Kecerdasaan Buatan - Metode Goal Stuck Planning

Nama : Resdian Galih P

NIM : 1630511003

1. Pengertian Goal Stuck Planning

       adalah Dalam menyelesaikan sebuah masalah, GSP menggunakan sebuah stack untuk menampung kondisi-kondisi (kondisi goal dan kondisi-kondisi yang mungkin terjadi ketika pencarian solusi) dan operator-operator yang telah diajukan untuk memenuhi kondisi-kondisi tersebut.

2. Fungsi

3. Langkah - Langkah Kerja

 a.  Langkah pertama GSP dalam menyelesaikan sebuah masalah adalah menempatkan kondisi-kondisi goal-state pada stack. Kondisi-kondisi tersebut akan disimpan di dalam sebuah slot stack.

 b.  Langkah kedua, mengacu pada current -state, kondisi-kondisi goal-state yang belum tercapai dimasukkan ke dalam stack, masing-masing menempati sebuah slot. GSP tidak memiliki aturan khusus yang mengatur urutan pemasukan ke dalam stack dari kondisi-kondisi yang belum tercapai tersebut.

c. Langkah ketiga, slot terisi yang berada paling atas pada stack akan diperiksa. Hal-hal yang akan dilakukan bergantung pada kondisi slot tersebut. Kondisi yang mungkin terjadi pada slot tersebut adalah sebagai berikut:

Kondisi 1

Jika slot berisi kondisi yang sudah memenuhi current -state, tetapi slot tidak terletak di dasar stack dan juga tidak terletak di atas slot yang berisi operator, maka isi slotakan di-pop dari stack dan pemeriksaan dilanjutkan pada slot berikutnya.

Kondisi 2

Jika slot berisi kondisi yang belum memenuhi current –state maka isi slot akan di-pop dari stack. Kemudian, sebuah operator yang sesuai untuk mencapai kondisi tersebut akan dimasukkan ke dalam stack. Setelah itu, serangkaian kondisi yang dibutuhkanagar operator itu bisa diaplikasikan akan dimasukkan ke dalam sebuah slot stack. Selanjutnya, setiap kondisi dari rangkaian kondisi yang dibutuhkan operator agar dapat diaplikasikan tersebut akan dimasukkan ke dalam sebuah slot secara terurut, dimana kondisi yang harus dicapai paling akhir dimasukkan pertama kali.

Kondisi 3

Jika slot berisi kondisi atau rangkaian kondisi dan slot tersebut berada di atas slot yang berisi operator, maka isi slot teratas dari stack tersebut akan di-pop. Kemudian, operator pada slot berikutnya akan di-pop dan dimasukkan ke dalam antrian operator dalam rencana penyelesaian dan current –state di-update dengan mengaplikasikan operator tersebut pada current –state berdasarkan daftar-PAD.

Kondisi 4

Jika slot yang diperiksa adalah slot terdasar maka akan diuji kesamaan antara current – state dan  goal-state. Jika sama (berarti goal-state telah tercapai) maka isi slot akan di- pop dan pencarian rencana penyelesaian dihentikan. Jika berbeda (goal-state belum tercapai) maka langkah ke dua diulangi. Jika kondisi yang terjadi bukan kondisi 4,setelah rangkaian tindakan yang bersesuaian dilakukan, langkah ketiga diulangi

GSP mungkin menemui jalan buntu yang disadari (meningkatkan biaya komputasi) atau pun yang tidak disadari (membuat rencana penyelesaian tidak efisien). Jalan buntu yang tidak disadari disebabkan karena GSP tidak memiliki aturan untuk mengurutkan pemasukan kondisi goal-state yang belum tercapai ke alam stack (langkah ke-2).

4. Contoh Kasus

Contoh aplikasi goal stack planning adalah the block world, lengan robot yang bekerja memindahkan block

Dalam the block world terdiri dari operator dan predicate:

   #Predicate:

ON(A,B) – Block A berada di atas block B

ONTABLE(A) – Block A berada di table/meja

CLEAR(A) – Di atas block A tidak terdapat block lain

HOLDING(A) – lengan holding/memegang block A

ARMEMPTY – lengan kosong(tidak memegang block apapun)

   #Operator:

STACK(A,B) – Menumpuk block A di atas block B. Dengan kondisi awal HOLDING(A) dan CLEAR(B)

UNSTACK(A,B) – Mengambil block A dari atas block B. Dengan kondisi awal ARMEMPTY dan CLEAR(A)

PICKUP(A) – Mengambil block A dari atas meja dan memegangnya. Dengan kondisi awal ARMEMPTY dan CLEAR(A)

PUTDOWN(A) – Menaruh block A di atas meja. Dengan kondisi awal HOLDING(A)

Contoh Soal:

state diurutkan dari kiri bawah:

start state: ONTABLE(A) ∧ ON(C,A) ∧ CLEAR(C) ∧ ONTABLE(B) ∧ CLEAR(B) ∧ ARMEMPTY

goal state: ONTABLE(C) ∧ ON(B,C) ∧ ON(A,B) ∧ CLEAR(A) ∧ ARMEMPTY

1. 

Step pertama adalah menentukan operator apa yang dipakai untuk mendapatkan state kiri bawah goal(ONTABLE(C)). Di atas setiap operator merupakan pre condition sebelum operator dijalankan, sedangkan di bawahnya post condition setelah operator dijalankan. Setelah itu cocokkan pre condition teratas dengan start state.

2. 

Clear(C) dan Empty merupakan pre dan post condition yg saling berhubungan, maka dapat dihubungan dengan garis panah

putus-putus. Sedangkan Clear(B) dan Clear(A) tidak memiliki pasangan post conditionnya, maka kita tandai dengan oval

3. 

Ketika sudah selesai, maka kita hubungkan semua operator mulai dari kiri atas. Itulah langkah-langkah untuk mengubah urutan start state menjadi goal state

 5 Referensi

https://adubiyung.wordpress.com/2012/04/11/artificial-intelegence-ai-planning-of-ai/

http://wahyudi2016.blog.binusian.org/2014/03/28/goal-stack-planning/

Read More

Soal UTS Fuzzy Pengantar Kecerdasan Buatan

SOAL TENGAH AKHIR SEMESTER

PROGRAM STUDI TEKNIK INFORMATIKA

UNIVERSITAS MUHAMMADIYAH SUKABUMI

Nama Mata Kuliah            : Pengantar Kecerdasan Buatan

SKS                                      : 3 SKS

Dosen                                   : Asriyanik, M.T.

Sifat Soal                             : Take Home Test

Nama                                   : Resdian Galih P

NIM                                     : 1630511003

Kelas                                    : TI 5A

Petunjuk Pengerjaan Soal:

1. Untuk mengerjakan soal ini mahasiswa harus membaca terlebih dahulu buku atau materi yang berkaitan

2. Tujuan dari evaluasi ini adalah agar mahasiswa dapat mencapai capaian pembelajaran yaitu: dapat memahami dan mengimplementasikan berbagai metode pada kecerdasan buatan dalam kasus yang nyata. Jadi diharapkan kepada mahasiswa untuk mengerjakannya dengan sungguh-sungguh agar dapat meningkatkan kapasitas diri.

3. Jawaban dikumpulkan dalam bentuk Laporan UTS, di upload ke blog masing-masing, berupa uraian dari artikel. Silakan pembuatan blog nya bebas dari mana saja. Yang mempunyai website sendiri juga boleh.

4. Dikirim link alamatnya ke asriyanik@gmail.com paling lambat tanggal 18 Desember 2018

Soal:

1. Dalam bahasan kecerdasan buatan sebuah software/ hardware disebut cerdas jika memiliki kemampuan untuk  searching, reasoning, planning dan learning. Jelaskanlah pernyataan tersebut disertai dengan contoh!

2. Salah satu metode dalam reasoning adalah logika fuzzy (logika samar). Untuk masalah seperti apakah kita sebaiknya menggunakan logika fuzzy? Jelaskan dengan contoh!

Jawaban:

a. 1.  a. Pengertian searching adalah proses pencarian data dari sekumpulan data yang sudah ada. Pencarian data sering juga disebut dengan table look-up atau store and retrieval information. Hasil dari suatu pencarian dapat bernilai salah (tidak ketemu atau tidak sukses) atau benar (ketemu atau sukses).

   Contoh : Google, Yahoo! Search, dan Live Search

b. Pengertian reasoning adalah proses berpikir logis dan sistematis untuk membentuk dan mengevaluasi suatu keyakinan terhadap pernyataan atau asersi.

        Contoh : Pemimpin teroris mengatakan bahwa orang-orang diluar dari orang golongannya adalah kafir dan halal untuk dibunuh. Kalau kita tanya ke pemimpin teroris, kenapa Pak pimpinan teroris? Jawabannya, karena tertulis bahwa yang diluar jalan kita, adalah kafir. Atau mungkin jawaban lainnya, saya ini pimpinan yang dipilih oleh kekuasaan yang lebih tinggi. Kalian bisa percaya kekuasaan tertinggi, maka kalian harusnya bisa percaya kata-kata saya.

c. Pengertian planning adalah suatu proses menentukan apa yang ingin dicapai di masa yang akan datang serta menetapkan tahapan-tahapan yang dibutuhkan untuk mencapainya. Sebagian kalangan berpendapat bahwa perencanaan adalah suatu aktivitas yang dibatasi oleh lingkup waktu tertentu, sehingga perencanaan, lebih jauh diartikan sebagai kegiatan terkoordinasi untuk mencapai suatu tujuan tertentu dalam waktu tertentu.

   Contoh : Saya adalah mahasiswi yang berdomisili di tangerang dan kuliah di Universitas Gunadarma depok. Setiap hari saya harus menempuh ± 2 jam untuk mencapai universitas tersebut. Saya harus menentukan dan merencanakan kendaraan apa yang cocok untuk saya gunakan untuk mencapai tujuan saya. Bis atau Kereta. Sebelumnya saya harus tahu terlebih dahulu kendala apa yang sekiranya akan saya hadapi dijalan entah naik kereta atau bus. Dan perkiraan ongkos yang akan saya habiskan. Setelah itu barulah saya bisa melaksanakan perencanaan saya untuk mencapai tujuan tersebut.

d. Pengertian learning adalah cara dalam proses belajar mengajar yang menggunakan media elektronik khususnya internet sebagai system pembelajarannya.

     Contoh : segala fitur yang berkaitan dengan manajemen proses belajar mengajar adalah, bagaimana manajemen kelas, pembuatan materi atau konten, forum diskusi, sistem penilaian (rapor), sistem ujian online yang kesemuanya adalah diakses dengan internet.

2.      Masalah yang tidak pasti, contoh Vacuum Cleaner (Panasonic) prinsip kerja Vacuum Cleaner yang diproduksi oleh Panasonic adalah sebagai berikut :“Karakteristik lantai dan jumlah debu yang dibaca oleh sensor inframerah dan mikroprosesor akan memilih daya yang sesuai dengan kontrol fuzzy berdasarkan karakteristik lantai.”Karakteristik lantai meliputi jenis (kayu, semen, ubin, kelembutan karpet, karpet tebal, dll). Pola perubahan jumlah debu yang melewati sensor inframerah dapat dideteksi. Mikroprosesor menetapkan pengaturan yang sesuai dengan vakum dan daya motor menggunakan skema kontrol fuzzy. Lampu merah dan hijau dari penyedot debu menunjukkan jumlah debu tersisa di lantai.

3.       

Read More