AI (Artificial Intelligence)
Ok guys, lu sekarang
masuk ke page konsep AI. Apa sih AI itu guys ?? yuupp betul kecerdasan buatan. Disini
gua akan bahas sedikit tentang AI.
AI (Artificial Intelligence) kalau didalam bahasa
Indonesia artinya itu Kecerdasan Buatan, yang dimaksud itu kecerdasan yang
ditunjukkan oleh suatu entitas ilmiah. Kecerdasan dibuat dan dimasukkan ke
dalam suatu mesin/ komputer supaya bisa melakukan pekerjaan seperti yang bisa
dikerjakan oleh manusia. Contohnya kemampuan untuk menjawab diagnosa dan
pertanyaan pelanggan, perencanaan dan penjadwalan, pengendalian, serta
pengenalan tulisan tangan, suara dan wajah.
Lanjut ya guys, di AI itu
sebenernya ada beberapa bagian utama.
Ni bagian-bagian utamanya
guys:
·
Basis
Pengetahuan (Knowledge Base)
Berisi fakta-fakta, teori, pemikiran dan hubungan
antara satu dengan lainnya
·
Motor
Inferensi (Inference Engine)
Kemampuan menarik kesimpulan berdasarkan
pengalaman
Lanjut ya guys,
gua kasih tambahin dikit ya, dari penjelasan AI diatas tadi ada kekurangan dan
kelebihannya. Namanya juga AI dibuat oleh manusia, dan manusia itu sendiri
punya kelemahan dan juga kelebihan guys, begitupun juga AI yang dibuat manusia.
Iya gak guys ?? .
Kelemahan
Artificial Intelligence
·
Teknologi artificial
intelegensi tidak memiliki common sense. common sense adalah sesuatu yang
membuat kita tidak sekedar memproses informasi, namun kita mengerti informasi
tersebut. Kemengertian ini hanya dimiliki oleh manusia.
·
Kecerdasan yang ada pada
artificial intelligence terbatas pada apa yang diberikan kepadanya (terbatas
pada program yang diberikan). Alat teknologi artificial intelligence tidak dapat
mengolah informasi yang tidak ada dalam sistemnya.
Kelebihan Artificial Intelligence
·
Kemampuan menyimpan data yang
tidak terbatas (dapat disesuaikan dengan kebutuhan).
·
Memiliki ketepatan dan
kecepatan yang sangat akurat dalam system kerjanya
·
Dapat digunakan kapan saja
karena tanpa ada rasa lelah atau bosan
Decision
Making
Ok guys kita
sekarang bahas tentang Decision Making, apa tu ? hhmm gua juga baru tau. Tapi coba
kita cari tau yuk..
Decision Making/Pengambilan
keputusan dapat dianggap sebagai suatu hasil atau keluaran dari proses
mental atau kognitif yang membawa pada pemilihan suatu jalur tindakan
di antara beberapa alternatif yang tersedia. Setiap proses pengambilan
keputusan selalu menghasilkan satu pilihan final Keluarannya
bisa berupa suatu tindakan (aksi) atau suatu opini terhadap
pilihan.
Udah lumayan
ngertikan tentang pengertiannya ??? ok deh, jut lah kita
·
Decision Tree
Decision tree, atau yang biasa kita sebut dengan pohon keputusan, menggambarkan pemilihan alternatif secara
sistimatis dan komprehensif dan menyeluruh tentang kejadian apa yang mungkin
yang terjadi sebagai akibat suatu keputusan. Model ini biasa digunakan dalam
melakukan evaluasi alternatif dugaan dampak yang tidak pasti dikemudian hari.
Penerapannya memerlukan imajinasi hubungan variabel serta
data nilai kemungkinan untuk setiap kejadian tak pasti serta memuat hasil
keputusan berupa nilai pay-off atau losses. Hasil keputusan bisa dinyatakan
secara kuantitatif atau kualitatif guys.
Ni guys,
kalau prinsip pada AI pun sama seperti itu dalam pengambilan keputusan
(Decision Making) AI dibuat dengan berbagai macam algoritma termasuk
serangkaian algoritma yang dirancang dengan memasukan beberapa kemungkinan
langkah yang bisa diambil oleh AI itu sendiri. Untuk
mengambil keputusan (Decision Making) dalam menyelesaikan masalah AI
menggunakan empat teknik dasar yaitu; Searching, Reasoning, Planning, dan Learning.
·
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:
1.
State
(Keadaan)
2.
Event
(kejadian)
3.
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. Berdasarkan sifatnya, metode FSM ini sangat cocok digunakan sebagai
basis perancangan perangkat lunak pengendalian yang bersifat reaktif dan real
time.
·
Rule
Based System ( RBS )
Rule Based System (RBS) merupakan suatu
sistem pakar yang menggunakan aturan-aturan untuk menyajikan
pengetahuannya. Menurut Lusiani dan Cahyono, sistem berbasis
aturan adalah suatu perangkat lunak yang menyajikan keahlian pakar dalam bentuk
aturan-aturan pada suatu domain tertentu untuk menyelesaikan suatu
permasalahan. RBS adalah model sederhana yang bisa diadaptasi ke banyak
masalah.
Kalau kalian mau buat RBS, ada beberapa hal
penting lainnya guys, ni gua kasih tau ya beberapa hal yang harus kalian miliki:
- Sekumpulan fakta yang mewakili working
memory. Ini bisa aja berupa suatu keadaan yang relevan dengan keadaan awal
sistem bekerja.
- Sekumpulan aturan. Aturan ini mencakup setiap tindakan
yang harus diambil dalam ruang lingkup permasalahan yang dibutuhkan.
- Kondisi yang menentukan bahwa solusi telah ditemukan
atau tidak (non-exist). Hal ini berguna untuk menghindari looping yang
tidak akan pernah berakhir.
Teori RBS ini menggunakan teknik yang
sederhana guys, dimulai dengan dasar aturan yang berisi semua pengetahuan dari
permasalahan yang dihadapi yang kemudian dikodekan ke dalam aturanif-then yang
mengandung data, pernyataan dan informasi awal. Sistem akan memeriksa semua
aturan kondisi if yang menentukan subset, set konflik yang ada. Jika
ditemukan, maka sistem akan melakukan kondisi then.
Patch
Finding
Path finding, atau
pencarian jalur, merupakan salah satu implementasi kecerdasan buatan dalam
permainan. Pencarian jalur terpendek merupakan hal yang mempengaruhi pergerakan
dan pengambilan keputusan pada non-player character. Namun, jalur terpendek
belum tentu dan tidak selalu menjadi jalur paling aman. Dalam permainan
berbasis militer, karakter dituntut untuk bergerak secara taktis dalam
menghadapi ancaman.
Tactical Pathfinding merupakan
salah satu algoritma pencarian jalur yang dapat melakukan pencarian jalur
terpendek dengan perhitungan bobot ancaman. Implementasi algoritma tactical
pathfinding dapat memberikan gerakan taktis pada non-player character.
Metode
Waypoint
Waypoint merupakan
kumpulan dari beberapa titik kordinat yang kemudian dijadikan sebagai navigasi
pergerakan. Dalam sebuah game, pergerakan NPC (non-playable character) umumnya
menggunakan titik arah antara titik kordinat yang satu yang lain ditentukan
oleh pencipta game. Waypoint dapat digunakan pada non-playable character untuk
melakukan patroli di dalam game dengan melintasi titik-titik kordinat
yang ditentukan.
Cara NPC menentukan
titik arah dapat dilakukan dengan menggunakan graph waypoint untuk
menentukan keputusan yang baik tentang bagaimana menempatkan titik arah, cara
mengatur radius, bagaimana memahami ketika hal-hal yang mungkin tidak
berperilaku sesuai dengan yang di harapkan. Ketika NPC akan memutuskan tujuan
yang mana akan dituju peta permainan, maka NPC akan terlebih dahulu
melakukan pemeriksaan mana waypoint terdekat untuk NPC, dan kemudian NPC akan
berjalan menuju waypoint tersebut, dengan menghindari jalur penghalang. NPC
tidak dapat berjalan dengan baik atau sempurna
jika letak waypoint terdapat di tempat yang tidak memungkinkan dalam fisik permainan seperti
penghalang.
Tactile
& Strategic AI
Strategic
Deciders adalah komponen yang secara konseptual di tingkat tertinggi abstraksi.
Komponen ini harus memutuskan strategi untuk karakter yang didasarkan pada
kondisi saat ini dan memori. Pada tingkat berikutnya, Tactic Deciders
merencanakan bagaimana membuat strategi yang dipakai sekarang dapat berjalan
dengan baik. Executors atau pelaksana kemudian menerjemahkan keputusan dari
tactical deciders untuk perintah tingkat rendah (low-level commands)
sesuai dengan batasan yang digunakan oleh permainan atau simulasi. Komponen
coordinators memahami hubungan antar aktuator dan mungkin kembali memberikan
perintah tingkat rendah lebih lanjut. Akhirnya, aktuator melakukan tindakan
yang diinginkan.
Referensi :