Senin, 29 Mei 2017

Pengolahan Bahasa Alami


Pengolahan bahasa alami atau lebih dikenal dengan Natural Language Processing (NLP) mengacu pada metode AI berkomunikasi dengan sistem cerdas menggunakan bahasa keseharian kita seperti bahasa Indonesia.


1.   Fonetik dan Fonologi – Deteksi suara menjadi kata.
o    Contoh : Siri
2.   Morfologi – Pembentukan kata dari kata dasar.
o    Contoh : lari – lari, menyanyi
3.   Sintaksis – Pembagian atau pembuatan aturan baku sebuah kalimat
o    Contoh : Ibu pergi kepasar
4.   Semantik – Definisi atau makna dalam sebuah kata.
o    Contoh : Kutu Buku
5.   Pragmatik - Berkaitan dengan memahami kalimat dalam situasi yang berbeda.

 Orientasi dan tujuan

  • ·         Discourse Knowledge

Kalimat sebelumnya akan berpengaruh dengan kalimat selanjutnya
  • ·         Word Knowledge

Arti kata sebernarnya dalam sebuah kalimat
o   Contoh :
o   Saya orang tinggi, oleh karena itu mempunyai sedikit teman (tinggi = sombong)
o   Saya orang tinggi, oleh karena itu saya bisa bermain basket (tinggi = fisik)

Contoh implementasi aplikasi translate



Source code dapat dilihat pada link github

URL Git : feboy10


Febby Nurfitriyani
1144052
D4 - Teknik Informatika - 3B
Politeknik Pos Indonesia

Kecerdasan Buatan

Referensi :
http://www.w3ii.com/id/artificial_intelligence/artificial_intelligence_natural_language_processing.html

Diposting oleh di Tidak ada komentar:

Senin, 10 April 2017

Representasi Pengetahuan III (Ruang Keadaan)

Ruang Keadaan
Ruang Keadaan adalah sebuah ruang yang berisi keadaan yang mungkin terjadi dan bagaimana 
cara mendifinisikan masalah tersebut kedalam bentuk representasi algoritma.

Dalam meyelesaikan masalah dalam ruang keadaan adalah dengan :
  1. Identifikasi Masalah dalam ruang keadaan
  2. Menetapkan keadaan awal
  3. Menetapkan Tujuan
  4. Menganalisis beberapa teknik penyelesaian
  5. Menetapkan Kumpulan aturan penyelesaian
Representasi Ruang Keadaan dengan Graph Keadaan

Graph keadaan adalah salah satu cara untuk merepresentasikan ruang keadaan, graph keadaan 
itu sendiri terdiri dari :
  1. node-node yang menunjukan keadaan yaitu keadaan awal dan keadaan baru yang akan di capai
  2. node-node saling dihubungkan menggunakan panah untuk menunjukan arah
Contoh Kasus penyelesaian game plastelina :

Kondisi awal :
  1. Pulau Kiri : (p,a,g,h) (1,1,1,1)
  2. Pulau Kanan : (p,a,g,h) (0,0,0,0)
Kondisi akhir :
  1. Pulau Kiri : (p,a,g,h) (0,0,0,0)
  2. Pulau Kanan : (p,a,g,h) (1,1,1,1)
Aturan :
  1. Petani Menyebrang
  2. Petani Kembali
  3. Ayam Menyebrang
  4. Ayam Kembali
  5. Gabah Menyebrang
  6. Ayam Kembali
  7. Gabah Menyebrang
  8. Harimau Kembali 
Gambar source code


Diposting oleh di Tidak ada komentar:

Minggu, 26 Maret 2017

Representasi Pengetahuan Part 2

    Representasi Pengetahuan yaitu Bagaimana cara agar komputer atau program dapat memiliki pengetahuan (cara memindahkan pengetahuan atau hasil pemikiran manusia ke dalam komputer).
Representasi : Menyajikan Ulang

Reasoning
Bentuk fakta format dan logik
contoh : Laki (eki)
              Manusia (eki)
             ? Manusia (eki)

Semantic Network berbentuk node dan link -> seperti peta
Link memiliki arah.

Contoh : Permainan petani, ayam, gabah dan harimau pindah pulau dan dalam satu perahu hanya bisa               berisi dua orang

Solusi :

Posisi Awal  :

 H G P A --------- (Perahu) --------- ________

1. H G ------- P A --------- _______

2.  G    ------- P H ---------    A

3.  G    ------- P A ---------    H

4.  A    ------- P G ---------    H

5. ___  ------- P A ---------   HG

Posisi Akhir :

______ ------------ (Perahu) --------- H G P A

Ket : H : Harimau               G :Gabah
         P : Petani                   A : Ayam

Frame
Seperti class menggunakan
- Method
- Atribut
- Nama Kelas
- Inheritance
- Extend

Contoh :

Binatang : 1. Aves memiliki ciri-ciri : - Bertelur
                                                             - Berdarah Panas
                                                             - Berbulu
                                               Contoh : - Kakaktua
                                                              - Jalak
                  2. Reptilia memiliki ciri  :  - Berdarah dingin
                                                              - Bertelur
                                                              - Bersisik
                                               Contoh : - Kadal
                                                              - Komodo

Kesimpulan :
     Representasi Pengetahuan yaitu Bagaimana cara agar komputer atau program dapat memiliki pengetahuan (cara memindahkan pengetahuan atau hasil pemikiran manusia ke dalam komputer).

URL Git : https://github.com/D4TI3B-AI/FebbyNurfitriyani_1144052


Febby Nurfitriyani
1144052
D4 - Teknik Informatika - 3B
Politeknik Pos Indonesia

Kecerdasan Buatan

Referensi :
lecturer.ukdw.ac.id/anton/


Hasil Scan Plagiarisme :

Via duplichecker :
https://drive.google.com/open?id=0B_5wQlifCFBINWxkMWFuYkVvZm8

Via smallseotools :
https://drive.google.com/open?id=0B_5wQlifCFBIZEc4ekRVcTN5ZlE




Diposting oleh di Tidak ada komentar:

Senin, 20 Maret 2017

Representasi Pengetahuan

Representasi Berasal dari dua kata yaitu re dan presentasi, 
  • Re berarti mengulang
  • Presentasi berarti menyajikan
Pengetahuan adalah hasil penginderaan manusia, atau hasil dari pengamatan yang telah dilakukan di lapangan. 

Contoh:
  • Saya tahu pelajaran
  • Saya paham pelajaran
Dapat dilihat diatas ada tahu dan ada paham penjelasannya adalah bahwa tahu itu hanya sekedar mengetahui tapi terkadang faktanya tidak tahu, namun jika paham dia tahu dan sesuai dengan faktanya.

Representasi Pengetahuan merupakan metode yang digunakan untuk mengodekan pengetahuan dalam sebuah sistem pakar berbasis pengetahuan

Representasi Pengetahuan Menggunakan Logika

Contoh argumen (obyek) dan predikat (keterangan). Secara umum penulisan proposisi dalam logika predikat dapat dinyatakan sebagai berikut:
Predikat (argumen-1, argumen-2,..., argumen-3)
Contoh:
Proposisi: “Agus adalah orangtua Rendi”
Dalam logika predikat disajikan dalam bentuk:
Orangtua (Agus          ,         Rendi)
      P         Argumen-1    Argumen-2

Contoh rute dari kota awal ke kota tujuan dengan transportasi darat,udara maupung laut dengan jaraknya.
Jika Rute di atas dibentuk dalam Representasi Logika, sebagai berikut:
  • Darat(Bandung, Jakarta, 130)
  • Laut(Bandung, Lampung, 600)
  • Udara (Bandung, Papua, 2000)
Contoh Implementasi program rute terdekat antar kecamatan bandung dengan menggunakan python :

Rute :

.

Kesimpulan

    Jadi yang terpenting adalah bagaimana cara merubah fakta menjadi fungsi pemograman
dan yang terpenting bagaimana kita mempresentasikan logika terhadap apa yang akan diimplementasikan bukan mempresentasikan pengetahuan karena computer tidak berpikir.

URL Git : https://github.com/D4TI3B-AI/FebbyNurfitriyani_1144052


Febby Nurfitriyani
1144052
D4 - Teknik Informatika - 3B
Politeknik Pos Indonesia

Kecerdasan Buatan

Referensi :
https://www.python.org/doc/essays/graphs/

Hasil Scan Plagiarisme :

Via duplichecker :
https://drive.google.com/open?id=0B_5wQlifCFBIQVZnYWVJejJYZEU

Via smallseotools :
https://drive.google.com/open?id=0B_5wQlifCFBIT0lHdWhFREtDbW8
Diposting oleh di Tidak ada komentar:

Minggu, 12 Maret 2017

Makna Kecerdasan Buatan

Apa sih kecerdasan buatan itu?

    
        Kita kupas jadi dua kata yang terpisah yaitu kecerdasan dan buatan. Nah, untuk kecerdasannya bisa dimaknai sebagai sesuatu yang cepat dan tepat. Sebagai contoh ada lomba Cerdas Cermat, mengapa dikatakan demikian? Peserta harus pacepat-cepat (saling mendahului) saat memencet tombol dan menjawab pertanyaan secara tepat. Pada intinya hal yang cerdas itu mampu melakukan hal secara cepat dan tidak salah.

      Cerdas juga dapat dimaknai sebagai hal yang efektif dan efisien
  • Efisien, Jika dillihat dari contohnya yaitu BBM saya efisien dalam arti efisien dalam bb mini yaitu irit dari irit itu bisa mengacu pada hal biaya(cost). Dari biaya(cost) tersebut dapat dilihat lagi dari waktu dan materi. Jadi bisa diartikan efisien dapat diartikan dengan cepat.
  • Efektif, Jika dilihat dari contohnya yaitu Efektif membunuh nyamuk. Efektif disini yaitu dapat diartikan ampuh dari ampuh tersebut yaitu dapat diartikan dengan tepat sasaran.Jadi dapat diartikan bahwa efektif yaitu tepat sasaran.
Dapat dimisalkan saat :
  1. Sewaktu SD saya menghitung 7+5 = 12 (TEPAT dan EFEKTIF) namun saya menghabiskan waktu pengerjaan sekitar 2 menit (TIDAK EFISIEN)
  2. Sewaktu SMP saya menghitung 7+5 = 12 (TEPAT dan EFEKTIF) dan saya menghabiskan waktu pengerjaan sekitar 3detik (EFISIEN)
Maka cerita no 2 merupakan kecerdasan

Cepat + Tepat -> CERDAS

   Untuk makna Buatan berarti sengaja diciptakan untuk tujuan tertentu.

Contoh aplikasi perhitungan sederhana menggunakan python dengan inputan huruf :
Source Code dapat dilihat pada link github dibawah.

Kesimpulan

    Kecerdasan buatan merupakan sesuatu yang sengaja diciptakan untuk memenuhi tujuan yang efektif dan efisien secara cepat dan tepat.
URL Git : Github Febby

Febby Nurfitriyani
1144052
D4 - Teknik Informatika - 3B
Politeknik Pos Indonesia

Kecerdasan Buatan

Referensi :
http://informatika.web.id/category/kecerdasan-buatan/

Hasil Scan Plagiarisme :

Via duplichecker :
https://drive.google.com/open?id=0B_5wQlifCFBIQVZnYWVJejJYZEU

Via smallseotools :https://drive.google.com/open?id=0B_5wQlifCFBINk1HR20xTmFja1U
Diposting oleh di Tidak ada komentar:
Langganan: Komentar (Atom)