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..