Nomor 1
Dalam bahasan kecerdasan buatan sebuah software/ hardware disebut cerdas jika memiliki kemampuan untuk searching, reasoning, planning dan learning.
Dalam bahasan kecerdasan buatan sebuah software/ hardware disebut cerdas jika memiliki kemampuan untuk searching, reasoning, planning dan learning.
Searching adalah salah satu motode penyelesaian masalah dengan pencarian solusi pada suatu permasalahan yang dihadapi. Contoh penggunaan komputer yang dilengkapi Global Positioning System (GPS).
Reasoning adalah teknik yang digunakan untuk melakukan penalaran terhadap suatu masalah yang dialami manusia. Contoh diterapkan pada software permainan catur yang disebut HITECH.
Planning adalah teknik yang digunakan untuk melakukan perencanaan terhadap suatu masalah yang hendak diselesaikan. Contoh diterapkan pada Optimum-AIV adalah suatu planner (software yang menggunakan teknik planning) yang digunakan oleh European Space Agency untuk assembly atau perakitan, integration atau penggabungan dan verification (AIV) pesawat terbang. Software tersebut digunakan untuk membuat perencanaan dan untuk memonitor eksekusi terhadap perencanaan-perencanaan tersebut.
Learning adalah teknik yang digunakan untuk membuat mesin-mesin otomatis melalui proses pembelajaran dan pelatihan sedemikian rupa hingga bisa menjadi cerdas layaknya manusia. Contoh diterapkan pada pengendali mobil otomatis sehingga bisa berjalan sendiri tanpa disetir oleh manusia.
Nomor 2
Langkah pertama karena yang terbuka hanya terdapat 1 simpul, maka S adalah best node.
F (A) = 5 + 90 = 95
F (B) = 10 + 90 = 100
F (C) = 5 + 60 +=65
Best node selanjutnya adalah F(C) = 65
Closed = S Open = A, B, C
Nomor 2
Langkah pertama karena yang terbuka hanya terdapat 1 simpul, maka S adalah best node.
F (A) = 5 + 90 = 95
F (B) = 10 + 90 = 100
F (C) = 5 + 60 +=65
Closed = S Open = A, B, C
F(B) = SC + CB + HB
= 5 + 4 +90
= 99
F(F) = SC + CF + HF
= 5 + 12 + 50
= 67
Langkah kedua C dengan biaya terkecil ( yaitu 65) terpilih menjadi best node dan di pindahkan ke closed. Semua suksesor di C dibuka yaitu B dan F dan dimasukan ke open.
F (B) Jika starting point dari C = 99
F (B) Sebelumnya ( saat parent B adalah S ) = 100
B berganti parent dari S ke C
Open = (A, B, C, F)
Closed = (C, S)
F menjadi titik awal karena merupakan best node dari opened list dengan nilai F(f) = 67
Bangkitkan suksesor dari F yaitu simpul E dan G.
G belum pernah ada di opened list / closed list maka langsung di hitung nilainya
F (E) = SE + FE + h(E)
= 5 + 4 + 100
= 109
F (G) = CF + FG + h(G)
= 12 + 5 + 40
= 57
Hasil akhir :
Jalur terpendek melalui : S > C > F > G dengan nilai 57
Opened List Akhir : ( A, B)
Closed List Akhir : (S, C, F)
Hasil akhir :
Jalur terpendek melalui : S > C > F > G dengan nilai 57
Opened List Akhir : ( A, B)
Closed List Akhir : (S, C, F)
Nomor 3
Proposional Logic adalah logika yang menyatakan satu fakta bisa bernilai benar atau salah. Tapi untuk masalah yang kompleks (seperti pada permainan catur), proposional logic tidak bisa digunakan secara praktis karena kita harus membangun banyak sekali fakta untuk merepresentasikan keadaan sederhana.
Proposional Logic adalah logika yang menyatakan satu fakta bisa bernilai benar atau salah. Tapi untuk masalah yang kompleks (seperti pada permainan catur), proposional logic tidak bisa digunakan secara praktis karena kita harus membangun banyak sekali fakta untuk merepresentasikan keadaan sederhana.
Nomor 4
Fuzzy Logic (Logika Fuzzy) atau biasa juga disebut dengan Logika Samar merupakan jenis logika yang memiliki nilai samar antara benar dan salah, dengan memetakan suatu ruang input ke dalam suatu ruang output didasari oleh konsep himpunan fuzzy. Dalam logika ini, suatu hal bisa bernilai benar dan salah secara bersamaan. Logika ini baiknya digunakan pada masalah yang mengandung unsur ketidakpastian, ketidaktepatan, ataupun kekaburan. Contoh pada pembuatan aplikasi diagnosa penyakit.
Nomor 5
Fuzzy Logic (Logika Fuzzy) atau biasa juga disebut dengan Logika Samar merupakan jenis logika yang memiliki nilai samar antara benar dan salah, dengan memetakan suatu ruang input ke dalam suatu ruang output didasari oleh konsep himpunan fuzzy. Dalam logika ini, suatu hal bisa bernilai benar dan salah secara bersamaan. Logika ini baiknya digunakan pada masalah yang mengandung unsur ketidakpastian, ketidaktepatan, ataupun kekaburan. Contoh pada pembuatan aplikasi diagnosa penyakit.
Nomor 5
Suhu 10o C, berada dinilai linguistik Cold dan Normal
Sematik atau derajat keanggotaan untuk Cold dihitung menggunakan rumus:
-(x-d)/(d-c), c < x < d, dimana c=3 dan d=12
-(10-12)/(12-3)= 0,13
Sematik atau derajat keanggotaan untuk Normal dihitung menggunakan rumus:
(x-d)/(d-c), c < x < d, dimana c=3 dan d=12
(10-12)/(12-3)= -0,13
Suhu 14o C, berada dinilai linguistik Cool dan Normal
Sematik atau derajat keanggotaan untuk Cool dihitung menggunakan rumus:
-(x-d)/(d-c), c < x < d, dimana c=12 dan d=15
-(14-15)/(15-12)= 0,33
Sematik atau derajat keanggotaan untuk Normal dihitung menggunakan rumus:
(x-b)/(b-a), a < x < b, dimana a=12 dan b=15
(14-15)/(15-12)= -0,33
Suhu 25o C, berada dinilai linguistik Normal dan Warm
Sematik atau derajat keanggotaan untuk Normal dihitung menggunakan rumus:
-(x-d)/(d-c), c < x < d, dimana c=24 dan d=27
-(25-27)/(27-24)= 0,66
Sematik atau derajat keanggotaan untuk Warm dihitung menggunakan rumus:
(x-b)/(b-a), a < x < b, dimana a=24 dan b=27
(25-27)/(27-24)= -0,66
Suhu 45o C, berada dinilai linguistik Warm dan Hot
Sematik atau derajat keanggotaan untuk Warm dihitung menggunakan rumus:
-(x-d)/(d-c), c < x < d, dimana c=39 dan d=50
-(45-50)/(50-39)= 0,45
Sematik atau derajat keanggotaan untuk Hot dihitung menggunakan rumus:
(x-b)/(b-a), a < x < b, dimana a=39 dan b=50
(45-50)/(50-39)= -0,45
