kapsel i 1 - webinar...dan pencarian (searching) 11/08/2011 kecerdasan buatan 9 kecerdasan buatan....
TRANSCRIPT
-
1
-
11/08/2011 Kecerdasan Buatan 2
Arti Kecerdasan
belajar atau mengerti dari pengalaman
memahami pesan yang kontradiktif dan ambigu
menanggapi dengan cepat dan baik atas situasi yang baru
menggunakan penalaran dalam memecahkan masalah sertamenyelesaikannya dengan efektif
Kemampuan untuk :
(Winston dan Pendergast, 1994)
-
11/08/2011 Kecerdasan Buatan 3
Apa itu AI?
-
11/08/2011 Kecerdasan Buatan 4
Berfikir Seperti Manusia
Diperlukan suatu carauntuk mengetahuibagaimana manusiaberfikir
Diperlukanpemahaman tentangbagaimana pikiranmanusia bekerja
Bagaimana caranya?
Melalui introspeksi atau mawas diri; mencoba menangkap bagaimana pikiran kita berjalan
Melalui percobaanpsikologis
Thin
kin
g h
um
anly
C
ara
-
11/08/2011 Kecerdasan Buatan 5
Uji Turing
-
11/08/2011 Kecerdasan Buatan 6
Berfikir Rasional
Tradisi logicist dalam AI adalahmembangun program yang menghasilkan solusi berdasarkanlogika
Menjadi dasar bidang logika
Pola struktur argumentasi yang selalu memberi konklusi yang benar bila premis benar
Cara berfikirnya memenuhiaturan logika
Problem:Pengetahuan informal
sukar diuraikan dandinyatakan dalam
bentuk notasi logikaformal
Penyelesaian secaraprinsip vs. praktis
-
• Bertindak secara rasional artinya bertindak didalam upaya mencapai goal
11/08/2011 Kecerdasan Buatan 7
Bertindak Rasional
-
11/08/2011 Kecerdasan Buatan 8
Membuat komputer lebihcerdas
Mengerti tentangkecerdasan
Membuat mesin lebihberguna
Tujuan Kecerdasan Buatan
-
Sudut Pandang Kecerdasan• Kecerdasan buatan mampu membuat mesin menjadi cerdas (berbuat seperti yang
dilakukan manusia)
Sudut Pandang Penelitian• Kecerdasan buatan adalah studi bagaimana membuat komputer dapat melakukan
sesuatu sebaik yang dilakukan manusia
Sudut Pandang Bisnis• Kecerdasan buatan adalah kumpulan peralatan yang sangat powerful dan
metodologis dalam menyelesaikan masalah bisnis
Sudut Pandang Pemrogram• Kecerdasan buatan meliputi studi tentang pemrograman simbolik, problem solving,
dan pencarian (searching)
11/08/2011 Kecerdasan Buatan 9
Kecerdasan Buatan
-
Basis Pengetahuan(Knowledge Base)
berisi fakta-fakta, teori, pemikiran dan hubungankomponen satu denganyang lainnya
Motor Inferensi(Inference Engine)
Kemampuan menarikkesimpulan berdasarpengalaman.
Berkaitan denganrepresentasi dan duplikasiproses tersebut melaluimesin (misalnya, komputer dan robot).
11/08/2011 Kecerdasan Buatan 10
2 Bagian Utama AI
-
11/08/2011 Kecerdasan Buatan 11
No Kecerdasan Buatan Kecerdasan Alami
1 Lebih permanen Cepat mengalami Perubahan/Bersifat lebih kreatif
2 Lebih mudah diduplikasi dan disebarkan Tidak mudah diduplikasi dan disebarkan karena
mentransfer pengetahuan manusia dari satu orang
ke orang lain membutuhkan proses yang sangat
lama; dan juga suatu keahlian itu tidak akan pernah
dapat diduplikasi dengan lengkap.
3 Lebih murah Lebih Mahal karena harus mendatangkan seseorang
untuk mengerjakan sejumlah pekerjaan dalam
jangka waktu yang sangat lama.
4 Konsisten Senantiasa berubah-ubah.
5 Dapat didokumentasikan dengan cara
melacak setiap aktivitas dari sistem tersebut.
Kecerdasan alami sangat sulit untuk direproduksi.
PERBEDAAN KECERDASAN BUATAN DENGAN
KECERDASAN ALAMI
-
11/08/2011 Kecerdasan Buatan 12
No Kecerdasan Buatan Kecerdasan Alami
6 Dapat mengeksekusi tugas tertentu lebih
cepat
Lebih lama dalam mengeksekusi tugas tertentu
7 Dapat menjalankan tugas tertentu lebih baik
dari banyak atau kebanyakan orang.
Memiliki kelemahan dalam menjalankan tugas
tertentu
8 Untuk menambah pengetahuan harus
dilakukan melalui sistem yang dibangun.
Kreatif, karena kemampuan untuk menambah
ataupun memenuhi pengetahuan itu sangat melekat
pada jiwa manusia.
9 Harus bekerja dengan input-input simbolik. Memungkinkan orang untuk menggunakan
pengalaman secara langsung
10 Sangat terbatas Pemikiran manusia dapat digunakan secara luas
PERBEDAAN KECERDASAN BUATAN DENGAN
KECERDASAN ALAMI
-
11/08/2011 Kecerdasan Buatan 13
Pohon Kecerdasan Buatan danAplikasinya
-
11/08/2011 Kecerdasan Buatan 14
Cakupan Kecerdasan Buatan
-
11/08/2011 Kecerdasan Buatan 15
Sistem Pakar (Expert System)
• Disini komputer digunakan sebagai sarana untukmenyimpan pengetahuan para pakar. Dengan demikiankomputer akan memiliki keahlian untuk menyelesaikanpermasalahan dengan meniru keahlian yang dimiliki olehpakar.
Contoh :
• Fuzzy Expert System for diagnosis of Breast Cancer
• Expert System to Support the Diagnosis of Thyroid Nodules
Aplikasi-aplikasi Kecerdasan Buatan
-
11/08/2011 Kecerdasan Buatan 16
Contoh Sistem Pakar
https://www.google.com/search?q=contoh+sistem+pakar&source=lnms&tbm=isch&sa=X
&ved=2ahUKEwirgqW4v5DqAhXDH7cAHe2oDgoQ_AUoAXoECA0QAw&biw=1516&bih
=663#imgrc=JT9CNA5Kg6Pr4M
https://www.google.com/search?q=contoh+sistem+pakar&source=lnms&tbm=isch&sa=X&ved=2ahUKEwirgqW4v5DqAhXDH7cAHe2oDgoQ_AUoAXoECA0QAw&biw=1516&bih=663#imgrc=JT9CNA5Kg6Pr4M
-
11/08/2011 Kecerdasan Buatan 17
Contoh Sistem Pakar
https://www.google.com/search?q=contoh+sistem+pakar&source=lnms&tbm=isch&sa=
X&ved=2ahUKEwirgqW4v5DqAhXDH7cAHe2oDgoQ_AUoAXoECA0QAw&biw=1516&
bih=663#imgrc=JT9CNA5Kg6Pr4M&imgdii=Ob_7td-W4I_8EM
https://www.google.com/search?q=contoh+sistem+pakar&source=lnms&tbm=isch&sa=X&ved=2ahUKEwirgqW4v5DqAhXDH7cAHe2oDgoQ_AUoAXoECA0QAw&biw=1516&bih=663#imgrc=JT9CNA5Kg6Pr4M&imgdii=Ob_7td-W4I_8EM
-
11/08/2011 Kecerdasan Buatan 18
Pengolahan Bahasa Alami (Natural Language Processing)
• Dengan pengolahan bahasa alami ini diharapkan user dapatberkomunikasi dengan komputer dengan menggunakan bahasasehari-hari.
Contoh :
• On Application of Natural Language Processing in Machine Translation
• Information Processing and Retrieval from CSV File by Natural Language
Aplikasi-aplikasi Kecerdasan Buatan
-
11/08/2011 Kecerdasan Buatan 19
Contoh Natural Language Processing
https://www.google.com/search?q=contoh+Natural+Language+Processing&source=lnm
s&tbm=isch&sa=X&ved=2ahUKEwiom5zawJDqAhUFbn0KHWSdDBcQ_AUoAnoECAw
QBA&biw=1516&bih=663#imgrc=8ctGd_qSU-ofxM
https://www.google.com/search?q=contoh+Natural+Language+Processing&source=lnms&tbm=isch&sa=X&ved=2ahUKEwiom5zawJDqAhUFbn0KHWSdDBcQ_AUoAnoECAwQBA&biw=1516&bih=663#imgrc=8ctGd_qSU-ofxM
-
11/08/2011 Kecerdasan Buatan 20
Contoh Natural Language Processing
https://www.google.com/search?q=contoh+Natural+Language+Processing&source=lnm
s&tbm=isch&sa=X&ved=2ahUKEwiom5zawJDqAhUFbn0KHWSdDBcQ_AUoAnoECAw
QBA&biw=1516&bih=663#imgrc=ipiJsPJ-MTDBZM
https://www.google.com/search?q=contoh+Natural+Language+Processing&source=lnms&tbm=isch&sa=X&ved=2ahUKEwiom5zawJDqAhUFbn0KHWSdDBcQ_AUoAnoECAwQBA&biw=1516&bih=663#imgrc=ipiJsPJ-MTDBZM
-
11/08/2011 Kecerdasan Buatan 21
Pengenalan Ucapan (Speech Recognition)
• Melalui pengenalan ucapan diharapkan manusiadapat berkomunikasi dengan komputer denganmenggunakan suara.
Contoh :
• BIOLOGICALLY INSPIRED SPEECH EMOTION RECOGNITION
• Robust Speech Recognition in the presence of noise using medical data
Aplikasi-aplikasi Kecerdasan Buatan
-
11/08/2011 Kecerdasan Buatan 22
Contoh Speech Recognition
https://www.google.com/search?q=contoh+Speech+Recognition&source=lnms&tbm=is
ch&sa=X&ved=2ahUKEwjVpZ2vwpDqAhVc8XMBHVTNA6AQ_AUoAXoECAwQAw&bi
w=1516&bih=663#imgrc=UDA5mangCMjJgM
https://www.google.com/search?q=contoh+Speech+Recognition&source=lnms&tbm=isch&sa=X&ved=2ahUKEwjVpZ2vwpDqAhVc8XMBHVTNA6AQ_AUoAXoECAwQAw&biw=1516&bih=663#imgrc=UDA5mangCMjJgM
-
11/08/2011 Kecerdasan Buatan 23
Contoh Speech Recognition
https://www.google.com/search?q=contoh+Speech+Recognition&source=lnms&tbm=is
ch&sa=X&ved=2ahUKEwjVpZ2vwpDqAhVc8XMBHVTNA6AQ_AUoAXoECAwQAw&bi
w=1516&bih=663#imgrc=R-TDmBRcpyM2AM
https://www.google.com/search?q=contoh+Speech+Recognition&source=lnms&tbm=isch&sa=X&ved=2ahUKEwjVpZ2vwpDqAhVc8XMBHVTNA6AQ_AUoAXoECAwQAw&biw=1516&bih=663#imgrc=R-TDmBRcpyM2AM
-
11/08/2011 Kecerdasan Buatan 24
Computer Vision
• Mencoba untuk dapat menginterpretasikan gambar atau obyek-obyek tampak melalui komputer.
Contoh :
• Application of computer vision and color image segmentation for yield prediction precision
• Object Identification For Computer Vision using Image Segmentation
Aplikasi-aplikasi Kecerdasan Buatan
-
11/08/2011 Kecerdasan Buatan 25
Contoh Computer Vision
https://www.google.com/search?q=contoh+Computer+Vision&source=lnms&tbm=isch&
sa=X&ved=2ahUKEwjt94ijxJDqAhULYysKHcl-
C2sQ_AUoAXoECA0QAw&biw=1516&bih=663#imgrc=2fJFeY1Ze19rjM
https://www.google.com/search?q=contoh+Computer+Vision&source=lnms&tbm=isch&sa=X&ved=2ahUKEwjt94ijxJDqAhULYysKHcl-C2sQ_AUoAXoECA0QAw&biw=1516&bih=663#imgrc=2fJFeY1Ze19rjM
-
11/08/2011 Kecerdasan Buatan 26
Contoh Computer Vision
https://www.google.com/search?q=contoh+Computer+Vision&source=lnms&tbm=isch&
sa=X&ved=2ahUKEwjt94ijxJDqAhULYysKHcl-
C2sQ_AUoAXoECA0QAw&biw=1516&bih=663#imgrc=jWdsmC341q4bqM
https://www.google.com/search?q=contoh+Computer+Vision&source=lnms&tbm=isch&sa=X&ved=2ahUKEwjt94ijxJDqAhULYysKHcl-C2sQ_AUoAXoECA0QAw&biw=1516&bih=663#imgrc=jWdsmC341q4bqM
-
11/08/2011 Kecerdasan Buatan 27
Robotika & Sistem Sensor (Robotics & Sensory Systems).
• sBotics: Simulation applied for the practical component of the Brazilian Robotics Olympiad.
• Robotics for Medical Applications.
Game Playing
• General Board Game Playing for Education and Research in Generic AI Game Learning.
• An Empirical Evaluation of Two General Game Systems: Ludiiand RBG
Aplikasi-aplikasi Kecerdasan Buatan
-
11/08/2011 Kecerdasan Buatan 28
Contoh Robotics & Sensory Systems
https://www.google.com/search?q=contoh+Robotics+%26+Sensory+Systems&source=l
nms&tbm=isch&sa=X&ved=2ahUKEwj7scuMxZDqAhXc73MBHS3XBL0Q_AUoAXoEC
AwQAw&biw=1516&bih=663#imgrc=dhH9bjhqA4uxnM
https://www.google.com/search?q=contoh+Robotics+%26+Sensory+Systems&source=lnms&tbm=isch&sa=X&ved=2ahUKEwj7scuMxZDqAhXc73MBHS3XBL0Q_AUoAXoECAwQAw&biw=1516&bih=663#imgrc=dhH9bjhqA4uxnM
-
11/08/2011 Kecerdasan Buatan 29
Contoh Robotics & Sensory Systems
https://www.google.com/search?q=contoh+Robotics+%26+Sensory+Systems&source=l
nms&tbm=isch&sa=X&ved=2ahUKEwj7scuMxZDqAhXc73MBHS3XBL0Q_AUoAXoEC
AwQAw&biw=1516&bih=663#imgrc=AhoSG5TnjIsJbM
https://www.google.com/search?q=contoh+Robotics+%26+Sensory+Systems&source=lnms&tbm=isch&sa=X&ved=2ahUKEwj7scuMxZDqAhXc73MBHS3XBL0Q_AUoAXoECAwQAw&biw=1516&bih=663#imgrc=AhoSG5TnjIsJbM
-
11/08/2011 Kecerdasan Buatan 30
Contoh Game Playing
https://www.google.com/search?q=contoh+game+playing&tbm=isch&ved=2ahUKEwiGt5jJxpDqAhVXnEsFHdHaDaUQ2-
cCegQIABAA&oq=contoh+Game+pla&gs_lcp=CgNpbWcQARgBMgQIABAYMgQIABAYOgIIADoECAAQHjoGCAAQCBAeUN0hWJ
sxYPlDaABwAHgAgAE2iAG3AZIBATSYAQCgAQGqAQtnd3Mtd2l6LWltZw&sclient=img&ei=IBbuXoanMde4rtoP0bW3qAo&bih=663
&biw=1516#imgrc=oB_yKXisRS1utM
https://www.google.com/search?q=contoh+game+playing&tbm=isch&ved=2ahUKEwiGt5jJxpDqAhVXnEsFHdHaDaUQ2-cCegQIABAA&oq=contoh+Game+pla&gs_lcp=CgNpbWcQARgBMgQIABAYMgQIABAYOgIIADoECAAQHjoGCAAQCBAeUN0hWJsxYPlDaABwAHgAgAE2iAG3AZIBATSYAQCgAQGqAQtnd3Mtd2l6LWltZw&sclient=img&ei=IBbuXoanMde4rtoP0bW3qAo&bih=663&biw=1516#imgrc=oB_yKXisRS1utM
-
11/08/2011 Kecerdasan Buatan 31
Contoh Game Playing
https://www.google.com/search?q=contoh+game+artificial+intelligence&source=lnms&tbm=isch&sa=X&ved=2ahUKEwjJ99rYx5DqA
hVRbSsKHQRuB5YQ_AUoAnoECAwQBA&biw=1516&bih=663#imgrc=gZulNBzIGB8heM
https://www.google.com/search?q=contoh+game+artificial+intelligence&source=lnms&tbm=isch&sa=X&ved=2ahUKEwjJ99rYx5DqAhVRbSsKHQRuB5YQ_AUoAnoECAwQBA&biw=1516&bih=663#imgrc=gZulNBzIGB8heM
-
11/08/2011 Kecerdasan Buatan 32
https://github.com/libracoder/machine-learning-roadmap-2019
Machine Learning Roadmap
https://github.com/libracoder/machine-learning-roadmap-2019
-
11/08/2011 Kecerdasan Buatan 33
-
11/08/2011 Kecerdasan Buatan 34
-
11/08/2011 Kecerdasan Buatan 35
-
LATAR BELAKANG
11/08/2011 Kecerdasan Buatan 36
Rekomendasi
Semakin banyak dan beragam jumlah produk
yang dipasarkan
Analisa dan mengekstrak pengetahuan
Mengalami kebingungan dan menyita waktu
Recommender Systems
-
11/08/2011 Kecerdasan Buatan 37
Recommender Systems
• Sistem rekomendasi merupakan program yang mencoba untuk merekomendasikan produk atau jasa yang paling cocok untuk pengguna tertentu.
• Rekomendasi dilakukan secara individu atau bisnis dengan memprediksi minat pengguna terhadap produk.
-
• Pengembangan sistem rekomendasi bertujuan untuk mengurangi informasi yang berlebihan dengan mengambil informasi yang paling relevan dari sejumlah besar data, sehingga mampu memberikan layanan dengan baik.
11/08/2011 Kecerdasan Buatan 38
Tujuan Recommender Systems
-
11/08/2011 Kecerdasan Buatan 39
Recommender Systems
-
11/08/2011 Kecerdasan Buatan 40
Recommender Systems
Recommender
System
Content Based
Filtering
Demographic
Filtering
Collaborative
Filtering Hybrid Filtering
Memory Based
Approach
Model Based
Approach
Rating Based Ranking Based
-
11/08/2011 Kecerdasan Buatan 41
Content Based Filtering
https://www.google.com/search?q=conten+based&tbm=isch&ved=2ahUKEwii19SerZTqAhVuA7cAHbjvCHAQ2-
cCegQIABAA&oq=conten+based&gs_lcp=CgNpbWcQAzIGCAAQChAYOgIIADoGCAAQBxAeOgQIABBDOgUIABCxAzoECAAQHjoGCAAQBRAeUMz-
BFi5vwVgjsIFaABwAHgAgAGXBYgBwhaSAQkyLjUuNC0zLjGYAQCgAQGqAQtnd3Mtd2l6LWltZw&sclient=img&ei=bxTwXuLjKe6G3LUPuN-
jgAc&bih=714&biw=1518#imgrc=bPpmCVwbIDN32M
https://www.google.com/search?q=conten+based&tbm=isch&ved=2ahUKEwii19SerZTqAhVuA7cAHbjvCHAQ2-cCegQIABAA&oq=conten+based&gs_lcp=CgNpbWcQAzIGCAAQChAYOgIIADoGCAAQBxAeOgQIABBDOgUIABCxAzoECAAQHjoGCAAQBRAeUMz-BFi5vwVgjsIFaABwAHgAgAGXBYgBwhaSAQkyLjUuNC0zLjGYAQCgAQGqAQtnd3Mtd2l6LWltZw&sclient=img&ei=bxTwXuLjKe6G3LUPuN-jgAc&bih=714&biw=1518#imgrc=bPpmCVwbIDN32M
-
11/08/2011 Kecerdasan Buatan 42
Collaborative Filtering
https://www.google.com/search?q=collaborative+filtering&tbm=isch&ved=2ahUKEwit5K_KrZTqAhXS0XMBHZ44BF8Q2-
cCegQIABAA&oq=collaborative+filtering&gs_lcp=CgNpbWcQAzICCAAyBAgAEB4yBAgAEB4yBAgAEB4yBAgAEB4yBAgAEB4yBAgAEB4yBAgAEB4yBAgAE
B4yBAgAEB46BAgAEEM6BQgAELEDUP22E1iq5xNgnOoTaABwAHgAgAHyAogB9xSSAQgxNS40LjIuMpgBAKABAaoBC2d3cy13aXotaW1n&sclient=img&ei
=yxTwXu3SFdKjz7sPnvGQ-AU&bih=714&biw=1518#imgrc=uSQg0XLfOETSbM
https://www.google.com/search?q=collaborative+filtering&tbm=isch&ved=2ahUKEwit5K_KrZTqAhXS0XMBHZ44BF8Q2-cCegQIABAA&oq=collaborative+filtering&gs_lcp=CgNpbWcQAzICCAAyBAgAEB4yBAgAEB4yBAgAEB4yBAgAEB4yBAgAEB4yBAgAEB4yBAgAEB4yBAgAEB4yBAgAEB46BAgAEEM6BQgAELEDUP22E1iq5xNgnOoTaABwAHgAgAHyAogB9xSSAQgxNS40LjIuMpgBAKABAaoBC2d3cy13aXotaW1n&sclient=img&ei=yxTwXu3SFdKjz7sPnvGQ-AU&bih=714&biw=1518#imgrc=uSQg0XLfOETSbM
-
11/08/2011 Kecerdasan Buatan 43
Permasalahan utama Collaborative Filtering
cold start
sparsity
Scalability
-
11/08/2011 Kecerdasan Buatan 44
RATING BASED
Lika, et al Bobadilla, et alCold start
Klasifikasi & Similariti
C4.5, Bayes & Nearest Neighbors
Cold startNeural Networks (NN)
& Jaccard
Peningkatan akurasi prediksi
rating
a. Adanya peran pengembang yang tidak
terdifinisi dengan jelas dan kurang terukur dalam
penentuan bobot.
b. Hanya menggunakan informasi demografi
Meningkatkan akurasi
a. Hilangnya informasi rinci penilaian
pengguna (informasi non numeris : P dan N)
b. Rekomendasi terbatas pada genre tertentu
-
11/08/2011 Kecerdasan Buatan 45
RANKING BASED
-
Wu, et al Das, et alHybrid
user-based collaborative filtering (CF), graph-based method and social-based CF + CombSUM,
CombMED dan Borda
Clustering & Ranking(DBSCAN & Borda)
Model hybrid mampumeningkatkan kinerja rekomendasi
Borda count akurasinya lebih rendah dari baseline (CombSUM,
CombMED)
Mengurangi waktu proses danmempertahankan kualitas
rekomendasi
Pemilihan genre secara random sehingga menurunkan kulitas
rekomendasi
Penggunaan metode aggregasi Borda sebatas dikombinasikan dengan metode lain
RANKING BASED
-
11/08/2011 Kecerdasan Buatan 47
Model Pengembangan MetodeBerbasis Ranking
-
11/08/2011 Kecerdasan Buatan 48
Tahapan Pengujian
-
11/08/2011 Kecerdasan Buatan 49
Hasil Evaluasi
Metode
Evaluasi
NDCG
Running Time
(detik)
Big O
Copeland 0,35 708,94 O(n3)
Borda 0,43 0,10 O(n3)
WP-Rank 0,51 2,51 O(n3)
NRF 0,53 0,02 O(n3)
-
50