Tugas Artificial Intelligent

NIM : D1041141055

NAMA : Iqbal Tri Hartanto

Kasus : Implementasi AI pada Diagnosa Penyakit Tanaman Padi

Permasalahan :

Tanaman padi dapat diserang berbagai macam penyakit, penyakit tersebut dapat diketahui dari gejala-gejala yang ditimbulkannya, akan tetapi untuk mengetahui secara tepat jenis penyakit yang menyerang padi tersebut, memerlukan seorang pakar/ahli pertanian. Sedangkan jumlah pakar pertanian terbatas dan tidak dapat mengatasi permasalahan petani dalam waktu yang bersamaan, sehingga diperlukan suatu sistem yang mempunyai kemampuan seperti seorang pakar, yang mana didalam sistem ini berisi pengetahuan keahlian seorang pakar pertanian mengenai penyakit dan gejala tanaman padi.

Solusi :

Ahli pertanian dalam hal ini mempunyai kemampuan untuk menganalisa gejala-gejala penyakit tanaman tersebut, tetapi untuk mengatasi semua persoalan yang dihadapi petani

terkendala oleh waktu dan banyaknya petani yang mempunyai masalah dengan tanamannya. Oleh karena itu, pada penelitian ini akan dibuat suatu aplikasi sistem pakar yang memberikan informasi mengenai hama penyakit tanaman dan dapat mendiagnosa gejala–gejala penyakit tanaman, khususnya tanaman padi, sekaligus memberikan solusi penanggulangannya, yang nantinya dapat digunakan untuk mengurangi atau memperkecil resiko kerusakan tanaman.

Pada penelitian ini dirancang sistem pakar berbasis aturan (rule based reasoning) dengan Algoritma atau  metode inferensi forward chaining dan backward chaining yang dimaksudkan untuk membantu petani dalam mendiagnosa penyakit tanaman padi. Sistem pakar diagnosa penyakit tanaman padi yang telah dikembangkan mempunyai keunggulan dalam kemudahan akses dan kemudahan pemakaian. Dengan fitur yang berbasis web yang dimiliki, sistem pakar untuk diagnosa penyakit tanaman padi yang telah dibangun dapat digunakan sebagai alat bantu untuk diagnosa penyakit tanaman padi. mengatasi persoalan keterbatasan jumlah pakar pertanian dalam membantu petani mendiagnosa penyakit tanaman padi.

Referensi :

Anton Setiawan Honggowibowo, Desember 2009, “Sistem Pakar Diagnosa Penyakit Tanaman Padi Berbasis Web dengan Forward dan Backward Chaining”, http://journal.uad.ac.id/index.php/TELKOMNIKA/article/viewFile/593/402, 14 November 2017.

Tugas Artificial Intelligent

NIM : D1041141039

NAMA : Lia Suci Fitriawati

Kasus : Implementasi AI dalam Kasus TSP (Traveling Salesman Problem)

Permasalahan :

Seorang salesman ingin mengunjungi sejumlah kota yang ada di Kalimantan Barat. Semua kota yang ada harus dikunjungi oleh salesman tersebut  tanpa satupun kota yang terlewatkan.. Salesman mengunjungi seluruh kota yang ada dan kembali ke kota awal keberangkatan dengan aturan bahwa tidak boleh ada kota yang dikunjungi lebih dari satu kali.

Solusi :

Solusi dari permasalahan tersebut menggunakan algoritma Generate and Test (GT) yaitu pencarian rute terpendek dari semua jalur antar kota tersebut dengan aturan setiap kota hanya boleh dilewat satu kali. Generate and Test adalah sebuah metode dari beberapa konsep pencarian heuristik. Metode ini melakukan mekanisme kerja dengan cara membangkitkan atau  generate kemungkinan solusi, kemudian melakukan pengujian atau test. Selama belum ditemukan solusi atau masih ada kemungkinan solusi maka akan terus dilakukan pencarian solusi. Jika ditemukan solusi maka berhasil, jika tidak maka gagal.

Algoritma dari metode Generate and Test ini adalah:

1. Bangkitkan suatu kemungkinan solusi (membangkitkan suatu titik tertentu atau lintasan tertentu dari keadaan awal).
2. Uji untuk melihat apakah node tersebut benar-benar merupakan solusinya dengan cara membandingkan node tersebut atau node akhir dari suatu lintasan yang dipilih dengan kumpulan tujuan yang diharapkan.
3. Jika solusi ditemukan, keluar. Jika tidak, ulangi kembali langkah yang pertama.

Pada kasus ini dapat dibuat sebuah konsep robot bersensor sonar dan warna yang dapat menyelesaikan TSP dengan metode Generate and Test. Robot dengan anatomi manusia ini memilki kemampuan self-recognizing atau dapat mengenali lingkungan dengan sendirinya. Dari kemampuan ini selanjutnya robot dapat diprogram sedemikian rupa hingga dapat menyelesaikan permasalahan TSP. Dari segi efektifitas, penggunaan metode Generate and Test dalam kasus ini dapat dikatakan cukup baik dimana secara teknis walaupun membutuhkan banyak iterasi bagi robot dalam membaca jarak dan lintasan namun masih dalam batasan sehingga tidak menyebabkan waktu yang lama untuk robot bekerja.

Referensi :

Ridho Rahmadi, Juni 2010, “Implementasi Metode Generate and Test dalam Menyelesaikan Travelling Salesman Problem Menggunakan Robot Bersensor Sonar dan Warna”, http://journal.uii.ac.id/index.php/Snati/article/download/1936/1711 , 13 November 2017.

https://icomit.wordpress.com/2012/06/02/traveling-salesman-problem-tsp-dalam-definisi/