke-(n+1)

4.1.2 Depth First Search (Pencarian Mendalam Pertama)

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.

4.2 Metode Pencarian Heuristik (Pencarian Tersusun)

Pencarian tersusun atau pencarian heuristik merupakan suatu teknik yang digunakan untuk meningkatkan efisiensi dalam proses pencarian. Metode heuristik menggunakan suatu fungsi yang menghitung biaya perkiraan dari suatu simpul tertentu menuju ke simpul tujuan. Dalam pencarian state space, heuristik adalah aturan untuk memilih cabang-cabang yang paling mungkin menyebabkan penyelesaian permasalahan dapat diterima.

4.2.1 Generate and Test

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

- Bangkitkan suatu kemungkinan solusi (membangkitkan suatu titik tertentu atau lintasan tertendu dari keadaan awal).

- 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.

Kelemahan dari generate and test adalah perlunya membangkitkan semua kemungkinan sebelum dilakukan pengujian, serta membutuhkan waktu yang cukup lama dalam pencarian.

4.2.2 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. Algoritma dari pencarian ini adalah :

1. Mulai dari keadaan awal, jika merupakan tujuan, maka berhenti; tapi jika tidak, lanjutkan dengan keadaan sekarang sebagai keadaan awal.

2. Kerjakan langkah-langkah berikut hingga solusinya ditemukan, atau hingga tidak ada lagi operator baru yang diaplikasikan pada keadaan sekarang :

- Cari operator yang belum pernah digunakan sebagai operator untuk keadaan baru

- Evaluasi keadaan baru tersebut

jika keadaan baru adalah tujuan, keluar.
jika bukan tujuan namun nilai lebih baik, keadaan baru akan digunakan sebagai keadaan sekarang.
jika keadaan baru tidak lebih baik, maka lanjutkan interasi.

Kelemahan pada sistem ini adalah algoritma akan berhenti ketika mencapai optimum local, urutan penggunaan operator akan sangat berpengaruh, dan tidak diijinkan untuk melihat langkah sebelumnya.

Sumber :

- http://maukar.staff.gunadarma.ac.id/Downloads/folder/0.1

- https://yanneevelynip.wordpress.com/2013/10/20/metode-pencarian-dan-pelacakan-kecerdasan-buatan/

- http://buatugasai.blogspot.co.id/2013/04/metode-pencarian-dan-pelacakan_4.html

- https://rinnooberta.wordpress.com/2013/10/18/2-logical-agents/

- http://www.inf.ed.ac.uk/teaching/courses/inf2d/timetable/02_LogicA_wbg.pdf

- https://kangmasjuqi.files.wordpress.com/2008/10/iki303200809kuliah10slides.pdf