Minggu, 26 Maret 2017

Representasi Pengetahuan

  01.36            No comments
Representasi Pengetahuan
Latar Belakang Masalah
  1. Jelaskan  yang dimaksud Reasoning?
  2. Jelaskan yang dimaksud Semantik Network?
  3. Sebutkan  ciri – ciri Semantik Network?
  4. Jelaskan  yang dimaksud Frame?
  5. Sebutkan  ciri – ciri Frame?
Penjelasan  
  1.     Reasoning adalah proses yang berhubungan dengan pengetahuan, fakta, dan strategi    pemecahan masalah untuk mendapatkan penyelesaian. Ada bebarapa metode penalaran yang lazim adalah deduksi, induksi, abduktip, analogi, dan akal sehat, berikut ini penjelasan singkatnya. Contoh: Bayu adalah laki - laki
   2.     Semantik Network merupakan representasi grafis yang dapat digunakan baik untuk mewakili pengetahuan atau untuk mendukung penalaran pengetahuan sistem otomatis
   3.     Ciri – ciri dari semantic network terdiri dari :
a.     Leksikal terdiri dari node(titik) dan edges(garis)
b.     Struktural terdiri dari head dan tail
c.     Semantik terdiri dari batasan masalah
   4.     Frame adalah merepsentasikan keadaan yang telah dipahami dan stereotype. Frame digunakan untuk merepresentasikan pengetahuan stereo type atau pengetahuan yang didasarkan kepada karakteristik yang sudah dikenal yang merupakan pengalaman masalalu.
   5.     Ciri – ciri dari frame terdiri dari
a.     da nama kelas
b.     Ada attribute
c.     Ada method
d.     Inherits
e.     Extend
Penutup
Kesimpulan
Dari pernyataan diatas dapat disimpulkan bahwa untuk mendukung representasi pengetahuan ada beberapa proses yaitu Reasoning, Semantik Network dan Frame
Saran
Penulis menyarankan untuk menjalankan semua proses representasi pengetahuan agar proses representasi pengetahuan yang kita lakukan dapat mendapatkan hasil yang maksimal

Link Github : Kecerdasan Buatan

  • Nama : Suriadi Zainuddin
  • NPM : 1144092
  • Kelas : 3C
  • Prodi : D4 Teknik Informatika Politeknik Pos Indonesia


Kamis, 16 Maret 2017

Representasi Pengetahuan

  00.20            No comments
Representasi Pengetahuan

Latar Belakang
Pengetahuan dibedakan menjadi 3 klasifikasi yaitu:
  1. Prodecural Knowledge adalah pengetahuan yang berkaitan dengan prosedur atau cara untuk melakukan sesuatu
  2. Declarative Knowledge adalah pengetahuan untuk dapat menentukan nilai benar dan salah suatu hal
  3. Tacid Knowledge kadang disebut juga sebagai "unconscious knowledge", karena pengetahuan tidak dapat diekspresikan atau didefinisikan dengan bahasa.
      Representasi Pengetahuan adalah metode yang digunakan untuk mengodekan pengetahuan dalam suatu sistem pakar. Jelaskan yang di maksud Representasi Pengetahuan?
  4. Jelaskan pengertian Presentasi?
  5. Jelaskan pengertian Pengetahuan?
  6. Jelaskan hubungan tahu dengan paham?
  7. Jelaskan pengertian Fakta?
Penjelasan
  1. Representasi Pengetahuan merupakan cara untuk menyajikan pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi antara suatu pengetahuan dengan pengetahuan yang lain dan dapat dipakai untuk menguji kebenaran penalarannya.
  2. Presentasi adalah memaparkan atau memberikan informasi, gagasan, emosi, dan sebagainya dengan menggunakan simbol-simbol, kata-kata, gambar, grafis, angka, dll dari seorang pembicara pada audiens dengan maksud tertentu.
  3. Pengetahuan adalah informasi atau maklumat yang diketahui atau disadari oleh seseorang.
  4. Hubungan antara tahu dengan paham, jika kita tahu belum tentu kita paham, sedangkan jika kita paham udah pasti kita tahu. Proses yang mengubah tahu menjadi paham adalah Berfikir, karena dengan berfikir kita dapat menjadi paham apa yang kita tahu.
  5. Fakta merupakan hal, keadaan, atau peristiwa yang merupakan kenyataan atau sesuatu yang benar-benar terjadi. Contoh : Suriadi adalah laki – laki. Jika di bahasa pemrograman contohnya : laki – laki (Suriadi)
Penutup
Kesimpulan
pernyataan diatas dapat disimpulkan bahwa representasi pengetahuan merupakan penyajian pengetahuan ke dalam suatu skema maupun diagram.
Saran
pernyatan diatas saya sarankan untuk mempelajari lagi tentang representasi pengetahuan karena penting untuk penyajian ilmu yang kita miliki

Link Github : Kecerdasan Buatan

  • Nama : Suriadi Zainuddin
  • NPM : 1144092
  • Kelas : 3C
  • Prodi : D4 Teknik Informatika Politeknik Pos Indonesia




Minggu, 12 Maret 2017

Kecerdasan Buatan

  12.07            No comments
Kecerdasan Buatan
Latar Belakang
Kecerdasan buatan adalah simulasi proses kecerdasan manusia dengan mesin, terutama sistem komputer. Proses ini termasuk belajar (perolehan informasi dan aturan untuk menggunakan informasi), penalaran (menggunakan aturan untuk mencapai kesimpulan perkiraan atau pasti), dan koreksi diri. aplikasi tertentu AI termasuk sistem pakar, pengenalan suara dan visi mesin Rekayasa pengetahuan adalah bagian inti dari penelitian AI.
AI biasanya dihubungkan dengan Ilmu Komputer, akan tetapi juga terkait erat dengan bidang lain seperti matematika, msikologi, pengamatan,Filosofi, dan yang lainnya.
Pengertian lain dari kecerdasan buatan adalah bagian ilmu komputer yang membuat agar mesin komputer dapat melakukan pekerjaan seperti dan sebaik yang dilakukan manusia. Pada awal diciptakannya, komputer hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan jaman, maka peran komputer semakin mendominasi kehidupan manusia. Komputer tidak lagi hanya digunakan sebagai alat hitung, lebih dari itu, komputer diharapkan untuk dapat diberdayakan untuk mengerjakan segala sesuatu yang bisa dikerjakan oleh manusia.
  1. Jelaskan pengertian kecerdasan buatan
  2. Sebutkan jenis kecerdasan buatan
  3. Sebutkan keuntungan kecerdasan buatan
  4. Berikan teori kecerdasan buatan
Pembahasan
  1. Kecerdasan buatan adalah bidang ilmu komputer yang menekankan penciptaan mesin cerdas yang bekerja dan bereaksi seperti manusia.
  2. Teori pikiran. Ini adalah istilah psikologi. Hal ini mengacu pada pemahaman bahwa orang lain memiliki keyakinan mereka sendiri, keinginan dan niat yang mempengaruhi keputusan yang mereka buat. semacam ini AI belum ada.
  3. Kecerdasan buatan lebih mudah diduplikasi dan disebarkan. Mengirimkan pengetahuan manusia dari satu orang ke orang lain butuh proses dan waktu lama. Disamping itu suatu keahlian tidak akan pernah bisa diduplikasi secara lengkap.
  4. Contoh sederhana dari teori kecerdasan buatan
  • Efisien
Jika dillihat dari contohnya yaitu waktu, efisien dalam arti efisien dalam ruang lingkup sederhana adalah melakukan pekerjaan dengan tepat sehingga efesien 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.
Adapun contoh lain yaitu:
10+5 = 15 -> Tepat Efektif (dalam waktu 3o detik) masa anak-anak
10+5 = 15 -> Tepat efektif (dalam waktu 2 detik) masa dewasa/sekarang
cepat+tepat=cerdas
Penutup
Kesimpulan
Sehingga penjelasan diatas yaitu antara efektif dan efisien yaitu Cerdas dan cerdas itu dapat dilatih atau memerlukan proses, dan kecerdasan buatan adalah simulasi proses kecerdasan manusia dengan mesin, terutama sistem komputer.
Saran
Saran saya adalah untuk medalami teori atau materi kecerdasan buatan kita lebih banyak baca buku atau internet.


Nama : Suriadi Zainuddin
NPM : 1144092
Kelas : 3C
Prodi : D4 Teknik Informatika
Kampus : Politeknik Pos Indonesia    


Langganan: Postingan (Atom)