BAB 1 Pengenalan Intelegensi Buatan(KB)
Tugas Softskill Pengantar Teknologi Sistem Cerdas
Nama : Dewi Laras Wijayanti
NPM : 12114876
Kelas : 3KA10
Nama : Dewi Laras Wijayanti
NPM : 12114876
Kelas : 3KA10
BAB 1
Pengenalan Intelegensi Buatan(KB)
1.1 Pengertian Intelegensi Buatan
Kecerdasan Buatan adalah salah
satu cabang Ilmu pengetahuan berhubungan dengan pemanfaatan mesin untuk
memecahkan persoalan yang rumit dengan cara yang lebih manusiawi.
Pengertian
lain dari kecerdasan buatan adalah bagian ilmu komputer yang membuat agar mesin
komputer dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia.
Hal Ini biasanya dilakukan dengan
mengikuti/mencontoh karakteristik dan analogi berpikir dari
kecerdasan/Inteligensia manusia, dan menerapkannya sebagai algoritma yang
dikenal oleh komputer. Dengan suatu pendekatan yang kurang lebih fleksibel dan
efisien dapat diambil tergantung dari keperluan, yang mempengaruhi bagaimana
wujud dari perilaku kecerdasan buatan. AI biasanya dihubungkan dengan Ilmu
Komputer, akan tetapi juga terkait erat dengan bidang lain seperti Matematika,
Psikologi, Pengamatan, Biologi, Filosofi, dan yang lainnya. Kemampuan untuk
mengkombinasikan pengetahuan dari semua bidang ini pada akhirnya akan
bermanfaat bagi kemajuan dalam upaya menciptakan suatu kecerdasan buatan.
1.2 Intelegensi Buatan dan Intelegensi
alam
Pada sub bab diatas telah
dijelaskan mengenai Intelegensi buatan atau sering disebut dengan kecerdasan
buatan, kali ini saya akan menjelaskan mengenai kecerdasan alami atau
intelegensi alami.
Pengertian
Kecerdasan Alami adalah sifat pikiran yang mencakup sejumlah kemampuan, seperti
kemampuan menalar, merencanakan, memecahkan masalah, berpikir abstrak, memahami
gagasan, menggunakan bahasa, dan belajar yang terbentuk secara alami atau biasa
disebut bakat. Kecerdasan alami memungkinkan orang untuk menggunakan pengalaman
secara langsung.
Sedangkan perbedaan dari kecerdasan alami dan buatan
adalah :
Kecerdasan
Buatan :
1. Lebih bersifat
permanen. Kecerdasan alami bisa berubah karena sifat manusia pelupa. Kecerdasan
buatan tidak berubah selama sistem komputer & program tidak mengubahnya.
2. Lebih mudah
diduplikasi & disebarkan. Mentransfer pengetahuan manusia dari 1 orang ke
orang lain membutuhkan proses yang sangat lama & keahlian tidak akan pernah
dapat diduplikasi dengan lengkap. Jadi jika pengetahuan terletak pada suatu
sistem komputer, maka pengetahuan tersebut dapat disalin dari komputer tersebut
& dapat dipindahkan dengan mudah ke komputer yang lain.
3. Lebih murah.
Menyediakan layanan komputer akan lebih mudah & murah dibandingkan
mendatangkan seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu
yang sangat lama.
4. Bersifat konsisten
karena kecerdasan buatan adalah bagian dari teknologi komputer sedangkan
kecerdasan alami senantiasa berubah-ubah.
5. Dapat
didokumentasi.Keputusan yang dibuat komputer dapat didokumentasi dengan mudah
dengan cara melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami
sangat sulit untuk direproduksi.
6. Lebih cepat.
7. Lebih baik
Kecerdasan Alami :
1.
Kreatif : manusia memiliki kemampuan untuk menambah pengetahuan, sedangkan pada
kecerdasan buatan untuk menambah pengetahuan
harus dilakukan melalui sistem yang dibangun.
2.
Memungkinkan orang untuk menggunakan pengalaman secara langsung. Sedangkan pada
kecerdasan buatan harus bekerja dengan input-input simbolik.
3.
Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan buatan
sangat terbatas.
1.3 Komputasi Intelegensi Buatan dan
Komputasi Konvensional
Aritifficial Intelligence merupakan software yang
memungkinkan komputer digital bisa meniru beberapa fungsi otak manusia yang
terbatas. walaupun hardware artifficial intelligence khusus dapat dibuat,
tetapi ternyata hampir semua software AI bisa dilaksanakan pada semua jenis
komputer, mulai dari komputer mikro sampai komputer besar. Program AI dapat
ditulis dalam semua bahasa komputer dan telah ditulis dalam bahasa Assembler,
BASIC, Fortran,Pascal,C dan sebaliknya. Namun, bahasa pemrograman khusus
aplikasi AI mulai dikembangkan pula.Dua bahasa pemrograman AI yang sangat
populer adalah LISP dan Prolog.
Perbedaan Komputasi
Buatan dan Komvensional
a.
Komputasi
Konvensional
Teknik pembuatan Program AI sangat berbeda dengan teknik pemrograman menggunakan bahasa konvensional. Dalam software konvensional,kita memerintah komputer bagaimana menyelesaikan suatu masalah. Sebaliknya, dalam AI kita tidak memerintah komputer untuk menyelesaikan masalah, tetapi memeberitahu komputer tentang adanya masalah. Dalam komputasi konvensional, kita memberikan data kepada komputer dan program yang telah kita susun terlebih dahulu dengan langkah demi langkah memspesifikasikan cara data digunakan sampai komputer bisa memberikan solusi. Dalam komputasi AI, komputer mendapatkan pengetahuan tentang suatu wilayah subyek masalah tertentu dengan ditambah kemampuan inferensi. kita tidak memerintahkan komputer untukmemecahkan masalah tetapi sebaliknya komputer dan software-nya yang menentukan metode untuk mencapai suatu solusi.
program komputer konvensional didasarkan pada suatu algoritma yang disusun dengan jelas, rinci, serta langkah sampai pada hasil yang sudah ditentukan sebelumnya. program bisa berupa rumus matematika atau prosedur berurutan yang tersusun dengan jelas yang mengarah ke suatu solusi. algoritma tersebut kemudian dipindahkan ke dalam program komputer. daftar instruksi disusun berurutan untuk mengarahkan komputer agar bisa sampai pada hasil yang didinginkan. selanjutnya, algoritma bisa digunakan untuk mengolah data bilangan, huruf, atau kata lainnya.
Komputasi Buatan (AI)
Sebaliknya, software AI tidak didasarkan pada algoritma, tetapi didadasarkan pada representasi dan manipulasi simbol. Didalam AI, sebuah simbol bisa merupakan huruf, kata, atau bilangan yang digunakan untuk menggambarkan objek, proses, dan huungannya. sumber bisa merupakan cetakan atau elektronik. objek bisa berupa orang, benda, ide, pikiran, peristiwa, atau pernyataan suatu fakta. Dengan menggunakan simbol, komputer bisa menciptakan suatu basis pengetahuan yang menyatakan fakta, pikiran, dan hubungannya satu sama lain. berbagai proses digunakan unutk memanipulasi simbol agar mampu memecahkan masalah. Pengolahannya bersifat kuantitatif, bukan kulaitatif seperti halnya komputasi yang didasarkan pada algoritma.
Teknik pembuatan Program AI sangat berbeda dengan teknik pemrograman menggunakan bahasa konvensional. Dalam software konvensional,kita memerintah komputer bagaimana menyelesaikan suatu masalah. Sebaliknya, dalam AI kita tidak memerintah komputer untuk menyelesaikan masalah, tetapi memeberitahu komputer tentang adanya masalah. Dalam komputasi konvensional, kita memberikan data kepada komputer dan program yang telah kita susun terlebih dahulu dengan langkah demi langkah memspesifikasikan cara data digunakan sampai komputer bisa memberikan solusi. Dalam komputasi AI, komputer mendapatkan pengetahuan tentang suatu wilayah subyek masalah tertentu dengan ditambah kemampuan inferensi. kita tidak memerintahkan komputer untukmemecahkan masalah tetapi sebaliknya komputer dan software-nya yang menentukan metode untuk mencapai suatu solusi.
program komputer konvensional didasarkan pada suatu algoritma yang disusun dengan jelas, rinci, serta langkah sampai pada hasil yang sudah ditentukan sebelumnya. program bisa berupa rumus matematika atau prosedur berurutan yang tersusun dengan jelas yang mengarah ke suatu solusi. algoritma tersebut kemudian dipindahkan ke dalam program komputer. daftar instruksi disusun berurutan untuk mengarahkan komputer agar bisa sampai pada hasil yang didinginkan. selanjutnya, algoritma bisa digunakan untuk mengolah data bilangan, huruf, atau kata lainnya.
Komputasi Buatan (AI)
Sebaliknya, software AI tidak didasarkan pada algoritma, tetapi didadasarkan pada representasi dan manipulasi simbol. Didalam AI, sebuah simbol bisa merupakan huruf, kata, atau bilangan yang digunakan untuk menggambarkan objek, proses, dan huungannya. sumber bisa merupakan cetakan atau elektronik. objek bisa berupa orang, benda, ide, pikiran, peristiwa, atau pernyataan suatu fakta. Dengan menggunakan simbol, komputer bisa menciptakan suatu basis pengetahuan yang menyatakan fakta, pikiran, dan hubungannya satu sama lain. berbagai proses digunakan unutk memanipulasi simbol agar mampu memecahkan masalah. Pengolahannya bersifat kuantitatif, bukan kulaitatif seperti halnya komputasi yang didasarkan pada algoritma.
1.4 SejarahIntelegensi Buatan
Sejarah Kecerdasan
Buatan
Teori-teori
yang mengarah ke KB sudah muncul sejak tahun 1941. Berikut ini tahap-tahap
sejarah perkembangan KB :
A.
Era Komputer Elektronik (1941)
Ditemukannya
pertama kali alat penyimpanan dan pemprosesan informasi yang disebut komputer
elektronik. Penemuan ini menjadi dasar pengembangan program yang mengarah ke
KB.
B.
Masa Persiapan KB (1943 – 1956)
Tahun 1943, Warren
McCulloch dan Walter Pittsmengemukakan tiga hal, yaitu :
a.
pengetahuan fisiologi dasar dan fungsi sel syaraf dalam otak
b.
analisis formal tentang logika proposisi (propositional logic)
c.teori
komputasi Turing
Tahun
1950, Norbert Wiener membuat penelitian mengenai prinsip-prinsip teori
feedback. Contoh yang terkenal adalah thermostat. Penemuan ini juga merupakan
awal dari perkembangan KB.
Tahun
1956, John McCarthy meyakinkan Minsky, Claude Shannon dan Nathaniel Rochester
untuk membantunya melakukan penelitian dalam bidang Automata, Jaringan Syaraf
dan pembelajaran intelijensia. Mereka kerjakan projek ini selama dua tahun
di Dartmouth. Hasilnya adalah program yang mampu berpikir non-numerik dan
menyelesaikan masalah pemikiran yang dinamakan Principia Mathematica. Hal ini
menjadikan McCarthy disebut sebagai ”Bapak Kecerdasan Buatan”.
C.
Awal Perkembangan Kecerdasan Buatan (1956 – 1969)
Diawali
dengan kesuksesan Newell dan Simon dengan sebuah program yang disebut ”General
Prbolem Solver”. Program ini dirancang untuk memulai penyelesaian masalah
secara manusiawi.
Tahun
1958, McCarthy mendefenisikan bahasa pemrograman tingkat tinggi, yaitu LISP,
yang sekarang mendominasi pembuatan program-program kecerdasan buatan.
McCarthy membuat
program yang dinamakan programs with Common Sense. Di dalam program tersebut,
dibuat rancangan untuk menggunakan pengetahu-an dalam mencari solusi.
Tahun
1959, Nathaniel Rochester dari IBM dan mahasiswa-mahasiswanya mengeluarkan
program, kecerdasan buatan, yaitu geometry Theorm Prover. Program ini dapat
membuktikan suatu teorema menggunakan axioma-axioma yang ada.
Tahun
1963, program yang dibuat James Slagle mampu menyelesaikan masalah integral
untuk mata kuliah kalkulus.
Tahun 1968, program
analogi buatan Tom Evan menyelesaikan masalah analogi geometris yang ada pada
tes IQ.
D.
Sistem Berbasis Pengetahuan (1969 – 1979)
Pengetahuan
adalah kekuatan pendukung KB. Hal ini dibuktikan dengan program yang dibuat
oleh Ed Feigenbaum, Bruce Buchanan dan Joshua Lederberg yang membuat
program untuk memecahkan masalah struktur molekul dari informasi yang
didapatkan dari spectometer massa.
Program
ini dinamakan Dendral Programs yang berfokus pada segi pengetahuan kimia. Dari
segi diagnosa medis juga sudah ada yang menemukannya, yaitu Saul Amarel dalam
proyek Computer in Biomedicine. Proyek ini diawali dengan keinginan untuk
mendapatkan diagnosa penyakit berdasarkan pengetahuan yang ada pada mekanisme
penyebab proses penyakit.
E.
KB menjadi sebuah industri (1980 – 1988)
Industrialisasi KB
diawali dengan ditemukannya ”sistem pakar” (expert system) yang dinamakan R1
yang mampu mengonfigurasi sistem-sistem komputer baru. Program tersebut mulai
dioperasikan di Digital Equipment Corporation (DEC), McDermot tahun 1982.
Tahun 1986, program
tersebut mampu menghemat biaya US$ 40 juta /tahun.
Tahun 1988, Kelompok KB
di DEC menjalankan 40 sistem pakar.
Booming KB ini juga
melibatkan perusahaan-perusahaan besar seperti Carnegie Group, Inference,
Intellicorp dan Technoledge yang menawarkan software tools untuk membangun
sistem pakar.
Perusahaan Hardware
seperti LISP Machines Inc, Texas Instruments, Symbolics dan Xerox juga turut
berperan dalam membangun workstation yang dioptimasi untuk pembangunan LISP.
F.
Era Kembalinya Jaringan Syaraf Tiruan (1986 – Sekarang)
Para
ahli fisika seperti Hopfield (1982) menggunakan teknik-teknik mekanika
statistika untuk menganalisa sifat-sifat penyimpanan dan optimasi pada jaringan
syaraf.
Para ahli psikologi,
David Rumelhart dan Geoff Hinton, melanjutkan penelitian mengenai model
jaringan syaraf pada memori.
Pada
tahun 1985-an, sedikitnya empat kelompok riset menemukan kembali algoritma
belajar propagasi balik (Back-Propagation learning). Algoritma ini berhasil
diimplementasikan ke dalam ilmu komputer dan psikologi.
1.5 Lingkup Intelegensi Buatan
Lingkup
utama kecerdasan buatan antara lain :
1. Pengolahan
bahasa alami (natural language processing) : Diman user dapat
berkomunikasi dengan komputer menggunakan bahasa sehari-hari, misal bahasa
Inggris, bahasa Indonesia, bahasa Jawa, dan lain-lain, contoh :
a. Pengguna
sistem dapat memberikan perintah dengan bahasa sehari-hari, misalnya, untuk
menghapus semua file, pengguna cukup memberikan perintah ”komputer, tolong
hapus semua file !” maka sistem akanmentranslasikan perintah bahasa alami
tersebut menjadi perintah bahasa formal yang dipahami oleh komputer, yaitu ”delete
*.* <ENTER>”.
b. Translator
bahasa Inggris ke bahasa Indonesia begitu juga sebaliknya dan lain-lain, tetapi
sistem ini tidak hanya sekedar kamus yang menerjemahkan kata per kata, tetapi
juga mentranslasikan sintaks dari bahasa asal ke bahasa tujuan
c. Text
summarization : Suatu sistem yang dapat membuat ringkasan hal-hal penting
dari suatu wacana yang diberikan.
2. Sistem pakar (expert
system) : Komputer sebagai sarana untuk menyimpan pengetahuan para pakar
sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan meniru
keahlian yang dimiliki pakar.
3. Pengenalan
ucapan (speech recognition): Manusia dapat berkomunikasi dengan komputer
menggunakan suara. Contoh:
a. Memberikan
instruksi ke komputer dengan suara.
b. Alat
bantu membaca untuk tunanetra, mempunyai masukan berupa teks
tercetak (misalnya buku) dan mempunyai keluaran berupa ucapan dari teks
tercetak yang diberikan.
c. Konversi dari SMS (Short Message System) ke
ucapan sehingga pesan SMS dapat didengar. Dengan demikian memungkinkan untuk
mendengar pesan SMS sambil melakukan aktivitas yang menyulitkan untuk
membacanya, seperti mengendarai mobil.
4. Robotika
& sistem sensor
a.
Sistem sensor pada mesin cuci yaitu menggunakan sensor optik,
mengeluarkan cahaya ke air dan mengukur bagaimana cahaya tersebut sampai ke
ujung lainnya. Makin kotor, maka sinar yang sampai makin redup. Sistem juga
mampu menentukan jenis kotoran tersebut daki/minyak.Sistem juga bisa menentukan
putaran yang tepat secara otomatis berdasarkan jenis dan banyaknya kotoran
serta jumlah yang akan dicuci.
b. Robotika
5. Computer
vision : Menginterpretasikan gambar atau objek-objek tampak melalui
komputer.
6. Intelligent
computer-aided instruction : Komputer dapat digunakan sebagai tutor yang
dapat melatih dan mengajar. Contoh : Learn to speak English.
7. Game
playing: Pada tahun 1997, Deep Blue mengalahkan Garry Kasparov, the
World Chess Champion. Deep Blue chess machine menggunakan komputer
IBM, dibuat tahun 1990-an oleh Hsu, Campbell, Tan, Hoane, Brody, Benjamin. Deep
Blue mampu mengevaluasi 200 juta posisi bidak catur per detik.
1.6 Soft Computing
1. Apakah Soft
Computing itu?
Soft
computing merupakan inovasi baru dalam membangun sistem cerdas. Sistem cerdas
ini merupakan sistem yang memiliki keahlian seperti manusia pada domain
tertentu, mampu beradaptasi dan belajar agar dapat bekerja lebih baik jika
terjadi perubahan lingkungan.
2. Komponen Soft
Computing (SC)
SC dapat dipandang
sebagai suatu komponen dasar untuk medan kemunculan konsepsi kecerdasan:
a. Sistem
Fuzzy (Fuzzy System / FS)
b. Jaringan
Syaraf (Neural Networks / NN)
c. Penalaran
Probabilistik (Probabilistic Reasoning / PR)
d. Evolutionary
Computing (EC)
e. Machine
Learning (ML)
FS
mengakomodasi ketidaktepatan (imprecision), PR mengakomodasi ketidakpastian (uncertainity),
NN menggunakan pembelajaran untuk meminimalisir kebenaran parsial (partial
truth) dan perkiraan untuk mencapaitractability, EC untuk mencapai optimasi
dalam rangka ketahanan (robustness) dan biaya penyelesaian murah.
Dengan
demikian ke-4 unsur dalam SC bukan merupakan kompetisi melainkan saling
melengkapi. Bahkan dalam kenyataanya, keempatnya digunakan secara sinergis
ketimbang digunakan dikerjakan secara sendiri.
3. Karakteristik Soft
Computing
Soft
Computing memiliki karakteristik berikut:
a. Soft
Computing memerlukan keahlian manusia, apabila direpresentasikan dalam
bentuk aturan (if_then).
b. Model
komputasinya diilhami oleh proses biologis.
c. Soft
Computing merupakan teknik optimasi baru.
d. Soft
Computing menggunakan komputasi numeris.
e. Soft
Computing memiliki toleransi kegagalan (meskipun kualitasnya berangsur-ngsur
memburuk).
4. Soft Computing Saat
Ini
BISC
Group (Berkeley Initiative on Soft Computing)
Pekerjaan dari
teknik-teknik SC mendorong ke arah sistem-sistem yang memiliki MIQ (Machine
Intelligence Quotient) tinggi. Dalam ukuran besar, ini adalah MIQ tinggi dari
sistem yang mendasarkan pada SC (SC-based system) yang meliputi pertumbuhan
cepat dalam jumlah dan macam aplikasi-aplikasi soft computing.
1.7 Definisi
Masalah dan Ruang Masalah
Masalah,
Ruang Keadaan dan Pencarian
SISTEM AI
Input->Computer->output
Masalah->Computer->Jawaban
Pertanyaan->computer->Solusi
Masalah->Computer->Jawaban
Pertanyaan->computer->Solusi
MASALAH
untuk
membangun sistem yang mampu untuk menyelesaikan suatu masalah perlu
mempertimbangkan 4 hal yaitu :
–Mendefinisikan masalah dengan tepat
• Spesifikasi yang tepat mengenai keadaan awal
• Solusi yang diharapkan
–Menganalisis masalah serta mencari beberapa teknik
penyelesaian masalah yang sesuai
–Merepresentasikan pengetahuan yang perlu untuk
menyelesaikan masalah
–Memilih teknik penyelesaian masalah yang terbaik
RUANG KEADAAN (State Space)
–Mendefinisikan masalah dengan tepat
• Spesifikasi yang tepat mengenai keadaan awal
• Solusi yang diharapkan
–Menganalisis masalah serta mencari beberapa teknik
penyelesaian masalah yang sesuai
–Merepresentasikan pengetahuan yang perlu untuk
menyelesaikan masalah
–Memilih teknik penyelesaian masalah yang terbaik
RUANG KEADAAN (State Space)
Suatu
ruang yang berisi semua keadaan yang mungkin sehingga secara umum untuk
mendeskripsikan masalah yang baik harus :
• Mendefinisikan suatu ruang keadaan
• Menetapkan satu atau lebih keadaan awal
• Menetapkan satu atau lebih tujuan
• Menetapkan kumpulan aturan
Ada beberapa cara untuk mempresentasikan Ruang keadan :
• Graph Keadaan
1. Terdiri dari node-node yang menunjukkan
keadaan yaitu keadaan awal dan keadaan baru
yang akan dicapai dengan menggunakan
operator
2. Node-node saling dihubungkan dengan
menggunakan arc (busur) yang diberi panah
untuk menunjukkan arah
Contoh lintasan dari M ke T
– M-A-B-C-E-T, M-A-B-C-E-H-T, M-D-C-E-T, M-D-C-E-H-T
Yang tidak sampai
– M-A-B-C-E-F-G, M-A-B-C-E-I-J, M-D-C-E-F-G, M-D-C-E-I-J, M-D-I-J
• Pohon Pelacakan
Keuntungan pohon pelacakan:
>> Tujuan tercapai
>> Tidak terjadi siklus
Kelemahan pohon pelacakan:
>> Proses pelacakan agak lama (perlu waktu lama)
METODE PENCARIAN dan PELACAKAN
• Mendefinisikan suatu ruang keadaan
• Menetapkan satu atau lebih keadaan awal
• Menetapkan satu atau lebih tujuan
• Menetapkan kumpulan aturan
Ada beberapa cara untuk mempresentasikan Ruang keadan :
• Graph Keadaan
1. Terdiri dari node-node yang menunjukkan
keadaan yaitu keadaan awal dan keadaan baru
yang akan dicapai dengan menggunakan
operator
2. Node-node saling dihubungkan dengan
menggunakan arc (busur) yang diberi panah
untuk menunjukkan arah
Contoh lintasan dari M ke T
– M-A-B-C-E-T, M-A-B-C-E-H-T, M-D-C-E-T, M-D-C-E-H-T
Yang tidak sampai
– M-A-B-C-E-F-G, M-A-B-C-E-I-J, M-D-C-E-F-G, M-D-C-E-I-J, M-D-I-J
• Pohon Pelacakan
Keuntungan pohon pelacakan:
>> Tujuan tercapai
>> Tidak terjadi siklus
Kelemahan pohon pelacakan:
>> Proses pelacakan agak lama (perlu waktu lama)
METODE PENCARIAN dan PELACAKAN
Ada
2 teknik pencarian dan pelacakan, yakni:
1. Pencarian Buta (Blind Search)
a. Pencarian Melebar Pertama (Breadth-First Search)
b. Pencarian Mendalam Pertama (Depth-First Search)
2. Pencarian terbimbing (heuristic search)
a. Pembangkit & Pengujian (generate and test)
b. Pendakian Bukit (Hill climbing)
b.1 Simple Hill Climbing
b.2 Steepest-Ascent Hill Climbing
c. Pencarian Terbaik Pertama (Best First Search)
c.1 OR Graph
c.2 Algoritma A*
d. Simulated Annealing
1. Pencarian Buta (Blind Search)
a. Pencarian Melebar Pertama (Breadth-First Search)
b. Pencarian Mendalam Pertama (Depth-First Search)
2. Pencarian terbimbing (heuristic search)
a. Pembangkit & Pengujian (generate and test)
b. Pendakian Bukit (Hill climbing)
b.1 Simple Hill Climbing
b.2 Steepest-Ascent Hill Climbing
c. Pencarian Terbaik Pertama (Best First Search)
c.1 OR Graph
c.2 Algoritma A*
d. Simulated Annealing
Daftar pustaka
·
Kusumadewi, Sri,
Artificial Intelligence (Teknik dan Aplikasinya),Graha Ilmu: Yogyakarta, 2003.
Komentar
Posting Komentar