Tugas 6 Kecerdasan Buatan

BFS (Breadth First Search)

Latar Belakang Masalah

1.       Pengertian Breadth First Search (BFS)

2.       Cara Kerja Breadth First Search (BFS)

3.       Pencarian Lintasan Terpendek Dengan BFS

Isi

1.       Pengertian Algoritma Breadth First Search

Breadth First Search (BFS) adalah sebuah algoritma pencarian berupa graf yang dimulai dari node pangkal dan setelah itu menjelajahi semua node yang jaraknya berdekatatan. Pencarian yang dilakukan bertujuan untuk memeriksan dan juga memperluas semua node dari sebuah graf atau kombinasi dari uutan dengan menggunakan solusi secara sistematis. Pencarian soluasi dilakukan dengan mengunjungi ( melewati ) simpul-simpul grraf yang telah tersedua ( dibentuk terlebih dahulu) sebelum pencarian solusinya.

Breadth First Search (BFS) memiliki kelebihan dimana kelebihannya adalah dalam proses pencarian solusi kita tidak akan menemui jalan buntu dan menjamin ditemukannya solusi (jika solusinya memang ada ) dan solusi yang ditemukan pasti solusi yang paling baik. Dan BFS juga memilikin kekurangan yaitu harus menyediakan memori yang cukup banyak dan membutuhkan waktu yang lama dalam proses pengerjaannya.

2.      Cara Kerja Breadth First Search (BFS)

Adapun Cara Kerja Breadth First Search (BFS) adalah simpul anak yang telah dikunjungi disimpan dalam suatu antrian.

Berikut ad acara atau langkah-langkah dalam pengerjaan atau penerapan algoritma BFS:

1.   Masukkan simpul ujung (akar) ke dalam antrian.

2.   Ambil simpul dari awal antrian, lalu lakukan pengecekan apakah simpul merupakan solusi.

3.   Jika simpul merupakan solusi, pencarian selesai.

4.   Jika simpul belum jadi solusinya, maka lanjutkan ke pencarian node selanjutnya.

5.   Jika antrian kosong sementara solusinya belum ditemukan, maka pencarian selesai.

6.   Ulangi pencarian dari langkah yang kedua

3.       Contoh Kasus Pencarian Lintasan Terpendek :

            Penjelasan Gambar :

1.       Membangkitakan anak dari Balige = Tambunan, Tampahan, OnanRaja

2.       Karena Goal State ( Porsea) belum tercapai maka kita bangkitkan anak dari Balige

-          Tambunan = Laguboti , Silaen

-          Laguboti = Sitoluama,  Porsea

-          Tampahan = Tara Bunga

-          Onan Raja = Pardede Onan, Rs Blige

3.       Akhirnya tercapai Goal State ( Porsea).

Penutup

Kesimpulan

Proses pencarian pada semua node yang telah tersedia dimana pencarian terlebih dahulu dilakukan pada node terdekat sebelum melanjutkan proses pencarian pada node berikutnya.

Saran

Lebih Memahami lagi ragam Algoritma.

Nama : Tentri May Simbolon

NPM : 1144027

Kelas : D4 Teknik Informatika 3C

Kampus : Politeknik Pos Indonesia

Link Github :

Link Plagiarime :

Smallseotools : https://drive.google.com/open?id=0B7tQon2iaQFdNllBd3RyWU45d0k

Searchenginereports : https://drive.google.com/open?id=0B7tQon2iaQFdMmlKR3BYcGFDeFk

Link Github : https:https://github.com/D4TI3C/Tentri-May-Simbolon-1144027/blob/master/doc/kuliah/pertemuan6.md

Link Refrensi

http://yoursknowladge.blogspot.co.id/2015/04/makalah-algoritma-breadth-first-search.html

http://eprints.mdp.ac.id/1431/1/Jurnal.pdf

http://ejournal.stmik-time.ac.id/index.php/jurnalTIMES/article/view/6

Matakuliah Kecerdasan Buatan

Tugas 5 KECERDASAN BUATAN PENGELOLAHAN BAHASA ALAMI

Pengelolaan ( N L P )

Bahasa Alami

Latar Belakang Masalah :

1.   Pengelolaan Bahasa Alami

2.   Bidang Pengetahuan Dalam Natural Language

3.   Speech Recognition

Isi

1.   Pengelolaan Bahasa Alami

Pengelolaan Bahasa Alami adalah suatu proses pembuatan model komputasi sehingga terjadi suatu interaksi manusia dengan computer dengan menggunakan Bahasa keseharian kita

(manusia).

2.   Bidang Pengetahuan Dalam Natural Language

-    Fonetik dan Fonologi

Berkaitan dengan suara yang menghasilkan kata yang dapat dikenali.

Cth: Siri

-    Morfologi

Pembentukan kata dari kata dasar. Pengetahuan tentang kata yang bentuknya dimanfaatkan untuk membedakan saku kata dengan kata yang lainnya.

Cth : Menyanyi ( me -nyanyi )

       Lari-lari ( banyak yang lari )

-    Sintaksis

Pemahaman tentang urutan kata dalam sebuah kalimat, dalam pembentukan kalimat dan hubungan antar kata dapat membuat suatu perubahan sebuah kalian yang bentuknya menjadi bentu yang sistematis.

Contoh :

o    IBU PERGI KE PASAR
 S       P         K

o    IBU SEDANG MEMBACA BUKU

S        P                       O

-    Semantik

Pembuatan bentuk struktur sintaksis dari arta kata sesungguhnya ( paling dasar ). Semantik mempelajari kata demi kata, kata-kata yang alig dasar dan membentuk suatu arti kalimat yang utuh.

Cth : Kutu Buku

-    Pragmatik

Pengetahuan tentang konteks tergantung pada tujuan dan situasi pembetukan kaliamat.

-    Discourse Knowlodge

Pengetahuan tentang melihat kemabli apakah suatu kaliam yang sudah dibaca atau sudah dikenali sebelumnya akan sama artinya dengan kalimat selanjutnya.

-    Word Knowledge

Pengetahuan tentang arti umum maupun arti khusu sebuah kata pada sebuah konteks.

3.   Speech Recognition

SpeechRecognition merupakan library python untuk melakukan pengenalan suara, dengan dukungan beberapa mesin dan API, online dan offline. Dibawah ini akan dijelaskan bagaimana cara menginstall dan apa saja yang dibutuhkan sebelum menginstall SpeechRecognition pada sistem operasi Windows.

Pertama, install terlebih dahulu pyaudio yang digunakan untuk menginput micropone.

Pip install pyaudio

Selanjutnya install PocketSphinx untuk menggunakan Sphinx recognizer.

Pip install wheel

Lalu install Google API Client Library for Python untuk menggunakan Google Cloud Speech API.

Pip install geogle-api-python-client

Terakhir install SpeechRecognition.

Pip install speechRecognition

Selesai.

Dibawah ini juga terdapat contoh hasil program mengubah suara ke teks menggunakan library SpeechRecognition.

Hasil Implementasi

Kesimpulan

Pengelolaan Bahasa Alami adalah suatu proses pembuatan model komputasi sehingga terjadi suatu interaksi manusia dengan computer dengan menggunakan Bahasa keseharian kita

(manusia).

Saran

Memahami materi lebih maksimal lagi.

Nama : Tentri May Simbolon

NPM : 1144027

Kelas : D4 Teknik Informatika 3C

Kampus : Politeknik Pos Indonesia

Link Github :

Link plagiarisme

Duplichecker :https://drive.google.com/open?id=0B7tQon2iaQFdRVF3YWMweXMtOFk

Searchenginereports : https://drive.google.com/open?id=0B7tQon2iaQFdaXpjWUp6Tkt5UEU

Link refrensi :

http://entin.lecturer.pens.ac.id/Kecerdasan%20Buatan/Buku/Bab%205%20Natural%20Language%20Processing.pdf

Matakuliah Kecerdasan Buatan

Resume Pertemuan 4 Kecerdasan Buatan

Ruang Keadaan

Latar Belakang Masalah

     

Ruang keadaan adalah cara untuk mendefenisikam permasalahan kedalam bentuk representasi algoritma. Masalah yang dapat didefinisikan yaitu masalah yang masuk akal atau yang merupakan keadaan yang mungkin.

Dalam  ruang keaadaan kita dapat memahami sebuah masalah dengan baik, maka kita harus :

1.    Mendefenisikan suatu ruang keadaan tersebut

2.    Menetapkan satu atau lebih keadaan awal

3.    Menetapkan tujuan

4.    Menetapkan kumpulan aturan

Ada beberapa cara untuk mendefenisikan sebuah ruang keadaan, yaitu

1.    Graf keadaan

Cara untuk menunjukan keadaan yang terdiri dari node-node  yang dihubungkan dengan menggunakan busur yang diberi anak apanah untuk menunjukan arah dan node-node ini menunjukan keadaan yang dimaksud yaitu keadaan awal dan keaadaan baru yang akan dicapai dengan menggunakan operator.

2.    Pohon pelacakan

Pohon Pelacaka  merupakan cara untuk menunjukan keadaan dimana prosesnya tidak ada terjadi siklus untun mencapai tujuan yang diinginkan. Kelamahannya hanya membuthkan waktu yang lama

3.    Pohon AND/OR

Untuk mengantisipasi  kelemahan yang ada pada pohon pelacakan kita dapat menggunakan pohon AND/OR.

Contoh :

Game Petani Menyebrang

Kondisi awal

Pulau kiri : ( p,a,g,h)

                      ( I,I,I,I,)

Pulau  kanan : ( p,a,g,h )

                           ( o,o,o,o )

Kondisi Akhir

Pulau kiri : ( o,o,o,o )

Pulau kanan ( I,I,I,I,)

Aturan :

1.    Petani menyebrang

2.    Petani baik

3.    Ayam menyebrang

4.    Ayam balik

5.    Gabah menyebrang

6.    Gabah balik

7.    Harimau Menyebrang

8.    Harimau balik

Solusi :

Pulau kiri ( p,a,g,h)	Pulau kanan ( p,a,g,h )	Aturan yang dijalankan
1.    (I,I,I,i)	(o,o,o,o)
2.    (o,o,I,i)	(I,I,o,o)	1,3
3.    (I,o,I,i)	(o,I,o,o)	2
4.    (o,o,I,o)	(I,I,o,i)	1.7
5.    (I,I,I,o)	(o,o,o,i)	2.4
6.    (o,I,o,o)	(i,o,I,i)	1.5
7.    (I,I,o,o)	(o,o,I,i)	2
8.    (o,o,o,o)	(I,I,I,I,)	1.3

Hasil Program :

Kesimpulan

Dari pernyataan diatas dapat diambil kesimpulan bahwa Mendefinisikan suatu ruang keadaan, Menetapkan satu atau lebih keadaan awal (initial state) , Menetapkan satu atau lebih tujuan (goal state),Menetapkan kumpulan aturan

Saran

Dari kesimpulan yang dibuat sebaiknya proses yang ada pada ruang keadaan dapat diimplementasikan untuk mencapai sebuah keadaan baru dengan menggunakan operator yang tersedia

Nama : Tentri May Simbolon

NPM : 1144027

Kelas : D4 Teknik Informatika 3C

Kampus : Politeknik Pos Indonesia

Link Matkuliah : Kecerdasan Buatan

Link Github : 
https://github.com/D4TI3C/Tentri-May-Simbolon-1144027/blob/master/doc/tugas/tugas4.py

Link Plagiarisme :

Smallseotools

https://drive.google.com/open?id=0B7tQon2iaQFddG41UUJZamc3M0k

searcheingenerrepost

https://drive.google.com/open?id=0B7tQon2iaQFdbGRvR3E5NzVYMDQ

Referensi : Matakuliah Kecerdasan Buatan 

Tugas 3 Kecerdasan Buatan

Representasi Pengetahuan

REASONING

Latar Belakang

-       Reasoning

-       Semantic Network

-       Frame

Isi

 Reasoning adalah fakta yang disajikan secara formal. Reasoning didefenisikan cara kita bagimana berpikir logis untuk mengevaluasi suatau kebenaran pada sebuah pernyataan. Tujuan dari Reasoning ini yaitu membuat kita berpikir secara logis agar terlihat secara objektif, dimana kita dapat menentukan apakah sebuat pernyataan dapat kita tetapkan benar atau salah sehinggga dapat diyakini benar.

Sebagai contoh yg sederhana :

-       Aldy adalah Manusia

-       Semua laki-laki adalah manusia

Pertanyaannya :

-       Apakah Aldy manusia ?

Jawabannya :

Manusia (Aldy)

Semantic Network

                Semantic Network adalah suatu fakta atau bias jadi batasa permasalahan dalam menentukan reasoning sebuah pernyataan.

-       Lestikal ( Node dan Arc )

Diagram yang terdiri dan Node dan Arc yang dapat mempresentasikan sebuah relasi.

-       Struktural ( Head and Tai)

Merupakan cara untuk menggambarkan sebuah hubungan dari beberapa konsep.

-       Semantik ( Batasan Masalah )

Misalkan ada sebuah pernyataan yang menggunakan Bahasa biasa atau Bahasa yng sering digunakan manusia setiap hari. Nah disini Semnatic Network akan membantu kita untuk mempersentasikannya dengan cara membuat graph dengan memnggunakan node untuk setiap kondisi yang ada.

Frame

Frame adalah kumpulan pengetahuan tentang sebuah objek, situasi dll. Frame digunakan untuk mempresetasikan sebuah pengetahuan khususnya karakteristiknya yang diambil dari pengalaman-pengalaman.

Biasanya Frame terdiri dari Class, Atribut dan Method.

Kesimpulan 

Dengan Reasoning, Semantic Network dan Frame dapat membuat kita beroikir logis untuk mengetahui suatu kebenaran dan menyakini suatu kejadia fakta atau tidak.

Saran

Mengembangkan pengetahuan lebih tentang representasi pengetahuan.

Nama : Tentri May Simbolon

NPM : 1144027

Kelas : D4 Teknik Informatika 3C

Kampus : Politeknik Pos Indonesia

Link Matakuliah : Kecerdasan Buatan

Link Plagiarisme 

smallseotools:

 https://drive.google.com/open?id=0B7tQon2iaQFdSDhfTTlwYXhGZ0E

searcheingenerrepost:

https://drive.google.com/open?id=0B7tQon2iaQFdY0JzYXp2T25Nb1E

Referensi : Matakuliah Kecerdasan Buatan