Artificial Intelegence (Pohon Parsial)

Pohon Parsial

            Di bawah ada sebuah kasus mengenai pohon parsial, langsung saja ini lah contoh kasus dan cara penyelesaiannya.

 

1. PENYELESAIAN

 

2. HASIL PEMECAHAN

X = (ABFG,ABFEG,ABCFG,ABCFEG,ABCEG,ACFG,ACFEG,ACEG,ADEG,

ADCEG,ADCFG,ADCFEG)

3. TABEL PEMECAHAN 

 

Artificial Intelegence (Traffic Led)

Traffic Led

                         Artificial intelgence memang sudah banyak di terapkan di kehidupan sehari-hari, salah satunya adalah di bidang lalu lintas darat, yaitu traffic led/lampu merah.

Kali ini saya akan memberikan simulasi yang terjadi di lampu merah, langsung saja ini lah simulasi serta penyelesaiannya 

Contoh kasus pertigaan

Gambar : 

 

 Dari gambar di atas, kita bisa lihat dari arah mana saja yang bisa berjalan bersamaan, yaitu :

- Dari arah A ke B

- Dari arah B ke C

- Dari arah C ke A

Dari gambar di atas, kita bisa lihat bahwa ada beberapa arah yang tidak bisa berjalan bersamaan dan bisa digambarkan seperti berikut :

 Dilihat dari hal yang terjadi di atas, buat pohon ketergantungan dan bisa di gambarkan seagai berikut :

 Setelah kita cermati, dari pohon ketergantungan bisa kita lakukan eliminasi untuk menemukan solusi jalur manakah yang aman dan bisa berjalan bersamaan, eliminasinya bisia di gambarkan sebagai berikut :

 

 Setelah kita eliminasi, maka kita akan menemukan solusi arah mana saja yang dapat berjalan bersamaan dengan aman atau kemungkinan kecelakaannya yang paling sedikit :

Arivicial Intelegence (games dengan logika)

Kasus

(Game dengan logika)

                     Kalian tentunya tahu apa game, game adalaha sebuah hal yang di pada dasarnya untuk menghibur, bahkan ada juga game yang di gunakan sebagai proses melatiha ketangkasan otak. Seperti di contoh game yang kali ini akan saya berikan hasil pembelajaran dari salah satu matakuliah saya.

  Langsung saja, di bawah ini ada contoh kasus sebuah game yang harus di selesaikan menggunakan logika

GAME SEORANG PETANI YANG AKAN MENYEBERANGI SUNGAI

                   Ada seorang petani yang berniat untuk menyeberangi sungai, yang di mana petani ini membawa satu serigala, satu kambing, dan sayur.

Di sungai tersebut hanya ada satu buah perahu yang hanya bisa memuat 2 barang saja, jadi si petani harus bolak-balik untuk memindahkan barang bawaannya tersebut.

Di tanyakan bagaimana caranya agar semua barang bawaan petani tersebut bisa terangkut semua ke seberang sungai dengan utuh.

FAKTA :

- Jika petani membawa serigala terlebih dahulu, maka sayuran akan di makan oleh kambing.

- Jika petani membawa sayur terlebih dahulu, maka kambing akan di makan oleh serigala.

LANGKAH-LANGKAH :

- Tentukan keadaan awal dari kasus tersebut.

- Tentukan tujuan dari kasus tersebut.

- Buatkah beberapa aturan untuk menyelsaikan game tersebut.

PENYELESAIAN :

- Keadaan awal di analogikan seperti berikut

Tempat awal	Tempat tujuan
Petani	-
Serigala	-
Kambing	-
Sayuran	-

- Tujuan

Tujuan dari game ini adalah menyeberangkan semuanya dengan utuh.

- Kumpulan aturan

Aturan di sini di gunakan untuk menyelesaikan game ini, aturannya bisa di buat seperti berikut :

1. kambing Menyeberang
2. Serigala Menyeberang
3. Sayuran Menyeberang
4. Kambing Kembali
5. Serigala Kembali
6. Sayur Kembali
7. Perahu Kembali
    
    
    

Jawaban urutan yang benar adalah :

1 – 7 – 2 – 4 – 3 – 7 –1

Itulah salah satu game yang menggunakan logika dalam penyelesaiannya.

Untuk gamenya bisa di download di : http://dimas347.wordpress.com/2009/10/26/kecerdasan-buatan-artificial-intelligence/

Artificial Intelegence(Menghitung keping dengan logika)

Kasus

Ada sebuah kasus, dimana ada 8 keping uang logam.

Hitunglah berapa semua keping semua logam tersebut???

Hitunglah berapa semua berat semua logam tersebut???

Berapa keping berat yang di tentukan???coba hitung???

Berapa berat beberapa keping???coba hitung???
Rumus :

            Menghitung jumlah semua keping logam :

Hitunglah dari 1 sampai berapa total keping logam, misal 8 keping = 1+2+3+4+5+6+7+8=36 Keping

            Menghitung berat dari semua keping :

Untuk mengitung semua berat dari keping logam yang ada, kita tinggal mengkalikan hasil dari semua keping dengan total keping yang di maksud, misal dengan emngambil dari contoh di atas = 36 x 8 = 288 Gram

            Menghitung beberapa keping dari berat yang ditentukan :

Untuk bagian ini kita hanya tinggal mengurangi total berat dari semua keping dengan berat yang di maksud, misal kita mengabil dari contoh di atas :

Berapa keping logam jika beratnya 281 gram???

Penyelesaian : Total berat - berat yang di maksud  ==>(kita ambil dari contoh di atas = 288 - 281 = 7 keping

            Menghitung berat dari beberapa keping :

Bagian ini tidak jauh berbeda dengan kasus di atas, kita hanya tinggal mengurangi total berat dari semua keping dengan jumlah keping yang di maksud, misal kita mengacu dari kasus di atas :

Berapa berat logam jika hanya 6 keping???

Penyelesaian : Total berat - keping yang di maksud ==>(kita ambil dari contoh di atas = 288 - 6 =282 gram

 

Artificial Intelegence(Kasus Sebuah Air Dalam Ember)

KASUS

                    Ada sebuah kasus dimana ada dua buah ember, yang dimana ember A hanya bisa menampung air sebanyak 3 Liter sedangkan ember B bisa menampung air sebanyak 9 Liter.

 

                     Kasusnya adalah, bagai mana caranya agar kedua ember tersebut terisi sama banyaknya???
Berikut adalah cara penyelesaiannya menurut logika :

Articial Intelegence

Beberapa Definisi Arificial Intelegence

Alan Turing [1956]:
AI adalah bidang yang memodelkan proses‐prosesberpikir manusia dan mendesain mesin agar dapat menirukan kelakuan manusia.

H. A. Simon [1987] :
“ Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang -dalam pandangan manusia adlah cerdas”

Rich and Knight [1991]:
“Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.”

 Encyclopedia Britannica:
“Kecerdasan Buatan (AI) merupakan cabang dari ilmu komputer yang dalam merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan berdasarkan sejumlah aturan”

 John McCarthy[1956] :
“AI adalah Untuk mengetahui dan memodelkan proses – proses berpikir manusia dan mendesain mesin agar dapat menirukan perilaku manusia.”

Sejarah AI

(1943-1956)

• Awal kerja JST dan logika
• Teori Logika (Alan Newell and Herbert Simon)
• Kelahiran AI: Dartmouth workshop - summer 1956
• John McCarthy’s memberi nama bidang: artificial intelligence

(1952-1969)

• McCarthy (1958)

- mendefinisikan Lisp

- menemukan time-sharing

- Advice Taker

• Pembelajaran tanpa pengetahuan
• Pemodelan JST
• Pembelajaran Evolusioner
• Samuel’s checkers player: pembelajaran
• Metode resolusi Robinson.
• Minsky: the microworlds (e.g. the block’s world).
• Banyak demonstrasi kecil ttg perilaku “intelligent”
• Prediksi over-optimistic Simon

(1966-1974)

•  AI tidak mengalami perkembangan: ledakan perkembangan combinatorial
• Fakta bahwa suatu program bisa mendapatkan suatu solusi secara prinsip tidak berarti bahwa program memuat beberapa mekanisme yang dibutuhkan untuk mendapatkannya secara praktis.
• Kegagalan dari pendekatan terjemahan bahasa alami berbasis pada grammars sederhana dan kamus kata.
• Penterjemahan kembali yang populer                      English->Russian->English
• Penemuan untuk pemrosesan bahasa natural dihentikan.
• Kegagalan perceptron untuk belajar dari fungsi sederhana sebagaimana disjunctive/eksclusive OR.
• Penelitian pada JST dihentikan.
• Realisasi dari kesukaran dalam proses learning dan keterbatasan dari metode yang dieksplorasi
• Konsep pembelajaran simbolik (Winston’s influential thesis, 1972)

(1969-1979)

• Perubahan pada paradigma penyelesaian:
• Dari penyelesaian masalah berbasis “search-based” menjadi  penyelesaian masalah berbasis pengetahuan.
•  Sistem pakar pertama
• Dendral: menginferensi struktur molecular dari informasi yang disediakan oleh spektrometer massa.
• Mycin: diagnoses blood infections
• Prospector: merekomendasikan eksplorasi pengeboran pada lokasi geologi yang menyediakan suatu deposit mineral  molybdenum.

(1980-1988)

• Sukses pertama Sistem Pakar secara komersial.The.
• Many AI companies.
• Eksplorasi dari strategi pembelajarqan yqang bermacam-macam (Explanation-based learning, Case-based Reasoning, Genetic algorithms, Neural networks, etc.)

1986-sekarang)

• Penggalian kembali algoritma learning back propagation untuk neural networks yang pertama dikenalkan dalam tahun 1969 oleh Bryson and Ho.
• Banyak aplikasi sukses dari Neural Networks.
• Kehilangan respek terhadap sulitnya membangun sistem pakar (macetnya knowledge acquisition).

·         Perubahan dalam cakupan dan metodologi penelitian bidang Kecerdasan Buatan:

·         Membangun di atas teori yang ada, bukan cuma mengusulkan teori baru;

·         berbasis klaim pada theorema dan eksperimen, bukan pada intuisi;

·          menunjukkan relevansi ke aplikasi nyata, bukan pada contoh “mainan”.

Subdisiplin ilmu pada AI

• Sistem Pakar (Expert System) : suatu sistem yang dirancanga untuk dapat menirukan keahlian sesorang pakar dalam menjawab pertanyaan dan memecahkan suatu masalah dimana sistem dapat berdialog dengan manusia.

• Pengolahan Bahasa Alami (Natural Language Processing) : pembuatan program yang memiliki kemampuan untuk memahami bahasa manusia. Contoh : google translate, TTS (text to speech) alat bantu membaca untuk tunanetra dsb.

• Pengenalan Ucapan (Speech Recognition) : pengembangan teknik dan sistem yang memungkinkan komputer menerima masukan berupa kata yang diucapkan. Contoh : Telepon untuk penderita bisu Tuli, Alat untuk tuna wicara.

• Robotika dan Sistem Sensor : sistem atau alat yang digunakan untuk menggantikan kinerja manusia secara otomatis

• Computer Vision : cabang ilmu pengetahuan yang mempelajari bagaimana komputer dapat mengenali  informasi•àobjek yang diamati/diobservasi. Gambar  Intelligent Computer-Aided Instruction : komputer dapat digunakan sebagai tutor yang dapat melatih mengajar. Contoh : Learn to Speak English.
• Game Playing: aplikasi permainan yang diprogram pada komputer sesuai dengan aturan yang ada pada basis pengetahuan. Contoh : permainan catur, kartu, dsb.

Lingkup Kecerdasan Buatan Pada Aplikasi Komersial

– Bidang komunikasi : Ms. Voice Command  akan membuka aplikasi yang disebutkan pengguna dengan intonasi dan àbahasa yang sesuai. Microsoft Dictation  aplikasi yang dapat menuliskan apa yang diucapkan pengguna secara otomatis. Masih banyak contoh lainnya.

– Bidang Kesehatan : untuk penyandang cacat, contoh VUI (Voice User Interface), pengenalan ucapan untuk melakukan kendali peralatan terentu, misal saklar listrik. Sistem pakar untuk mendiagnosa suatu penyakit.

– Bidang Lalu Lintas Udara : komputer digunakan untuk mengatur lalu lintas udara (Air Trafic Controller - ATC), untuk mengetahui keadan cuaca, navigasi dan radar.
– Bidang Pertanian: komputer digunakan untuk mengontrol robot yang melakukan pengontrolan terhadap proses penyiraman tanaman, pemantauan hama, pemilihan hasil panen dan tugas lainnya didunia pertanian.
– Pabrik : mengontrol robot yang harus melakukan pekerjaan yang berbahaya jika dilakukan oleh manusia, pekerjaan yang sangat mengancam keselamatan,memerlukan ketelitian tinggi, pengawasan dan maintenance.

Rumus Dalvik.vm android asli buatan gue (Eka Droiderz94)

Rumus dalvik.vm asli buatan gue (eka droiderz94)

Permisi sebelumnya, ane cuma mau share rumus hasil bertapa

Mohon ma.af kalau repost, anak bawang cuma mau berbagi aja
Bagi yang kurang paham dan kurang keberanian jangan ngikut yaaaa, ini cara ekstreme soalnya

dan ma.af kalau ane di bikin postingan soalnya ane browsing via hh doang

Langsung saja

• buka build.prop yg ada di system dan cari dalvik.vm.heapgrowthlimit dan dalvik.vm.heapsize

• lalu edit menggunakan rumus ini :

- dalvik.vm.heapgrowthlimit = di bagi dua(maksimal sampe angka 24, recomended 68)

- dalvik.vm.heapsize = kali dua (maksimal sesuai dg ukuran ram/512)

- Penggunaan dalvik.vm sesuaikan dg aplikasi yg kita pake
Semakin banyak app yg di gunakan, set dalvik.vm.heapsize (di kali dua atw lebih,tapi jangan sampai melebihi batas maksimal) dan set dalvik.vm.heapgrowthlimit ( di bagi dua asal jangan melebihi batas)

- Set sesuai kebutuhan dan jangan lupa backup build.prop

- Buat flashable atau sediakan aroma filemanager

Note :
- value yg tidak pas batre bisa semakin panas, dan lebih parahnya bootloop
- andai script tsb tidak ada tambahkan langsung di build.prop
- penjelasan dalvik.vm bisa cari di google
- JANGAN LUPA BACKUP/BUAT SALINAN
- TIPS INI TERMASUK TWEAK EKSTREME DAN EFEKNYA JUGA KERASA BANGET
- SMARTPHONE FOR SMARTUSER
- BUTUH KEBERANIAN DAN KEJELIAN

CREDIT

ALLAH SWT
ALL MEMBER ANDROID TWEAKER
AND
ME Eka droiderz94 (PUSING NGERUMUSNYA, WALAU TERNYATA CUMA GITU-GITU DOANG  )

By Anak bawang yg ingin berbagi ilmu