Pengertian Kecerdasan
Buatan
Kecerdasan buatan (bahasa Inggris: Artificial
Intelligence atau AI) didefinisikan sebagai kecerdasan yang
ditunjukkan oleh suatu entitas buatan. Sistem seperti ini umumnya
dianggap komputer. Kecerdasan diciptakan dan dimasukkan ke dalam suatu mesin
(komputer) agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia.
Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem
pakar, permainan komputer (games), logika fuzzy, jaringan syaraf
tiruan dan robotika.
Pada tahun 1769, dataran Eropa dikejutkan dengan suatu
permainan catur yang dapat menjawab langkah-langkah permainan catur yang belum
ditentukan terlebih dahulu. Mesin ini disebut dengan Maelzel Chess
Automationdan dibuat oleh Wolfgang Von Kempelan (1734-1804) dari
Hungaria. Akan tetapi mesin ini akhirnya terbakar pada tahun 1854 di
Philadelphia Amerika Serikat.banyak orang tidak percaya akan kemampuan mesin tersebut.
Dan seorang penulis dari Amerika Serikat, Edgar Allan Poe (1809-1849)
menulis sanggahan terhadap mesin tersebut, dia dan kawan-kawannya ternyata
benar, bahwa mesin tersebut adalah tipuan, dan kenyataannya bukanlah
aoutomation, tetapi merupakan konstruksi yang sangat baik yang dikontrol oleh
seorang pemain catur handal yang bersembunyi di dalamnya.
Perkembangan game saat ini tidak lepas dari
kecerdasan buatan (artificiall intelligence). Kecerdasan buatan merupakan
salah satu bagian dari ilmu komputer yang membuat mesin (komputer) dapat
melakukan pekerjaan seperti manusia dan komputer dimungkinkan untuk dapat
berfikir.
Berdasarkan perkembangan game yang pesat pada masa
ini, maka tidak dipungkiri bahwa dibutuhkan sesuatu yang berbeda pada rule permainannya.
Hal ini sangat berkaitan dengan kecerdasan buatan (artificiall
intelligence) yang diterapkan pada game. Sebelumnya, sebuah sistem game,
jika sudah dimainkan sampai tuntas oleh seorang , maka ketika player yang sama
memulai lagi permainan dari awal, maka rulepermainannya akan sama. Namun,
untuk saat ini sesuai dengan perkembangan game dan kecerdasan buatan yang
diterapkan, sistem dalam game sudah dapat belajar mengenali pola permainan dari player dan
ketika player tersebut memulai permainan kembali, maka sistem ini
akan menggunakan rule yang berbeda untuk pemain yang sama ini,
sehingga game menjadi lebih menarik dan menantang untuk dimainkan.
Decision Making
Decision Making adalah suatu proses pemikiran dalam
rangka penyelesaian/ pemecahan suatumasalah untuk memperoleh hasil
akhir guna dilaksanakan. Keputusan yang diambil adalah hasilakhir dari
pemilihan sejumlah alternatif yang terbaik, yang paling kecil
risikonya.Pengambilan keputusan merupakan salah satu langkah dalam proses
keperawatan, dimana dalam pengambilan keputusan sangat diperlukan proses berpikir.
Pengambilan keputusan merupakan hasil berpikir, hasil usaha intelektual, dimana keputusan yang ada memerlukan tindakan nyata dalammenentukan
pilihan dari beberapa alternatif pemecahan masalah yang ada.
Decision Making dibagi menjadi 3 :
1. Decision Tree
Pohon Keputusan (Decision Tree)
merupakan metode klasifikasi dan prediksi yang sangat kuat dan terkenal. Metode
pohon keputusan mengubah fakta yang sangat besar menjadi pohon keputusan yang
merepresentasikan aturan. Aturan dapat dengan mudah dipahami dengan bahasa
alami. Aturan ini juga dapat diekspresikan dalam bentuk bahasa basis data
seperti SQL untuk mencari record pada kategori tertentu. Pohon keputusan juga
berguna untuk mengeksplorasi data, menemukan hubungan tersembunyi antara
sejumlah calon variabel input dengan sebuah variabel target. Karena pohon
keputusan memadukan antara eksplorasi data dan pemodelan, pohon keputusan ini
sangat bagus sebagai langkah awal dalam proses pemodelan bahkan ketika
dijadikan sebagai model akhir dari beberapa teknik lain (J R Quinlan, 1993).
2. State Machine
Finite State Machines (FSM) adalah sebuah metodologi perancangan sistem kontrol yang menggambarkan tingkah laku atau prinsip kerja sistem dengan menggunakan tiga hal berikut: State (Keadaan), Event (kejadian) dan action (aksi). Pada satu saat dalam periode waktu yang cukup signifikan, sistem akan berada pada salah satu state yang aktif. Sistem dapat beralih atau bertransisi menuju state lain jika mendapatkan masukan atau event tertentu, baik yang berasal dari perangkat luar atau komponen dalam sistemnya itu sendiri (misal interupsi timer). Transisi keadaan ini umumnya juga disertai oleh aksi yang dilakukan oleh sistem ketika menanggapi masukan yang terjadi. Aksi yang dilakukan tersebut dapat berupa aksi yang sederhana atau melibatkan rangkaian proses yang relative kompleks.
Finite State Machines (FSM) adalah sebuah metodologi perancangan sistem kontrol yang menggambarkan tingkah laku atau prinsip kerja sistem dengan menggunakan tiga hal berikut: State (Keadaan), Event (kejadian) dan action (aksi). Pada satu saat dalam periode waktu yang cukup signifikan, sistem akan berada pada salah satu state yang aktif. Sistem dapat beralih atau bertransisi menuju state lain jika mendapatkan masukan atau event tertentu, baik yang berasal dari perangkat luar atau komponen dalam sistemnya itu sendiri (misal interupsi timer). Transisi keadaan ini umumnya juga disertai oleh aksi yang dilakukan oleh sistem ketika menanggapi masukan yang terjadi. Aksi yang dilakukan tersebut dapat berupa aksi yang sederhana atau melibatkan rangkaian proses yang relative kompleks.
3. Rule System
Rule Based System merupakan metode pengambilan keputusan berdasarkan pada aturan-aturan tertentu yang telah ditetapkan. RBS dapat diterapkan pada agen virtual dalam bentuk kecerdasan buatan sehingga dapat melakukan tindakan tertentu. Tindakan tersebut direpresentasikan oleh set aturan yaitu penyebab tindakan itu terjadi, proses tindakan dan hasil dari tindakan tersebut.
Rule Based System merupakan metode pengambilan keputusan berdasarkan pada aturan-aturan tertentu yang telah ditetapkan. RBS dapat diterapkan pada agen virtual dalam bentuk kecerdasan buatan sehingga dapat melakukan tindakan tertentu. Tindakan tersebut direpresentasikan oleh set aturan yaitu penyebab tindakan itu terjadi, proses tindakan dan hasil dari tindakan tersebut.
Path Finding
Pathfinding adalah proses pencarian path tercepat
dari titik asal ke titik tujuan dengan menghindari berbagai halangan sepanjang path yang
ditempuh. Secara umum pathfinding dapat dibedakan menjadi pathfinding statik
dan dinamik. Goal dari pathfinding ini pada umumnya adalah untuk mencari jalur
paling efisien dengan sebisa mungkin menghindari penghalang yang ada.
Pathfinding dapat diterapkan misalnya dalam membuat AI dari
suatu game, misalnya agar AI tersebut dapat mengejar musuh secara efisien dan
tanpa menabrak tembok atau menghindari penghalang lain.
Terdapat beberapa metode yang dapat diterapkan dalam
pathfinding ini, berikut adalah metode pada pathfinding:
1. A* Searching
A* (dibaca "A
bintang"/"A star") adalah algoritma pencarian graf/pohon
yang mencari jalur dari satu titik awal ke sebuah titik akhir yang telah
ditentukan. Algoritma A* menggunakan pendekatan heuristik h(x) yang
memberikan peringkat ke tiap-tiap titik x dengan cara memperkirakan rute
terbaik yang dapat dilalui dari titik tersebut. Setelah itu tiap-tiap titk x
tersebut dicek satu-persatu berdasarkan urutan yang dibuat dengan
pendekatan heuristik tersebut. Maka dari itulah algoritma A* adalah
contoh dari best-first search.
2. Dijkstra
Algoritma Dijkstra, (dinamai
menurut penemunya, seorang ilmuwan komputer, Edsger Dijkstra), adalah sebuah
algoritma rakus (greedy algorithm) yang dipakai dalam memecahkan permasalahan
jarak terpendek (shortest path problem) untuk sebuah graf berarah (directed
graph) dengan bobot-bobot sisi (edge weights) yang bernilai tak-negatif.
Referensi
https://gurusakti.wordpress.com/2013/06/28/mengenal-algoritma-a-untuk-pencarian-jalur-rute-terdekat/
