Kecerdasan Buatan - Pertemuan 6

Algoritma DFS (Depth First Search)

LATAR BELAKANG

Pada kali ini saya akan sedikit menjelaskan tentang Algoritma DFS (Depth First Search),apa itu DFS dan contoh kasus tentang DFS,pada tulisan ini saya akan coba membahas itu.

ISI

DFS (Depth-First-Search) adalah salah satu algoritma penelusuran struktur graf / pohon berdasarkan kedalaman. Simpul ditelusuri dari root kemudian ke salah satu simpul anaknya ( misalnya prioritas penelusuran berdasarkan anak pertama [simpul sebelah kiri] ), maka penelusuran dilakukan terus melalui simpul anak pertama dari simpul anak pertama level sebelumnya hingga mencapai level terdalam.

Setelah sampai di level terdalam, penelusuran akan kembali ke 1 level sebelumnya untuk menelusuri simpul anak kedua pada pohon biner [simpul sebelah kanan] lalu kembali ke langkah sebelumnya dengan menelusuri simpul anak pertama lagi sampai level terdalam dan seterusnya.

Pencarian juga dapat dilakukan pada satu node dalam setiap level dari yang paling kiri. Jika pada level yang paling dalam, solusi belum ditemukan, maka pencarian dilanjutkan pada node sebelah kanan. Node yang kiri dapat dihapus dari memori. Jika pada level yang paling dalam tidak ditemukan solusi, maka pencarian dilanjutkan pada level sebelumnya. Demikian seterusnya sampai ditemukan solusi. Jika solusi  ditemukan maka tidak diperlukan proses backtracking (penelusuran balik untuk mendapatkan jalur yang dinginkan).

Contoh kasus mencari jalur/path dari A ke F

Contoh kasus kali ini akan saya coba jelaskan melalui video berikut:

PENUTUP

Kesimpulan

Jadi,DFS (Depth-First-Search) adalah salah satu algoritma penelusuran struktur graf / pohon berdasarkan kedalaman.Dimana penelusuran dilakukan terus menerus hingga mencapai level terdalam.

Saran

Sebaiknya memperbanyak referensi dan mencoba menyelesaikan sebuah kasus menggunakan DFS agar pemahaman lebih dalam.

Nama : Rizki Fadillah

NPM : 1144089

Kelas : 3A

Prodi : D4 Teknik Informatika

Mata Kuliah : Kecerdasan Buatan

Link Github : Rizki-1144089

Plagiarisme:

• Duplichecker
• Smallseotools

Referensi:

• Materi perkuliahan Kecerdasan Buatan Pertemuan 6
• anthonilockheart.blogspot.co.id/2013/04/depth-first-search-dfs-breath-first.html
• saungkode.wordpress.com

Selengkapnya..

Kecerdasan Buatan - Pertemuan 5

Pengolahan Bahasa Alami (Natural Language Process)

LATAR BELAKANG

Pada pertemuan kali ini kita akan membahas tentang pengolahan bahasa alami. Apa maksud dari pengolahan bahasa alami, bagaimana penjelasan bidang penelitian tentang pengolahan bahasa alami serta contohnya. Kemudian contoh implementasi program dari pengolahan bahasa alami dengan pemrograman python.

ISI

Fungsinya untuk mencoba bagaimana berkomunikasi dengan komputer dengan memakai bahasa keseharian manusia.

Bidang penelitian:

1. Fonetik dan fonologi

Deteksi suara menjadi kata-kata, atau sebaliknya,

Contoh : Siri.

2. Morfologi

Pembentukan kata dan kata dasar

Contoh :

Menyanyi --- me-nyanyi

Lari-lari --- maksudnya banyak yang lari

Membaca --- mem-baca

3. Sintaksis

Pembagian/pembuatan aturan baku sebuah kalimat.

Ibu pergi ke pasar

 S       P          K

Ibu sedang membaca buku

 S                  P                  O

4. Semantik

Arti kata sesunggihnya, paling dasar. Definisi seluruh kata. Makna dari kata.

Contoh :

Kutu buku = orang yang sering membaca buku

Berbeda arti dengan kutu buku jika diartikan per kata. Kutu = hewan yang ada di kepala. Dan buku adalah sebuah benda.

5. Pragmatik

Orientasi dan tujuan

6. Discourse Knowledge

Kalimat sebelum atau berperan dengan kalimat selanjutnya.

Contoh:

Saya orangnya tinggi sehingga saya temannya sedikit.

Berbeda arti atau makna jika kalimat Saya orangnya tinggi dilanjutkan dengan kalimat yang lain.

Saya orangnya tinggi sehingga saya bisa bermain basket.

Kedua kalimat tersebut diolah dengan parsing dan semantik. Parsing yaitu cara mengolah atau rungutan membaca dan semantik yaitu kesesuaian tujuan.

7. Word Knowledge

Arti khusus sebuah kalimat

IMPLEMENTASI

Membuat percobaan aplikasi speech to text menggunakan bahasa pemrograman python.

Output:

Untuk source code dapat dilihat disini

PENUTUP

Kesimpulan

Jadi pengolahan bahasa alami adalah cara untuk mencoba berkomunikasi dengan komputer menggunakan bahasa keseharian manusia.

Saran

Diharapkan mencari regerensi lebih lanjut dan implementasi ke beberapa Bahasa pemrograman agar lebih mengerti.

Nama : Rizki Fadillah

NPM : 1144089

Kelas : 3A

Prodi : D4 Teknik Informatika

Mata Kuliah : Kecerdasan Buatan

Link Github : Rizki-1144089

Plagiarisme:

• Duplichecker
• Smallseotools

Referensi:

• Materi perkuliahan Kecerdasan Buatan Pertemuan 5
• https://bayurahmadazhari.wordpress.com

Selengkapnya..

Kecerdasan Buatan - Pertemuan 4

RUANG KEADAAN

LATAR BELAKANG

Pada kesempatan kali ini saya akan membahas tentang Ruang Keadaan,Cara Untuk Merepresentasikan Ruang Keadaan dan akan membuat contoh kasus Ruang Keadaan.

ISI

Ruang keadaan adalah sebuah ruang berisi semua informasi yang diperlukan untuk memprediksi dampak dari suatu tindakan dan untuk menentukan apakah itu adalah ruang yang dituju. Sehingga secara umum, ada beberapa cara untuk merepresentasikan masalah yaitu :

• Mendefinisikan suatu ruang keadaan.
• Menetapkan satu atau lebih keadaan awal.
• Menetapkan satu atau lebih tujuan.
• Menetapkan kumpulan aturan.

Cara Untuk Merepresentasikan Ruang Keadaan
1. Graph Keadaan
Graph keadaan terdiri dari node-node yang dihubungkan dengan arc (busur) yang diberi panah untuk menunjukkan arah keadaan awal dan keadaan baru yang akan dicapai berikutnya.

2. Pohon Pelacakan
Pohon pelacakan digunakan untuk menggambarkan keadaan secara hirarkis, sehingga mencegah node yang berulang.

Contoh Kasus Ruang Keadaan

Contoh kasusnya adalah permasalahan petani, harimau, ayam, dan gabah. Petani ingin memindahkan dirinya sendiri, harimau, ayam, dan gabah menyebrangi sungai. Tapi perahunya hanya bisa membawa petani dan satu penumpang lainnya. Petani juga tidak bisa meninggalkan harimau dan ayam dalam satu tempat karena harimau akan memangsa ayam, dan petani juga tidak bisa meninggalkan ayam dengan gabah dalam satu tempat.

-Identifikasi ruang keadaan
Permasalahan ini dapat dilambangkan dengan:
(Petani, Harimau, Ayam, Gabah) = (1,1,1,1)

-Keadaan awal
Daerah asal : (1,1,1,1)<br>
Daerah tujuan : (0,0,0,0)

-Tujuan
Daerah asal : (0,0,0,0)<br>
Daerah tujuan : (1,1,1,1)

-Aturan-aturan

-Solusi

Berikut contoh hasil program solusi pemasalahan petani menyebrang sungai dengan menggunakan bahasa python.

PENUTUP

Kesimpulan

Jadi, reasoning adalah cara mempresentasikan fakta yang disajikan secara formal, semantic network adalah representasi yang mengepresikan solusi permasalahan dengan menggunakan graph berarah dan frame adalah representasi atau penyajian berorientasi objek.

Saran

Diharapkan memahami materi dan tugas secara mendetail.

Nama : Rizki Fadillah

NPM : 1144089

Kelas : 3A

Prodi : D4 Teknik Informatika

Mata Kuliah : Kecerdasan Buatan

Link Github : Rizki-1144089

Plagiarisme:

• Duplichecker
• Smallseotools

Referensi:

• Materi perkuliahan Kecerdasan Buatan Pertemuan 4
• http://apranolo.tif.uad.ac.id/?p=28

Selengkapnya..

Kecerdasan Buatan - Pertemuan 3

JENIS REPRESENTASI PENGETAHUAN

LATAR BELAKANG

Dalam pengimplementasian kecerdasan buatan kita dapat menumkan istilah Representasi Pengetahuan,tapi apakah anda tahu apa saja jenis-jenis Representasi Pengetahuan.Untuk melanjutkan pemaparan tentang representasi pengetahuan, kali ini kita akan membahas jenis-jenis representasi pengetahuan beserta contoh program permainan logika petani yang akan penyebrang sungai dari tempat A ke tempat B dengan menggunakan bahasa pemrograman python.

ISI

Representasi pengetahuan adalah cara menyajikan pengetahuan agar pengetahuan yang manusia ketahui bisa dimengerti juga oleh bahasa mesin (kodingan).

Representasi pengetahuan dibagi kepada 3 jenis representasi.

1. Reasoning

Reasoning adalah fakta yang disajikan secara formal.

Contoh:

• Kucing adalah binatang
• Semua binatang adalah makhluk hidup

Jika ada pertanyaan Apakah kucing adalah makhluk hidup? Maka untuk merepresentasikan ke dalam bahasa mesin yaitu jawabannya adalah:

Makhlukhidup(kucing).
2. Semantic Network

Semantic network adalah makna dalam sebuah fakta atau sisa yang menjadi batasan permasalahan.

Cirinya yaitu:

• Leksikal, terdiri dari node dan edges (titik dan garis)
• Struktural, terdiri dari Head dan Tail
• Semantik, sebagai batasan masalah.

Contoh:

Kasus : Pada suatu hari, terdapat seekor ayam, harimau, gabah, dan seorang petani. Semuanya akan menyebrangi sebuah sungai untuk mencapai tempat B menggunakan perahu dengan syarat jangan biarkan gabah dimakan ayam dan jangan biarkan ayam dimakan harimau dengan kata lain jangan tinggalkan mereka berduaan di suatu tempat baik itu di tempat A ataupun B.

Solving:

Ada beberapa cara untuk mencapai tempat B sesuai dengan syarat yang berlaku. Jika dihitung secara permutasi, cara solving kasus tersebut ada 16 kemungkinan atau node.

3. Frame

Frame adalah penyajian berorientasi objek.

Adapun ciri-cirinya yaitu:

• Memiliki atribut
• Memiliki method
• Inherits
• Extend

Pada kesempatan kali ini saya akan mengimplementasikan atau membuat representasi pengetahuan dari kasus atau logika dari seekor ayam, harimau, gabah, dan seorang petani. Semuanya akan menyebrangi sebuah sungai untuk mencapai tempat B menggunakan perahu dengan syarat jangan biarkan gabah dimakan ayam dan jangan biarkan ayam dimakan harimau dengan kata lain jangan tinggalkan mereka berduaan di suatu tempat baik itu di tempat A ataupun B.

Source Code:

Output:

PENUTUP

Kesimpulan

Jadi representasi pengetahuan terbagi kepada 3 jenis, antara lain reasoning, semantic network dan frame.

Saran

Alangkah baiknya mencoba praktek dengan kasus yang lain agar bisa lebih paham tentang materi representasi pengetahuan melalui bahasa pemrograman python.

Nama : Rizki Fadillah

NPM : 1144089

Kelas : 3A

Prodi : D4 Teknik Informatika

Mata Kuliah : Kecerdasan Buatan

Link Github : Rizki-1144089

Plagiarisme:

• Duplichecker
• Smallseotools

Referensi:

• Materi Perkuliahan Kecerdasan Buatan Pertemuan 3
• http://www.kompasiana.com/honey95t/representasi-pengetahuan-verbal-dan-visual

Selengkapnya..

Kecerdasan Buatan - Pertemuan 2

REPRESENTASI PENGETAHUAN

LATAR BELAKANG

Dalam pengimplementasian kecerdasan buatan kita dapat menumkan istilah Representasi Pengetahuan,tapi apakah anda tahu apa itu Representasi Pengetahuan.Pada kali ini saya akan menjelaskan tengtang Representasi Pengetahuan di dalam kecerdasan buatan serta mengimplementasikannya dengan menggunakan Bahasa pemrograman python.

ISI

Representasi Pengetahuan terdiri dari dua kata yaitu Representasi dan Pengetahuan,Representasi kata dasarnya adalah presentasi yaitu menyampaikan sesuatu sedangkan Representasi adalah menyampaikan kembali sebuah pengetahuan.Pengetahuan adalah sebuah ilmu atau wawasan terhadap suatu atau banyak hal.

Jadi Representasi Pengetahuan pada Kecerdasan Buatan adalah Menyampaikan atau mengkodekan pengetahuan kepada sebuah mesin atau benda agar benda tersebut mengerti apa yang sedang di sampaikan kepadanya.

Contohnya seperti jika komputer kita berikan peta ,komputer tersebut tidak akan tahu cara membacanya namun manusia dapat membaca peta tersebut.Disini kita dapat membandingkan bahwa manusia memiliki/dapat berfikir berbeda dengan mesin yang tidak bisa berfikir,mesin hanya bias diberikan representasi agar dia dapat membaca peta tersebut ,cara mempresentasikannya adalah memprogram komputer tersebut agar dapat membaca peta yang sudah kita representasikan dengan Bahasa komputer itu sendiri.

Pada kesempatan kali ini saya akan mengimplementasikan Representasi pengetahuan dengan menggunakan Bahasa pemrograman python,kali ini saya membuat aplikasi Roadmap untuk mencari jalur terpendek dari suatu daerah ke daerah lain.

Source Code:

Hasil Output:

Pada program ini anda dapat menginputkan daerah asal dan daerah tujuan sesuai dengan daerah-daerah yang sudah terdaftar.Anda dapat mendownload programnya disini.

PENUTUP

Kesimpulan

Representasi Pengetahuan pada Kecerdasan Buatan adalah Menyampaikan atau mengkodekan pengetahuan kepada sebuah mesin atau benda agar benda tersebut mengerti apa yang sedang di sampaikan kepadanya.

Saran

Lebih perbanyak mengimplementasi Representasi Pengetahuan agar dapat lebih memahami manfaat dan tujuannya.

Nama : Rizki Fadillah

NPM : 1144089

Kelas : 3A

Prodi : D4 Teknik Informatika

Mata Kuliah : Kecerdasan Buatan

Link Github : Rizki-1144089

Plagiarisme:

• Duplichecker
• Smallseotools

Referensi:

• Materi Perkuliahan Kecerdasan Buatan Pertemuan 2
• spukswkelasbkelompok3.blogspot.co.id/2009/02/pengetahuan-dibedakan-menjadi-3.html

Selengkapnya..

Kecerdasan Buatan - Pertemuan 1

KECERDASAN BUATAN DAN IMPLEMENTASINYA

LATAR BELAKANG

Mungkin pada saat ini kita sering mendengar tentang kecerdasan buatan,namun apakah anda tau apa itu kecerdasan buatan,dan apa saja implementasi dari kecerdasan buatan itu sendiri? Pada kesempatan kali ini saya akan mencoba membahas tentang Kecerdasan Buatan beserta contoh implementasinya.

ISI

Kecerdasan buatan adalah suatu bidang ilmu komputer untuk merekayasa suatu mesin agar lebih cepat(Ukuran Waktu) dan tepat(Tujuannya).Dalam arti lain disini kecerdasan buatan itu seperti kita memberikan kecerdasan kepada sebuah alat untuk melakukan hal tertentu sesuai dengan kecerdasan yang telah kita tanamkan pada alat tersebut.

contoh sederhana seperti kalkulator,disana telah ditanamkan kecerdasan untuk berhitung sehingga kita dapat menggunakan kalkulator untuk membantu kegiatan dalam proses hitung menghitung.

Implementasi Kecerdasan Buatan ini biasanya diterapkan pada bidang:

1.Visualisasi Komputer

Contoh: Mengenali sebuah pola pada suatu gambar

2.Pengenalan Suara

Contoh: Perintah computer dengan menggunakan suara user

3.Sistem Pakar

Contoh: Program computer dapat mendiagnosa penyakit dengan memasukkan gejala-gejala yang dialami pasien

4.Permainan

Contoh: User dapat bermain dengan koputer,seolah-olah computer itu seperti user lain yang sedang bermain(Mode AI).

Pada kesempatan kali ini saya akan mencoba membuat sebuah kecerdasan buatan tentang aritmatika dengan menggunakan Bahasa pemrograman Python.

Source Code:

 Hasil Output:

Pada program ini anda dapat melakukan proses aritmatika dengan inputan huruf (pada kali ini baru sampai 5) dan saya juga menghitung delta t,maksudnya adalah lama proses yang terjadi dalam menjalankan program tersebut.Pada program ini hasil delta t tidak tetap,karena program ini memiliki variabel inputan,secara otomatis lama proses yang dijalankan sesuai inputan yang dilakukan.Anda dapat mendownload programnya disini.

PENUTUP

Kesimpulan 

Kecerdasan buatan adalah suatu bidang ilmu komputer untuk merekayasa suatu mesin agar lebih cepat(Ukuran Waktu) dan tepat(Tujuannya).

Saran

Alangkah lebih baik mempelajari lebih mendalam jika memiliki ketertarikan dalam bidang ini.

Nama : Rizki Fadillah

NPM : 1144089

Kelas : 3A

Prodi : D4 Teknik Informatika

Mata Kuliah : Kecerdasan Buatan

Link Github : Rizki-1144089

Plagiarisme:

• Duplihecker
• Smallseotools

Referensi:

• Materi Kuliah Kecerdasan Buatan Pertemuan1
• http://bukupython.blogspot.co.id/2014/09/menggunakan-function-dalam-python.html
• http://informatika.web.id/category/kecerdasan-buatan/

Selengkapnya..

Sistem Informasi Geografis - Pertemuan 7

PENDAHULUAN
Latar Belakang:

Penggunaan Google Maps saat ini sangatlah bermanfaat,baik itu untuk menemukan sebuah daerah,jalan,bangunan,tempat dan lain-lain.Namun apakah anda terbayang untuk dapat membuat “Google Maps” kita sendiri?

ISI:

Jalankan Map Proxy dan Map Server di ubuntu,caranya adalah:

1.Untuk meload data geospasial, kita perlu menyiapkannya dulu agar akan ditampilkan nantinya di Map Proxy. Kalian bisa mendownload data geospasial di situs ini,kemudian pilih "Producer" dan klik "Indonesia Mapproxy".
2.Jika sudah download ekstrak file tersebut (Penting!! Ketahui dimana anda mengekstrak file tersebut, karena path-nya akan digunakan untuk mengedit file yang ada di direktori yang telah di ekstrak tersebut.Disini saya simpan di direktori Downloads (Huruf kecil dan besar di perhatikan.)
3.Pada file indomap -> mapproxy, akan terdapat 3 file. Buka file agm.yaml
4.Pada file agm.yaml, edit beberapa baris ini sesuai dengan direktori tempat anda menyimpan file tersebut :

- pada baris

binary: /usr/libexec/mapserver

ubah menjadi

binary: /usr/lib/cgi-bin/mapserv

- pada baris

map: var/mapdata/mapfile/indo.map

ubah menjadi

map: /home/ali/Downloads/indomap/mapfile/indo.map

- Kemudian direktori baru dengan nama tmp pada direktori indomap

ubah baris

working_dir: /var/mapdata/tmp

menjadi

/home/ali/Downloads/indomap/tmp

Kemudian Save 

5.Kemudian pada direktori mapproxy(di terminal/cmd), gunakan perintah :

vi mapproxy.ini

edit baris

chdir = /var/mymapproxy/

menjadi

chdir = /home/ali/Downloads/indomap/mapproxy

Kemudian Save

6.Edit file config.py pada direktori mapproxy

ubah

application = make_wsgi_app(r'/var/mymapproxy/agm.yaml')

menjadi

application = make_wsgi_app(r'/home/ali/Downloads/indomap/mapproxy/agm.yaml') 

7.Untuk menjalankan programnya gunakan perintah

uwsgi mapproxy.ini

8.Untuk mengecek apakah mapproxy sudah terinsall atau belum, buka browser kemudian ketik localhost:8080

9.Klik demo atau ketik localhost:8080/demo

10.Pada bagian WMTS klik di bawah Image Format yaitu png

11.Tunggu beberapa saat karna datanya sedang di load.

12.Map Peta akan muncul

PENUTUP

Kesimpulan

Jadi pada pertemuan kali ini ,kita tau bagaimana cara menjalankan map server dan map proxy di ubuntu.

Saran

Alangkah baiknya dipelajari lebih dalam agar semakin paham cara kerja map server dan map proxy.

Nama : Rizki Fadillah

NPM : 1144089

Kelas : 3A

Prodi : D4 Teknik Informatika

Mata Kuliah : Sistem Informasi Geografis

Link Github : Rizki-1144089/GIS

Plagiarisme:

• Duplihecker
• Smallseotools

Referensi:

• Materi Kuliah Sistem Informasi Geografis D4 Teknik Informatika Politeknik Pos Indonesia Pertemuan 7

Selengkapnya..

Sistem Informasi Geografis - Pertemuan 6

PENDAHULUAN

Latar Belakang:

1.  Apa itu Map Proxy?
2.  Apa itu Map Server?
3.  Bagaimana cara install Map Proxy?
4.  Bagaimana cara install Map Server?

ISI:

Map Server adalah sebuah lingkungan pengembangan open source untuk membangun aplikasi internet spasial diaktifkan. Hal ini dapat dijalankan sebagai program CGI atau melalui Mapscript yang mendukung beberapa bahasa pemrograman (menggunakan SWIG). MapServer dikembangkan oleh University of Minnesota - jadi, sering dan lebih khusus disebut sebagai "UMN MapServer", untuk membedakannya dari komersial "peta server". MapServer awalnya dikembangkan dengan dukungan dari NASA, yang membutuhkan cara untuk membuat citra satelit yang tersedia untuk umum.

Map Proxy (mapproxy.org) adalah open source ubin geospasial proxy yang mendukung proyeksi ulang. Awalnya dikembangkan oleh Omniscale Mapproxy adalah server proxy python untuk gambar geospasial. Hal ini dapat membaca data dari WMS, ubin, mapserver dan mapnik, dan cache dan melayani data bahwa sebagai WMS, WMTS, TMS dan KML. Hal ini juga dapat melakukan reprojections antara berbagai sistem koordinat referensi

Cara Installasi Map server & map proxy di Ubuntu:

• Persiapkan terlebih dahulu sistem operasi ubuntu (bisa menggunakan versi linux yang lain, karena perintahnya kurang lebih sama).
• Buka terminal kemudian masukkan perintah : sudo apt-get install cgi-mapserver
• Untuk mengetahui struktur direktori Map Server, gunakan perintah : dpkg -L cgi-mapserver
• Karena saya mengeksekusinya menggunakan python, install python juga dengan perintah : sudo apt-get install python-pip python-dev
• Kemudian install uwsgi, dengan perintah : sudo pip install uwsgi
• Kemudian install Map Proxy, dengan perintah : sudo pip install MapProxy 

PENUTUP

Kesimpulan:

Pada kali ini kita bisa mengetahui bagaimana cara menginstall map proxy dan map server di ubuntu.

Saran:

Sebaiknya lebih diperdalam untuk mempelajari tentang map server dan map proxy.

Nama : Rizki Fadillah

NPM : 1144089

Kelas : 3A

Prodi : D4 Teknik Informatika

Mata Kuliah : Sistem Informasi Geografis

Link Github : Rizki-1144089/GIS

Plagiarisme:

• Duplihecker
• Smallseotools

Referensi:

• Materi Kuliah Sistem Informasi Geografis D4 Teknik Informatika Politeknik Pos Indonesia Pertemuan 6

Selengkapnya..