Resume Pertemuan 1 - Konsep Dasar dan Heuristik Search
10:30 PM
•
Kuliah - Sistem Pakar
•
0
comments
A. Pengertian Sistem Pakar
Sistem Pakar adalah sebuah program komputer yang mencoba meniru atau mensimulasikan pengetahuan (knowledge) dan ketrampilan (skill) dari seorang pakar pada area tertentu. Selanjutnya sistem ini akan mencoba memecahkan suatu permasalahan sesuai dengan kepakarannya.
• Sistem pakar merupakan salah satu aplikasi dari kecerdasan buatan (artificial intelligence).
• AI sendiri berakar dari keinginan manusia untuk membuat sebuah mesin cerdas.
• Dewasa ini sistem pakar telah diaplikasikan dalam banyak bidang, misalnya: industri manufaktur, pertanian, medis, militer de-es-be.
B. Contoh Permasalahan
Contoh klasik permasalahan dalam sistem pakar adalah masalah 2 ember air. "Diberikan 2 ember air yang berkapasitas 8 litter dan 6 liter. Kita dapat mengisi satu ember dari ember lainnya dan proses penakaran hanya dengan memakai 2 ember tersebut. Bagaimana kita bisa mendapatkan tepat 4 liter dalam ember 8 liter. Asumsikan tidak ada air yang hilang dalam proses penakaran".
Langkah penyelesaian:
1.Menentukan aksi-aksi (problem space) yang bisa mengubah kondisi pada kedua ember dalam bentuk rule atau tree-diagram seperti dalam Gambar 1.1 Contoh kemungkinan aksi-aksi:
(a) Isi ember 8 liter.
(b) Isi ember 6 liter.
(c) Kosongkan ember 8 liter.
(d) Kosongkan ember 6 liter.
(e) Isikan seluruh air dalam ember 8 liter ke 6 liter.
(f) Isikan seluruh air dalam ember 6 liter ke 8 liter.
(g) Penuhi ember 8 liter dari 6 liter.
(h) Penuhi ember 6 liter dari 8 liter.
2. Menentukan urutan aksi untuk menghasilkan solusi, seperti:
(0,0)→b (0,6) f→(6,0) →b (6,6) g→(8,4) →c (0,4) f→(4,0)
Gambar 1. Diagram Tree Untuk "Jug Problem"
C. Heuristic Searching
1. Depth-first Search
Depth-first search (DFS) adalah proses searching sistematis buta yang melakukan ekpansi sebuah path (jalur) menuju penyelesaian masalah sebelum melakukan ekplorasi terhadap path yang lain. Proses searching mengikuti sebuah path tunggal sampai menemukan goal atau dead end. Apabila proses searching menemukan dead-end, DFS akan melakukan penelusuran balik ke node terakhir untuk melihat apakah node tersebut memiliki path cabang yang belum dieksplorasi. Apabila cabang ditemukan, DFS akan melakukan cabang tersebut. Apabila sudah tidak ada lagi cabang yang dapat dieksplorasi, DFS akan kembali ke node parent dan melakukan proses searching terhadap cabang yang belum dieksplorasi dari node parent sampai menemukan penyelesaian masalah.
2. Breadth-first Search
Breadth-first search (BFS) melakukan proses searching pada semua node yang berada pada level atau hirarki yang sama terlebih dahulu sebelum melanjutkan proses searching pada node di level berikutnya.
3. Hill-Climbing Search
Metoda Hill-climbing merupakan variasi dari depth-first search. Dengan metoda ini, eksplorasi terhadap keputusan dilakukan dengan cara depth-first search dengan mencari path yang bertujuan menurunkan cost untuk menuju kepada goal/keputusan. Sebagai contoh kita mencari arah menuju Tugu Pahlawan, setiap kali sampai dipersimpangan jalan kita berhenti dan mencari arah mana yang kira-kira akan mengurangi jarak menuju Tugu Pahlawan. Dengan cara demikian sebetulnya kita berasumsi bahwa secara umum arah tertentu semakin dekat ke Tugu Pahlawan.
4. Branch and Bound Search
Proses searching dengan mencari jalur terpendek.
5. Best-First Search
Best-First Search melakukan proses searching dengan cara memberikan estimasi berapa jauh node asal dari solusi yang diinginkan. Dengan metoda ini, proses dilakukan dengan melakukan ekspansi terhadap setiap node yang memiliki estimasi terpendek.
6. A* Search
A* Search merupakan gabungan antara best-first dan branch and bound search. Misalkan kita memberikan estimasi setiap node terhadap solusi yang diinginkan. Maka proses searching untuk mencari jarak terpendek dilakukan dengan melakukan komputasi terhadap total estimasi.
Sistem Pakar adalah sebuah program komputer yang mencoba meniru atau mensimulasikan pengetahuan (knowledge) dan ketrampilan (skill) dari seorang pakar pada area tertentu. Selanjutnya sistem ini akan mencoba memecahkan suatu permasalahan sesuai dengan kepakarannya.
• Sistem pakar merupakan salah satu aplikasi dari kecerdasan buatan (artificial intelligence).
• AI sendiri berakar dari keinginan manusia untuk membuat sebuah mesin cerdas.
• Dewasa ini sistem pakar telah diaplikasikan dalam banyak bidang, misalnya: industri manufaktur, pertanian, medis, militer de-es-be.
B. Contoh Permasalahan
Contoh klasik permasalahan dalam sistem pakar adalah masalah 2 ember air. "Diberikan 2 ember air yang berkapasitas 8 litter dan 6 liter. Kita dapat mengisi satu ember dari ember lainnya dan proses penakaran hanya dengan memakai 2 ember tersebut. Bagaimana kita bisa mendapatkan tepat 4 liter dalam ember 8 liter. Asumsikan tidak ada air yang hilang dalam proses penakaran".
Langkah penyelesaian:
1.Menentukan aksi-aksi (problem space) yang bisa mengubah kondisi pada kedua ember dalam bentuk rule atau tree-diagram seperti dalam Gambar 1.1 Contoh kemungkinan aksi-aksi:
(a) Isi ember 8 liter.
(b) Isi ember 6 liter.
(c) Kosongkan ember 8 liter.
(d) Kosongkan ember 6 liter.
(e) Isikan seluruh air dalam ember 8 liter ke 6 liter.
(f) Isikan seluruh air dalam ember 6 liter ke 8 liter.
(g) Penuhi ember 8 liter dari 6 liter.
(h) Penuhi ember 6 liter dari 8 liter.
2. Menentukan urutan aksi untuk menghasilkan solusi, seperti:
(0,0)→b (0,6) f→(6,0) →b (6,6) g→(8,4) →c (0,4) f→(4,0)
Gambar 1. Diagram Tree Untuk "Jug Problem"
1. Depth-first Search
Depth-first search (DFS) adalah proses searching sistematis buta yang melakukan ekpansi sebuah path (jalur) menuju penyelesaian masalah sebelum melakukan ekplorasi terhadap path yang lain. Proses searching mengikuti sebuah path tunggal sampai menemukan goal atau dead end. Apabila proses searching menemukan dead-end, DFS akan melakukan penelusuran balik ke node terakhir untuk melihat apakah node tersebut memiliki path cabang yang belum dieksplorasi. Apabila cabang ditemukan, DFS akan melakukan cabang tersebut. Apabila sudah tidak ada lagi cabang yang dapat dieksplorasi, DFS akan kembali ke node parent dan melakukan proses searching terhadap cabang yang belum dieksplorasi dari node parent sampai menemukan penyelesaian masalah.
2. Breadth-first Search
Breadth-first search (BFS) melakukan proses searching pada semua node yang berada pada level atau hirarki yang sama terlebih dahulu sebelum melanjutkan proses searching pada node di level berikutnya.
3. Hill-Climbing Search
Metoda Hill-climbing merupakan variasi dari depth-first search. Dengan metoda ini, eksplorasi terhadap keputusan dilakukan dengan cara depth-first search dengan mencari path yang bertujuan menurunkan cost untuk menuju kepada goal/keputusan. Sebagai contoh kita mencari arah menuju Tugu Pahlawan, setiap kali sampai dipersimpangan jalan kita berhenti dan mencari arah mana yang kira-kira akan mengurangi jarak menuju Tugu Pahlawan. Dengan cara demikian sebetulnya kita berasumsi bahwa secara umum arah tertentu semakin dekat ke Tugu Pahlawan.
4. Branch and Bound Search
Proses searching dengan mencari jalur terpendek.
5. Best-First Search
Best-First Search melakukan proses searching dengan cara memberikan estimasi berapa jauh node asal dari solusi yang diinginkan. Dengan metoda ini, proses dilakukan dengan melakukan ekspansi terhadap setiap node yang memiliki estimasi terpendek.
6. A* Search
A* Search merupakan gabungan antara best-first dan branch and bound search. Misalkan kita memberikan estimasi setiap node terhadap solusi yang diinginkan. Maka proses searching untuk mencari jarak terpendek dilakukan dengan melakukan komputasi terhadap total estimasi.
(0) Comments
Post a Comment