Kecerdasan Buatan
Artificial Intelligence · Kecerdasan Buatan & Grafik · 3 sks wajib · MIK1624405 (2020: PAIK6406)
Membuka Pembelajaran Mesin
Materi
Folder Drive ↗Sebelum UTS 6
- 1 Pengenalan AI Tujuan AI, cara mendefinisikan kecerdasan, dan ragam pendekatan AI. Catatan PDF ↗
- 2 Intelligent Agents Siklus persepsi dan aksi, rasionalitas, PEAS, karakteristik lingkungan, dan tipe agen. Catatan PDF ↗
- 3 Problem Solving and Search Memodelkan state, aksi, transisi, tujuan, biaya, dan strategi pencarian. Catatan PDF ↗
- 4 Uninformed Search Menelusuri ruang keadaan dengan BFS, UCS, DFS, depth-limited dan iterative deepening. Catatan PDF ↗
- 5 Informed Search Greedy best-first, A*, dan cara menilai kualitas heuristik. Catatan PDF ↗
- 6 Local Search Optimasi lokal, variasi hill climbing, local beam search, dan kendala seperti local optimum. Catatan PDF ↗
Sesudah UTS 6
- 8 Reasoning - KBA-a Knowledge-based agent, representasi pengetahuan, inferensi, dan Wumpus World. Catatan2 PDF ↗
- 9 Pengenalan Sistem Pakar Pengantar sistem pakar. Catatan PDF ↗
- 10 Expert System Uncertainty Logic Certainty factor untuk aturan, evidence majemuk, dan penggabungan hasil inferensi. Catatan PPTX ↗
- 11 Logika Fuzzy tidak resmi Fungsi keanggotaan, operasi fuzzy, dan inferensi Mamdani. Catatan PDF ↗
- 12 Pengenalan JST tidak resmi Model neuron McCulloch–Pitts, HebNet, dan perceptron. Catatan PDF ↗
- 13 Goal Stack Planning tidak resmi Representasi dunia balok, operator planning, dan simulasi goal stack. Catatan PDF ↗
Lainnya Kontrak Perkuliahan Tugas Besar ↗Buku Referensi ↗Soal Ujian ↗
Catatan
- 1 Pengenalan AI dan cara mengukur kecerdasan Empat cara memandang AI dan cara memilih ukuran keberhasilan yang sesuai dengan tugas. ▶ visual
- 2 Agen cerdas, PEAS, dan lingkungan Petakan ukuran kinerja, lingkungan, aktuator dan sensor pada kasus robot pengantar. ▶ visual
- 3 Problem solving dan ruang keadaan Terjemahkan puzzle 8-kotak ke state, aksi, transisi, goal test, dan path cost. ▶ visual
- 4 BFS, DFS, dan Uniform-Cost Search Bandingkan aturan frontier dan lihat kenapa jumlah sisi paling sedikit bisa kalah dari biaya terendah. ▶ visual
- 5 Pencarian heuristik — Greedy best-first & A* Problem solving agent, uninformed vs informed search, fungsi heuristik, dan kenapa A* optimal jika heuristiknya admissible. ▶ visual
- 6 Local search, hill climbing, dan annealing Ikuti konflik 4-queens, kenali plateau, lalu pahami kapan simulated annealing menerima langkah lebih buruk. ▶ visual
- 7 Knowledge-based agent dan inferensi Gunakan TELL dan ASK untuk memisahkan fakta, aturan, dan kesimpulan pada Wumpus World. ▶ visual
- 8 Sistem pakar dan certainty factor Jalankan aturan sistem pakar, hitung kekuatan evidence, lalu gabungkan dukungan beberapa aturan. ▶ visual
- 9 Logika fuzzy dan inferensi Mamdani Geser input untuk melihat fuzzifikasi, pemotongan kurva, agregasi dan centroid keluaran. ▶ visual
- 10 Neuron tiruan & Perceptron Dari neuron McCulloch–Pitts ke perceptron yang bisa belajar, aturan update bobot, dan batasan linear separability. ▶ visual
- 11 Goal Stack Planning dan dunia balok Urai goal dunia balok menjadi prasyarat, pilih operator, dan ikuti perubahan fakta. ▶ visual
- 12 Game playing dengan Minimax Telusuri pohon permainan dua pemain dan lihat kenapa langkah terbaik bergantung pada respons lawan. ▶ visual
- 13 Pengantar algoritma evolusioner Ikuti seleksi, crossover dan mutasi pada populasi solusi sederhana. ▶ visual
- 14 Case-based reasoning dan adaptasi solusi Ikuti retrieve, reuse, revise, dan retain pada kasus pendukung keputusan. ▶ visual
- 15 Logika orde pertama dan substitusi Ubah aturan umum menjadi kesimpulan untuk satu objek. ▶ visual
UTS & UAS
ada pembahasan- Agen cerdas, PEAS, dan lingkungan · Identifikasi komponen agen pada sistem kampus. · Jelaskan PEAS dan sifat lingkungan robot rumah sakit.
- Problem solving dan ruang keadaan · Modelkan 8-puzzle dan telusuri langkah BFS.
- BFS, DFS, dan Uniform-Cost Search · Tulis isi frontier dan urutan ekspansi UCS. · Gambar level BFS untuk 8-puzzle.
- Pencarian heuristik — Greedy best-first & A* · Uji admissibility dengan membandingkan heuristik dan biaya optimal sebenarnya. · Bandingkan g, h, dan f untuk menelusuri A* pada graf berbobot.
- Local search, hill climbing, dan annealing · Hitung konflik pasangan pada 4-queens dan pilih tetangga. · Bandingkan hill climbing dan simulated annealing.
- Knowledge-based agent dan inferensi · Tarik kesimpulan dari observasi Wumpus dan jelaskan status petak yang belum pasti.
- Sistem pakar dan certainty factor · Hitung certainty factor dengan beberapa evidence dan aturan. · Bedakan bobot rule, tingkat keyakinan evidence, dan CF gabungan.
- Logika fuzzy dan inferensi Mamdani · Turunkan fungsi keanggotaan dan jejakkan inferensi Mamdani sampai nilai tegas.
- Neuron tiruan & Perceptron · Hitung aktivasi, cek prediksi terhadap target, lalu perbarui bobot dan bias.
- Goal Stack Planning dan dunia balok · Tentukan prasyarat, add/delete list, dan urutan aksi dunia balok.
Silabus
- 1 Pengenalan kecerdasan buatan
- 2 Intelligent agent
- 3 Problem solving agent dan search
- 4 Uninformed search methods
- 5 Informed (heuristic) search methods
- 6 Iterative search
- 7 Game playing
- 8 Reasoning menggunakan PL dan FOL
- 9 Sistem pakar
- 10 Case Based Reasoning (CBR)
- 11 Pengenalan resoning menggunakan logika fuzzy
- 12 Goal Stack Planning (GSP)
- 13 Pengenalan jaringan syaraf tiruan sederhana (McCulloh Pits Neuron, HebNet, dan Perceptron)
- 14 Pengenalan algoritma evolusioner
Sumber: Silabus Informatika 2020 (PAIK6406).
Referensi
- Stuart J Russell & Peter Norvig, Artificial Intelligence: A Modern Approach, 2nd Edition, Prentice-Hall International, Inc, 2003
- Chrina Grosan and Ajith Abraham, Intelligent System : A Modern Approach, Springer, 2011
- Joseph C. Giarratano, Expert Systems Principles and Programming, Cengage Learning, 2007
- Michael Negnevitsky, Artificial Intelligence: A Guide to Intelligent System, Addison Wesley, 2011
- Pal, S.K. and Shiu, S.C.K., Foundations of Soft Case-Based Reasoning, New Jersey: John Wiley & Sons, Inc., 2004
- Laurene Fausett, Fundamental of Neural Networks: Architectures, Algorithms, and Applications