Materi 5 - Metode Inferensi dan Penalaran

STIKOM Artha Buana

Seperti dijelaskan pada waktu lalu, bahwa metode inferensi adalah  mekanisme berfikir dan pola-pola penalaran yang digunakan oleh sistem untuk mencapai suatu kesimpulan.
Salah saru bentuk pengambilan kesimpulan adalah dengan menggunakan decision tree, dimana proses mendapatkan kesimpulan ditelusuri dengan menggunakan bentuk TREE.

Gambar 1. Decision Tree

Contoh lainnya dapat dilihat pada Gambar 2.

Gambar 2. Decision Tree

Juga dijelaskan Logika deduktif yaitu kesimpulan merupakan konsekuensi logis dari premis-premis yang ada.Termasuk juga dijelaskan tentang Forward dan Backward chaining, penalaran dan uncertainty serta certainty.

Selengkapnya bisa didownload pada link dibawah ini :

1. Modul 5 - Metode Inferensi & Penalaran --> 4Shared

2. Modul 5 - Metode Inferensi & Penalaran --> Slideshare

Akhirnya, selamat menikmati keindahan ilmu dan menyelaminya.

Regards

Pertemuan 2 - Image Enhancement 1

Pertemuan 2 - Digital Image Processing - Image Enhancement - Citra Digital from ahmad haidaroh

Pada materi ke 2 ini, disajikan tentang Image Enhancement, adalah proses yang dilakukan agar citra menjadi lebih baik "secara visual" untuk aplikasi tertentu.
Tentunya sangat bergantung kebutuhan, mau diapakan obyek citra tersebut.
Teknik Image Enhancement ada beberapa, diataranya :

Point Operation
Mask Operation
Transform Operation
Coloring Operation

Nah untuk memperjelas pengetahuan tersebut dan sebagai bahan perkuliahan, maka disertakan pula materi tersebut dalam bentuk powerpoint dan pdf.  

Adapun linknya adalah sebagai berikut :

1. Presentasi :

   - Image Enhancement 1 - 4Shared
   - Image Enhancement 1 - Slideshare

 2. Materi Pendukung - 4Shared

Mohon dibaca dan dipelajari sedikit materi tersebut dan diharapkan untuk menambah dengan membaca referensi dari URL yang lain.

Demikian dan terima kasih.

Materi ke 4 - Representasi Pengetahuan

REPRESENTASI PENGETAHUAN

STIKOM Artha Buana

Artificial Intelligence tidaklah akan berfungsi dan berguna kalau saja tidak menyertakan Representasi Pengetahuan.

Representasi pengetahuan adalah suatu teknik untuk merepresentasikan basis pengetahuan yang diperoleh ke dalam suatu skema/diagram tertentu sehingga dapat diketahui relasi/keterhubungan antara suatu data dengan data yang lain sehingga dapat diuji kebenaran penalarannya.

Representasi pengetahuan biasanya digunakan untuk pembuatan sistem pakar di mana komputer dirancang untuk dapat mengambil keputusan seperti manusia agar dapat memecahkan permasalahan.

Student Act

Contoh fakta sederhana yang direpresentasikan secara logika:
Angora adalah kucing
Fakta direpresentasikan secara logika yaitu:
kucing(Angora)
kita juga merepresentasikan secara logika bahwa semua kucing mempunyai ekor
kucing(x) –> berekor (x)
dari penalaran logika, kita mendapatkan representasi baru:
berekor (kucing)
dengan menggunakan fungsi mapping secara backward, kita dapat men-generate , yaitu
Angora berekor

Secara lebih detail berkaitan dengan Representasi Pengetahuan tersebut terdapat dalam Presentasi yang telah diupload pada link berikut :

1. Representasi Pengetahuan --> 4shared

2. Representasi Pengetahuan --> Slideshare

3. Suplemen - Representasi Pengetahuan Logika 

Demikian untuk dipelajari dan dipahami.

Suplemen Searching

Untuk menjadi bahan kajian dan pendukung materi searching, berikut saya berikan 2 (dua) buah file PDF yang bercerita tentang Best Fisrt Search, UCS dan A* Algorithm.

Greedy Best First Search + A*Algorithm
Contoh Lain 

Demikian terima kasih.

Materi ke 3 - Pencarian Heuristik

Mahasiswa STIKOM Artha Buana yang saya kasihi, berikut di bawah terdapat link ke Modul Pengantar Kecerdasan Buatan - Modul ke 3, mohon bisa didownload dan dipelajari.
Besar harapan saya, diantara saudara semua ada yang bisa mencoba menjelaskan materi tersebut pada pertemuan mendatang, dengan imbalan tentunya akan dipertimbangkan untuk mendapatkan nilai yang berbeda dengan lainnya.
Demikian juga, saudara tidak hanya mengandalkan materi yang saya berikan ini, akan tetapi bisa mendapatkan dari sumber lain yang bisa dipertanggungjawabkan.
Marilah berlomba belajar dan menggapai sukses.

Modul 3 - Pengantar Kecerdasaan Buatan dari 4Shared
Modul 3 - Pengantar Kecerdasaan Buatan dari Slideshare

Sekian dan terima kasih.