PENGOLAHAN BAHASA ALAMI

Latar Belakang :

   Bahasa merupakan hal penting dalam manusia untuk melakukan interaksi satu sama lain baik secara formal/ tulis maupun sebuah catatan yang didapat dari satu generasi atau manusia ke manusia yang lain dengan kata lain turun menurun. Dengan adanya masalah di atas maka di perlukan pengolahan bahasa alami yang dilakukan untuk proses mengkaji/ mendalami interaksi antara manusia atau user dengan komputer melalui perantara bahasa yang termasuk dalam kecerdasan buatan.

Isi :

pengolahan bahasa alami: berinteraksi dengan komputer menggunakan bahasa keseharian kita adapun bidang penelitian yang ada yaitu :

1. Fonetik dan Fonologi

     Deteksi suara menjadikan sebuah kata contoh : siri

2. Morfologi

     Pembentukan kata dari kata dasar contoh : menyanyi, ,me - nyanyi, lari - lari

3. Sintaksis 

    Pembagian / pembuatan aturan baku sebuah kalimat contoh : ibu pergi ke pasar (SPK)

                                                                                                       ibu membaca buku (SPO)

4. Simantik 

     Arti kata sesungguhnya / paling dasar definisi sebuah kata atau  makna dari kata contoh : kutu buku

5. Pragmatik 

     Orientasi tujuan dan situasi

6. Discourse Knowlegde 

     Kalimat sebelum akan berpengaruh kepada kalimat selanjutnya 

     contoh : 1. saya orang tinggi, sehingga saya jago basket

                   2. saya orang tinggi, sehingga orang menjauhi saya

7. Word Knowledge 

     Arti khusus sebuah kalimat diolah menggunakan parsing dan semantik, 

     parsing : cara mengolah /membaca

     semantik : kesediaan tujuan 

Contoh impelentasi pengolahan bahasa alami

Penutup

Kesimpulan 

dari isi dan latar belakang di atas maka tujuan pengolahan bahasa alami yaitu untuk melakukan proses pembuaatan suatu komputasi atau sebuah program yang dibuat dari bahasa untuk dapat di mengerti oleh manusia dan memudahkan manusia melakukan interaksi dengan komputer.

URL git : ekikesuma

Eki Kesuma Muhammad

D4TI3B

1144087

kecerdasan buatan

Referensi :

http://entin.lecturer.pens.ac.id/Kecerdasan%20Buatan/Buku/Bab%205%20Natural%20Language%20Processing.pdf

Plagriarisme :

https://drive.google.com/open?id=0B3yOvAFcQNAJTmk4bnlxV00xMVU

https://drive.google.com/open?id=0B3yOvAFcQNAJWUZ6YndiWHVsWUU

Ruang Keadaan

Latar Belakang

Ruang Keadaan adalah cara mendifinisikan permasalahan ke dalam bentuk representasi algoritma, dalam mendifinisikan permasalahan dibutuhkan beberapa langkah-langkah untuk menyelesaikan masalah

Isi 

adapun tahap-tahap dalam mendefinikan ruang keadaan adalah sebagai berikut:
a.Mendefenisikan permasalahan yang di angkat dalam ruang keadaan
b.Menetapkan suatu kondisi awal yang atau logika awal dalam ruang keadaan yang didefinisikan
c.Menetapkan suatu tujuan yang dibutuhkan dalam ruang keadaan
d.Menetapkan MOU atau aturan aturan yang akan digunakan.
Contoh :
permainan petani, ayam, gabah dan harimau menyeberang
pulau kiri :  (p,a,g,h)
   (1,1,1,1)

pulau kanan :  (p,a,g,h)
   (0,0,0,0)

kondisi awal :  (0,0,0,0)
   (1,1,1,1)

Aturan :
1.Petani Menyebrang
2.Petani Kembali
3.Ayam Menyebrang
4.Ayam Kembali
5.Gabah Menyebrang
6.Ayam Kembali
7.Gabah Menyebrang
8.Harimau Kembali

Hasil Output :

Kesimpulan

Menyelesaikan masalah menggunakan ruang keadaan membutuhkan aturan aturan dan urutan logika yang di perlukan dalam sebuah kecerdasan buatan karena menjelaskan tentang urutan dan cara cara yang harus diselesaikan dengan cepat.

URL Git : ekikesuma

Eki Kesuma Muhammad

1144087

D4TI3B

Kecerdasan buatan

Referensi :

https://www.slideshare.net/samirnasri2911/jurnal-kecerdasan-buatan

Hasil Scan Plagiarisme :

https://drive.google.com/open?id=0B3yOvAFcQNAJM0RaLWhyek5jVDQ

https://drive.google.com/open?id=0B3yOvAFcQNAJd0tXaFQ4YnNTbjg

REPRESENTASI PENGETAHUAN PART II

Latar Belakang

Representasi digunakan untuk menjelaskan sifat yang penting, masalah yang membuat informasi dapat digunakan menggunakan prosedur penyelesaian sebuah masalah. Representasi dapat  membuat seorang programmer mampu mengimplementasikan pengetahuan yang diperlukan untuk menemukan sebuan solusi masalah yang ada di program. Adapun beberapa cara untuk representasi pengetahuan berdasarkan fakta dalam program Kecerdasan Buatan.

Isi

Logika

Merupakan suatu penalaran, kaidah, dan suatu prosedur yang dapat memciptakan penalaran. Proses penalaran di bagi menjadi 2 yaitu logika deduktif dan logika induktif yang di tuangkan ke dalam bentuk yang sesuai dengan kecerdasan buatan, yaitu logika simbolik atau biasa disebut matematika.

Logika Proporsional

• Proposisi merupakan suatu argumen atau suatu fakta yang menyatakan tentang benar (TRUE) dan salah (FALSE)

Logika Predikat

• Suatu logika yang lebih canggih yang digabungkan dengan konsep dan kaidah proporsional yang memiliki kesamaan. Disebut juga kalkulus predikat, yang dapat memberikan tambahan sebuah kemampuan untuk representasi pengetahuan dengan sangat cermat, tepat dan rinci. Dapat digunakan untuk memecahkan pernyataan ke dalam bagian yang disebut obyek, karakter beberapa obyek dan beberapa keterangan sebuah obyek. Suatu proposisi dan premis dibagi menjadi beberapa bagian

Jaringan Semantik

• Berupa struktur yang sederhana digunakan representasi pengetahuan berdasarkan grafis yang menunjukkan hubungan berbagai objek - objek.

Frame

Frame merupakan sebuah kumpulan dari beberapa pengetahuan tentang suatu objek - objek tertentu, kejadian, lokasi, waktu dan situasi yang didasarkan pada pengalaman. Frame memiliki beberapa slot yang menggambarkan tentang rincian atau sebuah atribut dan karakter objek. Tingkatan Frame merupakan susunan dari frame yang menggunakan pewarisan frame.

Kesimpulan

Dengan adanya frame dapat memetakan sebuah objek berdasarkan fakta dan dapat mudah di pahami oleh penulis maupun oleh pembaca dengan adanya frame menambah cepat dalam mengerti sebuah fakta yang ada pada objek.

URL GIT : ekikesuma

Eki Kesuma Muhammad

D4 TI 3B

1144087

Kecerdasan Buatan

Referensi

http://slideplayer.info/slide/7295489/

http://www.academia.edu/12458244/MODUL_AI

Plagirarisme
https://drive.google.com/open?id=0B3yOvAFcQNAJckplZVVKdngxbGc
https://drive.google.com/open?id=0B3yOvAFcQNAJVnFPU2JLLW92djQ

REPRESENTASI PENGETAHUAN

LATAR BELAKANG

Representasi digunakan untuk menjelaskan sifat yang penting, masalah yang membuat informasi dapat digunakan menggunakan prosedur penyelesaian sebuah masalah. Representasi dapat  membuat seorang programmer mampu mengimplementasikan pengetahuan yang diperlukan untuk menemukan sebuan solusi masalah yang ada di program. Adapun beberapa cara untuk representasi pengetahuan berdasarkan fakta dalam program Kecerdasan Buatan.

ISI

Representasi Pengetahuan

Representasi Berasal dari dua kata yaitu re dan presentasi, 

Re berarti mengulang

Presentasi berarti menyajikan

Pengetahuan adalah hasil penginderaan manusia, atau hasil dari pengamatan yang telah dilakukan di lapangan. 

Contoh:

Saya tahu pelajaran

Saya paham pelajaran

Dapat dilihat diatas ada tahu dan ada paham penjelasannya adalah bahwa tahu itu hanya sekedar mengetahui tapi terkadang faktanya tidak tahu, namun jika paham dia tahu dan sesuai dengan faktanya.

Representasi Pengetahuan merupakan metode yang digunakan untuk mengodekan pengetahuan dalam sebuah sistem pakar berbasis pengetahuan

Hasil Representasi Pengetahuan Menggunakan Logika

KESIMPULAN

      kecerdasan buatan dapat di implementasikan dalam sebuah pengetahuan dengan menentukan rute terbaik suatu wilayah menggunakan bahasa pemrograman apapun tetapi disarankan menggunakan python karena di dalam nya terdapat sebuah library yang dapat di gunakan tanpa membuat library baru

URL GIT : ekikesuma

Eki Kesuma Muhammad 

11144087

D4TI3B

kecerdasan buatan 

REFERENSI

http://repository.usu.ac.id/bitstream/123456789/22175/4/Chapter%20I.pdf

SCAN PLAGIARISME

https://drive.google.com/open?id=0B3yOvAFcQNAJZjJVLXpKVGV1ZGs

https://drive.google.com/open?id=0B3yOvAFcQNAJYmxBMlg0S1FjUGs

MATERI 1 KECERDASAN BUATAN

Latar Belakang

       Pada era globalisasi kecerdasan buatan lahir pada setiap teknologiyang dapat diartikan bersifat cerdas dalam hal apapun, misalnya robotika, jaringan saraf tiruan, sistem pakar bahkan permainan dapat menggunakan kecerdasa buatan.Kecerdasan buatan dapat digunakan pada berbagai bidang kebutuhan manusia misalnya dalam bidang hiburan. Dengan adanya hiburan / permainan, maka kejenuhan yang timbul akibat rutinitas yang tinggi dapat dihilangkan dapat pula menghilangkan stres. Salah satunya adalah game. Keberadaan industri game yang terus berkembang pesat serta semakin maraknya peredaran perangkat keras game seperti PSP , dan PS dijadikan bukti bahwa masyarakat memang sangat tertarik dan memiliki minat pada bidang kecerdasan buatan yang satu ini. Bahkan pada jaman sekarang aplikasi permainan merupakan salah satu fitur yang harus terdapat dalam telepon selular semua masyarakat.

Isi

Cerdas pengertian pada cerdas dapat diartikan Cepat dan Tepat.

Cerdas : Defendant & t berjalannya waktu (selama proses berlangsung)

Tepat : Sesuai pada waktunya

Jika dilihat lagi Cerda situ memiliki bagian Efisien dan Efektif

Efisien 

Jika dillihat dari contohnya yaitu BBM saya efisien dalam arti efisien dalam bb mini yaitu irit dari irit itu bisa mengacu pada hal biaya(cost). Dari biaya(cost) tersebut dapat dilihat lagi dari waktu dan materi.

Jadi bisa diartikan efisien dapat diartikan dengan cepat.

Efektif

Jika dilihat dari contohnya yaitu Efektif membunuh nyamuk. Efektif disini yaitu dapat diartikan ampuh dari ampuh tersebut yaitu dapat diartikan dengan tepat sasaran.

Jadi dapat diartikan bahwa efektif yaitu tepat sasaran.

Adapun contoh lain yaitu:

7+5 = 12 -> Tepat Efektif 

7+5 = 12 -> Tepat efektif (dalam waktu 3 detik) Efisien

CEPAT + TEPAT -> CERDAS

Jadi dapat dilihan dari penjelasan diatas yaitu antara efektif dan efisien yaitu Cerdas dan cerdas itu dapat dilatih.

Buatan adalah Artifiial kita akan membuat dan merekayasa mesin yang punya kemampuan cepat dan tepat. Representasi Pengetahuan.

GAMBAR IMPLEMENTASI KECERDASAN BUATAN

Kesimpulan

Kecerdasan buatan sangat di butuhkan pada saat ini bahkan di manfaatkan untuk menciptakan suatu virtualisasi yang dituangkan di dalam game, masyarakat sangat tertarik karena dapat melatih otak agar berpikir strategi yang digunakan

URL git :

eki kesuma

Eki Kesuma Muhammad

D4 TI 3B

1144087

kecerdasan buatan

Referensi :

http://repository.usu.ac.id/bitstream/123456789/25713/4/Chapter%20I.pdf

  

Plagriarisme :

https://drive.google.com/open?id=0B3yOvAFcQNAJUm1pQ2ktejhJRlk

https://drive.google.com/open?id=0B3yOvAFcQNAJNmxuMUNZdmZ2bE0

Latar Belakang

             Pada era globalisasi Sistem Informasi Geografis di butuhkan dalam kehidupan sehari hari baik di gunakan untuk mengetahui suatu tempat maupun mengetahui jarak bahkan koordinat dalam geografis. Maka dari itu kita perlu membuat sebuah data geospatial untuk mengetahui proses apa saja yang di butuhkan dan tool apa saja yang di butuhkan dalam pembuatan data geospatial. Membuat data geospatial dapat dilakukan dengan fungsi Writer yang digunakan untuk menuliskan hasil output geografis yang dibutuhkan

Penjelasan

Langkah membuat data/ create data file shp :

·         Import shapefile

·         a = shapefile.Writer(param)

·         a.point(x,y)

·         a.poly([x,y],[v,w])

Langkah membuat data/ create data file dbf :

·         import shapefile

·         a = shapefile.Writer(param)

·         a.field(‘namafield’,’C’,’40’)

·         a.record(‘bdg’)

Kemudian disimpan dengan cara :

a.save(‘file.shp’)

Penjelasan Metod Writer :

·         Point(x,y)

Memasukkan data berbentuk poin ke dalam shp, dan berdasarkan format ESRI : 1

·         Poly([a,b],[c,d])

Memasukkan data geospatial berbentuk poligon(kembal ke titik awal) dan polilyne(tidak kembali ke titik awal)

·         Field(‘Budaya’,’C’,’40’)

Membuat atribut tabel bernama Budaya dengan tipe data varchar dengan panjang 40 karakter, jika ingin tambah field maka panggil kembali method field

·         Record(‘Bandung’)

Mengisi tabel yang hanya 1 field dengan value = Bandung, jika ada dua field maka record(‘Bandung’,’kota’)

·         Save(‘namafile.shp’)

Menyimpan file shapefile di komputer

Parameter pada Writer :

·         Shapefile POLIGON

·         Shapefile POINT

·         Shapefile POLYLINE

Contoh dalam aplikasi

POINT :

Import shapefile

a = shapefile.Writer()

a.point(10,12)

POLYLINE

Import shapefile

a = shapefile.Writer()

a.poly(parts[{1,5},{5,5},{3,3}])

shapetype = shapefile.POLYLINE

POLIGON

Import shapefile

a = shapefile.Writer()

a.poly(parts = [{1,5},{5,5},{3,3}])

Kesimpulan

             Setiap membuat data geospatial kita harus mengerti tipe data apa saja yang di butuhkan, mulai dari point sampai dengan polygon. Kita dapat memilih tipe data apa yang kita ingin tampilkan pada pembuatan sistem informasi geografis yang di butuhkan. Dengan kita membuat data geospatial sendiri kita dapat menentukan dan menghitung koordinat dengan tepat.

URL Github : https://github.com/Ekikesuma/GIS/tree/master/doc/kuliah

Nama  : Eki Kesuma Muhammad

Kelas  : D4 TI 3B

NPM  : 1144087

Sistem Informasi Geografis

Daftar Pustaka :

http://hikikootaku.blogspot.co.id/2014/10/pengertian-write-writeln-read-dan.html

https://www.academia.edu/6090161/SISTEM_INFORMASI_GEOGRAFIS_PENGERTIAN_DAN_APLIKASINYA

Scan Plagriarisme :

https://drive.google.com/open?id=0B3yOvAFcQNAJMHo0cS1zM09IZG8

https://drive.google.com/open?id=0B3yOvAFcQNAJU0h4UnJXek9ES1E

Retrieve Data Part 2

Latar Belakang

                Quantum GIS suatu aplikasi yang digunakan untuk mempermudah kita dalam leakukan pendataan sebuah lokasi bahkan mengetahui profil sebuah lokasi dengan mudah  Retrieve data Geospatial merupakan  perintah view atau select dalam data geospatial yang di gunakan untuk menampilkan titik, garis maupun polygon didalam geometri, sedangkan data geospatial digunakan untuk menentukan posisi atau letak suatu objek atau suatu kejadian yang ada pada permukaan bumi.

Pembahasan

Retrieve data mengambil data shapefile dari ESRI retrieve data di bagi menjadi 2 yaitu :

1.          Dbf : table atribut data

2.          Shp : data geometri

Geometri standard ESRI

Point : data berupa titik

Polyline : data berupa garis

Poligon : data berupa garis yang dari titik awal bertemu dengan titik akhir

Operasi Pada Python

Library pyshp dipanggil dengan :

Import shapefile

instansiasi kelas shapefile kepada sebuah variabel :

sf = shapefile.Reader(‘coastline.shp’)

Maka variable sf adalah instansi dari kelas shapefile kita bias jalankan method 2 variabel instant sf

Method

Dbf : sf.fields

Untuk melihat atribut tabel

Sf.records()

Sf Untuk mengambil semua record

Sf.record(n)

Mengambil baris ke n records

Shp : sf.shapes()

mengambil semua recorde geom

sf.shape(n)

mengambil data ke n baris

BBOX ( Bonding Box)

Titik pinggir view peta

Parts

Record ini bagian dari record lain

Point

Koordinat oembentiuk shapetype

CONTOH MEMBUAT CLASS MEMILIH CLASS

Import shapefile

Class Gede(object):

Def__init__(self,namafile):

Self.sf = shapefile.reader(namafile)

Def itungbaris(self):

Rec = self.sf.shapes()

Return len(rec)

Def selectNegara(self,NEGARA):

i = 0

for a in self.sf.records():

if a[8] ==NEGARA:

return i

i=i+1

Kesimpulan :

Retrieve data memudahkan dalam melihat permukaan bumi bahkan letak letak di bumi dengan sangat mudah, begitu pun menggunakan python lebih mudah dalam pengoperasian data geospatial karena di dalam nya sudah terdapat paket paket dan objek objek yang merepresentasikan data geospatial

 Github : https://github.com/Ekikesuma/GIS/tree/master/doc/kuliah

Nama  : Eki kesuma muhammad

Kelas   : D4 TI 3B

NPM   : 1144087

Retrieve Data Geospatial 

Referensi :

https://en.wikipedia.org/wiki/Shapefile

http://kamus-internasional.com/definitions/?indonesian_word=geospatial

Scan Plagriarisme :

https://drive.google.com/open?id=0B3yOvAFcQNAJZHFOQ1N6bUxFREk

https://drive.google.com/open?id=0B3yOvAFcQNAJQUNWUGJrUndYQjA