Text

Artificial intelligence: learning, searching, reasoning, planning and learning

---

Daftar isi:

Bab 1 - Pendahuluan 1
1.1 Mengapa Mempelajari Al? 1
1.2 Definisi Al 2
1.3 SejarahAI 3
1.4 Al Saat Ini 6
1.5 Al Masa Depan 8
1.6 Kesimpulan 10
Bab 2 - Searching 11
2.1 Ruang Masalah 12
2.2 Sistem Produksi 14
2.3 Metode-metode Pencarian 15
2.3.1 Blind/Un—iMormed Search 15
2.3.1.1 Breadth-First Search (BFS) 15
2.3.1.2 Depth-First Search (DFS) 16
2.3.1.4 Depth-Limited Search (DLS) 17
2.3.1.4 Uniform Cost Search (UCS) 17
2.3.1.5 Iterative-Deepening Search (IDS) 19
2.3.16 Bi-Directional Search (BDS) 19
2-3.2 Metode pencarian Heuristik 22
2.3.2.1 Generate-and-Test (Bangkitkan-dan-Uji) 23
2.3.2.2 Hill Climbing (Pendakian Bukit) 23
2.3.2.3 Simulated Annealing (SA) 26
2.3.2.4 Best-First Search (Pencarian lebih Dulu) 27
2.3.2.5 Greedy Best-first Search 28
2.3.2.6 A. (A Bintang) 31
2.3.2.7 Iterative Deepening A. (IDA.) 36
2.3.2.8 Simplified Memory-Bounded A. (SMN) 39
2.3.2.9 Bi-directional A. (BDM) 44
2.3.2.10 Modified Bi-directional A. (MBDA.) 49
2.3.2.11 Dynamic Weighting A. (DWA*) 51
2.3.3 Fungsi Heuristik 59
2.3-3.1 Masalah Pencarian Rute Terpendek 60
2.3-3.2 Masalah 8-puzzle 61
2.4 Kesimpulan 62
Bab 3 - Reasoning 67
3.1 Propositional Logic (Propositional Calculus) 69
3.1.1 Tata Bahasa pada Propositional Logic 69
3.1.2 Semantik pada propositional Logic 70
3.1.3 Aturan Inferensi untuk propositional Logic 70
3.1.4 Masalah Dunia Wumpus 73
3.1.5 Knowledge-based System (KBS) 74
3.2 First-order Logic (Predicate Logic atau Predicate Calculus) 78
3.2.1 Tata bahasa pada First-Order Logic 78
3.2.2 Inferensi pada First-order Logic 81
3.2.2.1 Generalized Modus Ponens 83
3.2.2.2 Unification 83
3.2.2.3 Forward Chaining dan Backward Chaining 84
3.2.2.4 Aturan Inferensi Resolution 85
3.2.2.5 Refutasion (Pembuktian Menggunakan Kontradiksi) 86
3.2.2.6 Konversi ke Bentuk Normal (CNF dan INF) 87
3.2.3 Representasi Pengetahuan Menggunakan First Order Logic 89
3.2.4 Logical Programming 90
3.2.5 Knowledge Engineering (Rekayasa Pengetahuan) 91
3.3 Fuzzy Systems 92
3.3.1 Fuzziness dan Probabilitas 93
3.3.2 Fuzzy Set
3.3.3 Fuzzy Logic
3.3.3.1 Logical Connectives dan Implication 97
3.3.3.2 Approximate Reasoning 99
3.3.3.3 Sitem Berbasis Aturan Fuzzy 99
3.3.3.4 Studi kasus 103
3.3.4 Permasalahan pada Fuzzy Systems 115
3.4 Kesimpulan 116
Bab 4 - Planning 119
4.1 Apa itu Planning? 119
4.2 Dunia Balok 122
4.3 Goal-stack-Planning (GSP) 125
4.4 Constraint posting (CP) 131
4-5 Kesimpulan 136
Bab 5 - Learning 137
5.1 Decision Tree Learning 139
5.1.1 Entropy 139
5.1.2 Information Gain 140
5.1.3 Algoritma ID3 141
5.1.4 Permasalahan pada Decision free Learning 153
5.1.4.1 Berapa Ukuran Pohon Keputusan Yang Tepat? 153
5.1.4.2 Bagaimana Jika Atributnya Bernilai Kontinyu? 159
5.1.4.3 Selain Information Gain, Adakah Ukuran Pemilihan Atribut Yang Iain? 160
5.1.4.4 Bagaimana Menangani Sampel Data Yang Atributnya Bernilai Kosong? 162
5.14.5 Bagaimana Menangani Atribut-atribut Yang Memiliki Biaya Berbeda? 162
5.2 Jaringan Syaraf Tiruan 163
5.2.1 pengertian JST163
5.2.2 Model Sel Syaraf(Neuron)164
5.2.3 Fungsi Aktivasi 167
5.2.4 Arsitektur Jaringan 168
5.2.5 Proses Belajar 172
5.2.5.1 Supervised Learning (Belajar Deng an pengawasan) 173
5.2.5.2 Unsupervised Iæarning (Belajar Tanpa pengawasan) 173
5.2.6 Perceptron 174
5.2.7 JST Dengan Metode Belajar Supervised Learning 178
5.2.7.1 Multi Layer Perceptron (MLP) 178
5.2.7.2 JST Probabilistik 181
5.2.8 Aplikasi JST 183
5.2.8.1 JST Untuk Masalah Bernilai Diskrit 183
5.2.8.1.1 Implementasi MLP Dengan Algoritma Belajar Propagasi Balik 186
5.2.8.1.2 Implementasi JST Probabilistik 192
5.2.8.2 JST Untuk Masalah Bernilai Kontinyu 200
5.2.8.3 JST Untuk Masalah Bernilai Vektor 203
5.2.9 Parameter-parameter JST 204
5.3 Algoritma Genetika 205
5.3.1 Komponen-komponen AG 209
5.3.1.1 Skema Pengkodean 209
5.3.1.2 Nilai Fitness 209
5.3.1.3 Seleksi Orang Tua 211
5.3.1.4 Pindah Silang 211
5.3.1.5 Mutasi 213
5.3.1.6 Elitisme 214
51.3.7 Penggantian Populasi 214
5.1.3.8 Kriteria Penghentian 214
5.3.2 Aplikasi AG 215
5.3.2.1 AG Untuk Masalah Optimasi 215
5.3.2.2 AG untuk Traveling Salesman Problem (TSP) 218
5.3.2.3 AG untuk Learning 221

---

Availability

Detail Information

Series Title

--

Call Number

006.3 SUY a

Publisher

Bandung : Informatika., 2011

Collation

xx, 268 hlm.: ilus.; 24 cm.

Language

Indonesia

ISBN/ISSN

9786028758208

Classification

006.3

Content Type

-

Media Type

-

Carrier Type

-

Edition

Edisi revisi

Subject(s)

Artificial Intelligence
Kecerdasan buatan

Specific Detail Info

--

Statement of Responsibility

Suyanto

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment