|
|
Metode dan Algoritma | Menerapkan Kecerdasan Buatan, Algoritma Neural Networks Pada Games - Contoh Program + Source Code . Anda bisa melakukan konsultasi tentang Menerapkan Kecerdasan Buatan, Algoritma Neural Networks Pada Games - Contoh Program + Source Code melalui form di samping kanan !!!
Original bY : Peggy Gregory
Abstrak
Artificial Intelligence telah berkembang selama bertahun-tahun tapi sampai saat ini pengembang game sebagian besar telah diabaikan itu.Sebagai kecepatan pemrosesan komputer telah meningkat, game sudah mulai untuk memasukkan tingkat lanjut kecerdasan buatan. Sebuah gambaran umum dari Kecerdasan buatan diberikan untuk memperkenalkan pembaca dengan topik dan fokus dari kertas. Algoritma pencarian dijelaskan secara umum dengan penjelasan yang lebih rinci dari A * algoritma minimax dan yang sangat berguna untuk permainan. Topik jaringan saraf diperkenalkan karena fakta bahwa mereka memiliki kemampuan untuk ‘belajar’ dan beradaptasi dengan situasi apa pun. Apa kecerdasan buatan untuk permainan digambarkan dengan diskusi tentang bagaimana itu diterapkan untuk membuat permainan lebih menarik. Algoritma pencarian dan jaringan saraf secara independen dievaluasi, kemudian dibandingkan untuk menggambarkan persamaan dan perbedaan antara mereka. 1 Pendahuluan
Kertas berikut akan menjelaskan Kecerdasan buatan (AI) secara umum serta melihat khusus pada algoritma pencarian termasuk A * dan minimax. Jaringan saraf akan melihat sehingga mereka dapat dibandingkan dengan algoritma pencarian. Penggunaan AI dalam game juga akan dibahas untuk memberikan pemahaman tentang bagaimana itu diterapkan dalam lingkungan ini. Akhirnya algoritma pencarian akan dievaluasi secara umum dan lagi karena ada penerapan ke permainan. Rinci di bawah ini adalah deskripsi singkat tentang apa setiap bagian kertas berisi.
Bagian 2 berisi pengenalan AI dan berbagai jenis yang sedang diteliti. Algoritma pencarian dibahas secara lebih rinci karena fakta bahwa mereka sangat berguna untuk permainan. Algoritma A * diperkenalkan karena merupakan salah satu jalan terbaik untuk menemukan masalah yang berguna untuk berbagai jenis permainan. Selanjutnya algoritma minimax diperkenalkan karena itu mencoba untuk mengantisipasi apa yang akan dilakukan lawan. Terakhir, jaringan saraf yang diperkenalkan untuk memungkinkan perbandingan dengan algoritma pencarian yang akan dibuat kemudian di koran.
Bagian 3 membahas apa AI adalah ketika digunakan untuk permainan dan bagaimana hal itu dapat diterapkan kepada mereka.
Bagian 4 mengevaluasi algoritma pencarian dan jaringan saraf secara terpisah serta memberikan perbandingan antara mereka. Selain itu, penerapan AI untuk game dievaluasi menjelang akhir kertas. Kesimpulan untuk kertas juga terkandung di dalamnya.
Bagian 5 mencakup semua referensi yang digunakan dalam kertas.
2 Kecerdasan Buatan
2.1 Apa itu Kecerdasan Buatan?
AI adalah studi dan pengembangan sistem komputer yang menunjukkan sifat yang mirip dengan kecerdasan manusia (Barr, 1981), sedangkan McCarthy (2001a) menggambarkan AI sebagai penciptaan mesin cerdas atau program, yang mirip dengan penggunaan komputer untuk memahami kecerdasan manusia. Ini pendapat keduanya benar, namun penulis percaya bahwa AI adalah istilah generik untuk perangkat lunak yang mensimulasikan tingkat lanjutan kecerdasan untuk melakukan tugas-tugas kompleks.
2.2 Jenis Kecerdasan Buatan
Dumm (2001) dan McCarthy (2001b) keduanya menjelaskan berbagai jenis dan bidang AI termasuk algoritma pencarian, frame, pengenalan pola dan algoritma genetik seperti jaringan saraf. AI dapat diterapkan di banyak daerah, termasuk game, namun beberapa jenis AI lebih cocok untuk satu wilayah daripada yang lain. Sebagai contoh, algoritma pencarian dapat digunakan untuk masalah jalan mencari, namun untuk Optical Character Recognition (OCR) pengenalan pola akan lebih tepat.
2.2.1 Algoritma Pencarian
Sebuah koleksi macam teknik pencarian algoritma dibahas secara rinci oleh Korf (1996) sebagai metode yang unik dalam AI pemecahan masalah yang terlibat yang membutuhkan trial and error. Semua algoritma pencarian memiliki model masalah ruang, yang merupakan lingkungan di mana pencarian dilakukan (Newell, 1972) seperti dikutip oleh Korf (1996). Ini terdiri dari serangkaian masalah negara dan satu set dari operator yang dapat mengubah negara (Korf, 1996). Untuk memberikan contoh, dalam permainan draft himpunan negara-negara akan menjadi posisi potongan-potongan di papan tulis dan salah satu operator akan memindahkan potongan ke kotak kosong.
Algoritma brute force adalah bentuk paling umum dari pencarian yang hanya memerlukan keadaan awal, deskripsi negara, satu set operator hukum dan negara tujuan (Korf, 1996). Meskipun jenis algoritma memiliki implementasi sederhana, mereka dapat memerlukan banyak memori dan tidak efisien karena mereka dapat menjelajahi sejumlah besar negara mungkin sampai negara tujuan tercapai.Namun, di mana tidak ada batas berapa lama pencarian dapat berjalan dan pada memori yang tersedia, maka algoritma brute force, akan selalu mencapai tujuan negara.
Dua tipe dasar dari algoritma brute force adalah kedalaman-pertama dan keluasan-pertama. Depth-first pencarian diperluas turun pertama kemudian kembali dan di (Mathews, 2000a). Gambar 1, diadaptasi dari Matthews (2000a), menggambarkan urutan yang node diperluas.
Gambar 1 – Tingkatan-Pertama Algoritma Ekspansi Node
Breadth-first pencarian yang diperluas di seluruh sebelum bergerak turun (Matthews, 2000a). Gambar 2, diadaptasi dari Matthews (2000a), menggambarkan urutan yang node dieksplorasi.
Gambar 2 – Algoritma Breadth-First Ekspansi Node
2.2.1.1 Sebuah Algoritma Bintang (* A)
Algoritma pencarian yang digunakan untuk banyak tugas AI salah satunya adalah mencari jalan. Algoritma A * menemukan jalur biaya terendah antara negara mulai dan negara tujuan (Barr, 1981) di mana perubahan dari satu keadaan ke keadaan lain melibatkan beberapa biaya. * Sebuah membutuhkan fungsi heuristik untuk mengevaluasi biaya jalur yang melewati negara tertentu meskipun. Hal ini didefinisikan di bawah sebagai: -
f (n) = g (n) + h (n)
Sumber: (Barr, 1981) dan (Korf, 1996)
Mana g (n) adalah biaya jalan dari start state ke node n dan h (n) adalah biaya jalan dari node n ke goal state. Sebuah node adalah sebuah negara antara negara mulai dan negara tujuan. Seperti yang Anda lihat f (n) memberikan perkiraan biaya terendah jalan dari awal untuk negara tujuan yang melewati meskipun simpul n. Oleh karena itu negara dengan terendah f (n) dievaluasi pertama dan algoritma berakhir ketika negara tujuan dipilih untuk evaluasi (Korf, 1996).
Sementara teori * adalah relatif sederhana, menerapkan algoritma dapat sangat rumit (Matthews, 2000C) namun setelah hal ini dilakukan Anda memiliki jalan yang efisien menemukan algoritma yang dapat digunakan kembali dalam banyak proyek.
2.2.1.2 Algoritma Minimax
Algoritma pencarian minimax tampak depan untuk mencoba dan mengantisipasi apa yang akan dilakukan lawan. Informasi ini digunakan untuk memilih langkah terbaik yang memberikan keuntungan komputer. Sebagai contoh, ketika Anda bermain game melawan pemain lain Anda mencoba untuk memaksimalkan skor Anda sambil mencoba untuk meminimalkan mereka (Matthews, 2000e).
Untuk memberikan contoh, permainan memiliki dua langkah yang mungkin, satu-pindah menghasilkan kemenangan dan hasil imbang lainnya. Gambar 3 menunjukkan bagaimana node diperluas, yang dieksplorasi dalam cara yang sama persis sebagai algoritma depth-first, lihat bagian 2.2.1.
Gambar 3 – Minimax Cari Pohon Ekspansi Node
A1 adalah keadaan saat ini permainan, B2-B3 bergerak kemungkinan yang bisa dibuat dan A4-A7 adalah menindaklanjuti bergerak lawan bisa membuat. Menggunakan fungsi heuristik untuk menetapkan nilai ke empat bergerak akhir mungkin adalah ditunjukkan dalam gambar 4.
Gambar 4 – Nilai Pohon Pencarian Heuristik Minimax
Sejak minimax mengasumsikan bahwa lawan akan mencoba untuk meminimalkan skor kita, nilai minimum dihitung untuk setiap node B2-B3 (Matthews, 2000e). B2 akan sama dengan 0 dan B3 akan sama dengan 1. Ketika pemain pertama adalah mencari untuk bergerak, mereka ingin memaksimalkan nilai mereka sehingga B3 akan dipilih karena menawarkan keuntungan terbaik atas lawan.
Meningkatkan kedalaman pencarian dilakukan untuk akan meningkatkan kemungkinan bahwa node pemenang akan dalam pencarian.Namun ada trade off antara kedalaman yang dapat dicari dan memori komputer dan waktu pemrosesan. Korf (1996) membahas modifikasi yang dapat dibuat dengan algoritma minimax yang berada di luar fokus dari makalah ini.
2,3 Neural Networks 2.3.1 Apakah A Neural Network?
Sebuah jaringan saraf adalah sebuah upaya untuk mensimulasikan kerja batin neuron biologis dengan perangkat lunak (Smith, 1996).Jaringan saraf sedang berusaha untuk model kerja bagian otak manusia (Jain, 1996). Untuk keperluan makalah ini, neuron biologis tidak akan melihat karena tidak relevan dengan fokus dari makalah ini. Untuk penjelasan rinci tentang biologi jaringan melihat saraf Seaman (2001). Untuk menghindari kebingungan jaringan saraf dan jaringan saraf tiruan adalah sama dalam makalah ini.
Jaringan saraf terdiri dari neuron saling berhubungan “Setiap neuron memiliki sejumlah tertentu dari input, masing-masing memiliki berat yang ditugaskan kepada mereka.. Bobot hanya merupakan indikasi tentang bagaimana ‘penting’ sinyal yang masuk untuk input yang.Nilai bersih neuron kemudian dihitung – bersih hanyalah jumlah tertimbang, jumlah semua input dikalikan dengan berat spesifik mereka.Setiap neuron memiliki nilai ambang batas yang unik, dan jika bersih lebih besar dari ambang batas, kebakaran neuron (atau output 1), selain itu tetap tenang (output 0). Output ini kemudian dimasukkan ke semua neuron terhubung ke “(Matthews, 2000D)..
Gambar 5 – A Neural Network Sederhana
Jaringan saraf terdiri dari beberapa lapisan neuron, lapisan masukan, lapisan tersembunyi dan lapisan keluaran (Leslie, 1996). Gambar 5 menunjukkan contoh dari sebuah jaringan saraf dengan tiga lapisan dan hubungan antara lima neuron.
2.3.2 Jaringan Syaraf Belajar
Jaringan saraf memiliki kemampuan untuk beradaptasi dengan situasi apa pun dan karena itu ‘belajar’ bagaimana untuk memecahkan masalah. Fitur ini membuat mereka tambahan menarik untuk game apa saja karena mereka secara bertahap dapat menyesuaikan diri untuk memberikan pengalaman yang lebih menantang bagi pemain.
Ada beberapa jenis algoritma pembelajaran yang dapat diterapkan untuk melatih jaringan saraf. Salah satu paling sederhana untuk menerapkan adalah pelatihan Backpropagation algoritma, yang dikembangkan pada 1970-an dan awal 1980-an (Caudill, 1992).Backpropagation adalah proses dua-tahap. Pertama input disajikan ke lapisan masukan jaringan dan respon yang dihasilkan pada lapisan output (Caudill, 1992). Kedua, output jaringan dibandingkan dengan output yang diinginkan dan bila ada kesalahan ini akan dilewatkan mundur melalui jaringan (Caudill, 1992).
Mengulangi backpropagation melatih jaringan saraf untuk mengenali input dan oleh karena itu ‘belajar’ bagaimana untuk menangani mereka. Setelah pelatihan yang cukup telah dilakukan, jaringan saraf mampu mengidentifikasi input dan menghasilkan output yang benar.Bahkan dengan kesalahan dalam input, jaringan saraf dapat membedakan dari input lain yang mungkin dan tiba pada kesimpulan yang sama.
3 Artificial Intelligence dalam Game
3.1 Apa itu Artificial Intelligence dalam Game?
Dikendalikan komputer lawan yang tampaknya menunjukkan beberapa jenis penalaran kognitif ketika melakukan tugas atau merespon tindakan pemain (LaMothe, 1995). Sampai saat ini, AI telah diabaikan dalam permainan karena kompleksitas yang melekat dan jumlah waktu proses yang diperlukan untuk mensimulasikan tingkat kecerdasan yang realistis. Dengan terus membaiknya kecepatan prosesor, pengembang akhirnya dapat mulai untuk memasukkan tingkat lanjutan AI pada permainan mereka.
3.2 Menerapkan Kecerdasan Buatan Games
Bagaimana AI diterapkan untuk permainan tergantung pada jenis permainan yang sedang dikembangkan. Untuk tujuan dari makalah ini permainan strategi akan digunakan sebagai contoh dalam diskusi namun teknik dapat disesuaikan untuk jenis lain dari permainan juga.
Sebuah permainan Strategi ini biasanya berbasis grid dengan beberapa karakter, yang gerakan dan pertempuran hampir sepenuhnya dikendalikan komputer dikontrol (Archmage, 2001).
Ada banyak unsur dari sebuah permainan strategi yang dapat ditingkatkan dengan menggunakan AI yang mengapa permainan yang paling memiliki mesin AI, yang paling sederhana yang merupakan mesin finite state (FSM) (Matthews, 2000b). FSM A memiliki beberapa negara bagian masing-masing dengan perilaku yang berbeda dan memicu mereka sendiri. Sebagai contoh, permainan mungkin memiliki dua negara, menyerang dan bergerak, yang akan dipicu tergantung pada posisi pemain dalam permainan. Ketika musuh dalam keadaan bergerak, jalan menemukan algoritma digunakan untuk membuat ilusi gerakan yang realistis antara dua titik.
AI juga dapat diterapkan di daerah yang lebih rumit dari game, seperti kecerdasan lawan. Jaringan saraf dapat digunakan untuk membuat agen musuh yang belajar bagaimana untuk mengalahkan pemain. Minimax dapat memungkinkan permainan untuk melihat ke depan pada bergerak mungkin bahwa pemain manusia dapat membuat dan karena itu bisa datang dengan langkah yang memungkinkan komputer untuk menang.
4 Evaluasi dan Kesimpulan
4.1 Evaluasi Algoritma Pencarian
Algoritma pencarian menyediakan cara yang sangat efisien untuk menemukan solusi untuk masalah. Untuk menemukan jalan, efisiensi dan kecepatan sangat penting, karena sebagian besar pengguna algoritma pencarian ingin mencari jalan terbaik dalam waktu paling sedikit. Inilah sebabnya mengapa penelitian utama dilakukan di daerah ini adalah pengembangan algoritma lebih cepat dan lebih cepat (Korf, 1996). Karena kecepatan komputer juga meningkat, algoritma ini semakin lebih cepat dalam menemukan solusi. Sebagai contoh, algoritma A * sekarang dapat andal digunakan pada komputer rumah untuk memberikan pengembang dengan solusi yang dapat diandalkan untuk menemukan jalur terbaik antara dua titik. Minimax juga dapat digunakan secara efektif jika kedalaman pencarian terbatas dan permainan memiliki jumlah terbatas solusi, seperti catur. Oleh karena itu, algoritma pencarian adalah solusi berkualitas untuk masalah di mana Anda memerlukan trial and error untuk menemukan jawaban yang benar.
4.2 Evaluasi Neural Networks.
Menggunakan jaringan Syaraf memungkinkan pengembangan perangkat lunak dan sistem yang dapat ‘belajar’ dan beradaptasi untuk memecahkan masalah. Memiliki program yang dapat belajar, berarti bahwa hal itu akan mampu mengatasi situasi yang tak terduga, bukan hanya menghasilkan kesalahan. Ini adalah alat yang sangat kuat yang dapat diterapkan untuk beberapa macam bidang termasuk game. Oleh karena itu, jaringan saraf menambahkan atribut untuk program yang biasanya tidak tersedia. Hal ini berharga untuk kedua pengembang perangkat lunak dan orang-orang yang harus menggunakan mereka karena mereka memiliki sistem yang dapat ‘belajar’ untuk diri nya.
4.3 Perbandingan Algoritma Neural Networks Cari dan.
Algoritma pencarian upaya untuk menemukan solusi optimal untuk masalah, sementara jaringan saraf harus ‘belajar’ untuk memecahkan masalah untuk memberikan jawaban. Dimana algoritma pencarian akhirnya harus, menemukan solusi yang terbaik, jaringan saraf dapat beradaptasi dan akibatnya, mungkin tidak selalu memberikan solusi terbaik. Namun, mampu beradaptasi berarti bahwa jika masalah perubahan sedikit maka jaringan saraf adalah lebih mungkin untuk dapat memberikan solusi yang baik karena apa yang telah ‘belajar’ dari masalah. Sebuah algoritma pencarian akan menemukan solusi terbaik tetapi jika itu adalah masalah jalan-mencari maka fungsi heuristik mungkin harus disesuaikan agar sesuai dengan masalah baru.
Sebuah jaringan saraf adalah mirip dengan algoritma pencarian luas-pertama dalam cara yang lapisan berinteraksi. Ini berarti bahwa jaringan saraf dapat dianggap sebagai algoritma pencarian kompleks yang memiliki kemampuan untuk ‘belajar’.
Dimana minimax mencoba untuk mengantisipasi bergerak dari pemain, itu tidak ‘belajar’ bagaimana memainkan permainan dan tidak memperhitungkan pemain yang mungkin tidak ingin meminimalkan skor lawan mereka. Jika itu adalah algoritma dasar untuk menebak bergerak dari pemain lain dan ada banyak perbaikan yang dapat dibuat untuk itu.
4.4 Evaluasi penerapan kecerdasan buatan untuk permainan.
Sebagai ukuran dari sebuah proyek game telah meningkat, kompleksitas keseluruhan permainan telah memperkenalkan banyak masalah.Penggunaan AI dalam game memungkinkan pengembang untuk menghasilkan lingkungan yang lebih kompleks dan detil karena memecahkan banyak masalah yang dapat ditemui saat membuat game yang lebih besar.
Menggunakan algoritma pencarian, seperti A *, memungkinkan pengembang untuk mengimplementasikan menemukan jalan ke dalam permainan mereka. Untuk permainan strategi, memiliki cara untuk menemukan jalur terbaik, diperlukan untuk memungkinkan gerakan karakter untuk muncul cerdas. Sebagai kecepatan pemrosesan meningkat, * A sekarang dapat dimanfaatkan tanpa memperlambat permainan.
Menggunakan minimax dalam permainan memberikan pengembang kemampuan untuk melihat ke depan dan mencoba untuk mengantisipasi bergerak pemain lainnya akan membuat. Tampaknya menjadi cocok untuk permainan seperti catur di mana ada sejumlah langkah yang dapat dibuat, sedangkan permainan strategi telah bergerak terbatas yang dapat dibuat di mana yang menang adalah tidak terdefinisi.
Menambahkan jaringan saraf, untuk permainan, memungkinkan pengembang kesempatan untuk memberikan karakter musuh kemampuan untuk belajar. Ini berarti bahwa musuh dapat beradaptasi dengan strategi lawan manusia dan ‘belajar’ bagaimana untuk mengalahkan mereka. Ilusi bermain melawan pemain lain manusia membuat permainan lebih menyenangkan untuk bermain karena Anda tidak dapat memprediksi tindakan musuh yang dikendalikan manusia akan mengambil. Membuat agen-agen musuh dengan AI dipercaya adalah sebuah tantangan yang sulit walaupun jaringan saraf memberikan metode yang berguna untuk mengimplementasikan fitur ini untuk permainan.
Tergantung pada kompleksitas dari permainan pengembang berpotensi bisa menambahkan algoritma pencarian baik dan jaringan saraf sehingga memungkinkan permainan untuk menemukan jalur terbaik dan ‘belajar’ untuk bermain melawan lawan. Komputer bisa memainkan game melawan komputer untuk melatih jaringan saraf sebelum mengambil pada penasihat manusia.
Tidak ada gunanya dalam menambah AI untuk game kecuali membuat permainan lebih baik sebagai hasilnya. Hanya menambahkan AI tanpa mempertimbangkan bagaimana hal itu harus diterapkan, membuat permainan terlalu rumit dan lebih mungkin, kurang menyenangkan bagi pemain.
4.5 Kesimpulan
Algoritma pencarian adalah bagian fundamental dari AI, yang menyediakan solusi dicapai untuk masalah yang membutuhkan trial and error untuk memecahkan.
Neural Networks mensimulasikan kemampuan untuk ‘belajar’ dan beradaptasi untuk menangani masalah yang terlibat dan karena itu berguna untuk situasi di mana Anda tidak bisa mengantisipasi setiap situasi.
Menerapkan AI untuk game memungkinkan pengembang untuk menambahkan unsur realisme untuk menantang lawan manusia dan meningkatkan kualitas permainan.
Tujuan menggunakan AI dalam game adalah untuk memberikan pengalaman yang lebih baik dan lebih realistis untuk pemain.
sumber : http://www.generation5.org/content/2003/KellyMiniPaper.asp&usg=ALkJrhjALYKVGL1kIFhIcOfusn5EVdnNRw
CONTOH SOURCE CODE
Kode ini sangat dapat digunakan kembali dan dapat ditambahkan dalam aplikasi apapun dengan hanya menambahkan kelas yang ada ke dalam kode sumber Anda. Proses lainnya telah diimplementasikan dalam format yang mudah untuk dimengerti dan tepat sesuai dengan fleksibilitas program yang anda butuhkan.
Download Contoh Program + Source Code Artikel di Atas
contoh proposal tesis, judul tesis teknik informatika, biro jasa tesis informatika, Block, ciphers, 3-Way, Blowfish, CAST, CMEA, DES, Triple-DES, DEAL, FEAL, GOST, RPL Minimum Requirements
kpgenap2006.21.forumer.com/a/posts.php?topic=8&start=Penerapan aspek reusability pada perancangan dan implementasi modul perangkat lunak. … Aplikasi penerapan kecerdasan buatan untuk keperluan spesifik (contoh: algoritma neural network untuk simulasi pergerakan harga saham). … Aplikasi multiplayer (minimal 2 player) mobile to mobile (contoh: game balap mobil …
Kecerdasan Buatan : IlmuKomputer.Com
ilmukomputer.org/category/kecerdasan-buatan/Sistem pakar merupakan salah satu bidang teknik kecerdasan buatan yang cukup … Algoritma Backward Chaining pada Rule-Based Expert System … yang termasuk dalam kategori softcomputing misalnya fuzzy logic, artificial neural network, …
judul skripsi teknik informatika
www.for-indonesia.com/index.php?pilih=news&mod=yes…16 Mei 2010 – … Hoc Networks /Java; Neural Networks for Handwritten character and Digits /VC++ … Kaitan Serta Penerapan Logika dalam Bidang Intelijensia Buatan; Studi … Untuk Segmentasi Pasar Dengan Algoritma Id3 Pada Teknik Classification … Kecerdasan Buatan dalam Game Sepak bola Mini Menggunakan …
IT’S BLOGGER: KECERDASAN BUATAN DALAM ROBOTIK
lonelinesman.blogspot.com/…/kecerdasan-buatan-dalam-robotik.html11 Jan 2009 – Pernyataan cerdas yang pada dasarnya digunakan untuk … saraf tiruan (artificial neural network, ANN) � untuk selanjutnya disebut …. PENERAPAN kecerdasan buatan menggunakan algoritma minimax pada permainan tik-tak … diterapkan orang mulai dari games komputer, sistem kontrol cerdas, …
Kecerdasan buatan – mapyourinfo.com
mapyourinfo.com/wiki/id.wikipedia.org/Kecerdasan%20buatan/JPG ASIMO menggunakan sensor dan algoritma kecerdasan buatan untuk menuruni tangga … Jaringan Syaraf Tiruan (Artificial Neural Networks) dan Robot. … Sistem pakar: menerapkan kapabilitas pertimbangan untuk mencapai kesimpulan. … Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997. …
[PDF]
BAB 1 PENDAHULUAN 1.1 Latar Belakang
repository.usu.ac.id/bitstream/123456789/20655/4/Chapter%20I.pdfJenis Berkas: PDF/Adobe Acrobat – Tampilan Cepat
oleh R Widyasari – 2010
satu cabang sains yang pada dasarnya adalah suatu sistem yang bertujuan … machine (SVM) hingga metode kecerdasan buatan seperti artificial neural network. … Beragam algoritma dalam statistika dapat diterapkan untuk pengenalan pola …
[PDF]
KONSEP PERMAINAN TIC-TAC-TOE
journal.uii.ac.id/index.php/Snati/article/view/1603/1378Jenis Berkas: PDF/Adobe Acrobat – Tampilan Cepat
oleh IV Paputungan – 2009 – Artikel terkait
dikalangan komunitas AI (kecerdasan buatan). Para peneliti di … mencoba memfokuskan pada permainan sederhana yang dinamakan … menerapkan konsep algoritma genetika dan pembelajaran ….. Neural-networks – a comprehensive …
1. Pengantar Kecerdasan Buatan
blog.uin-malang.ac.id/…/pertemuan-1-pengantar-kecerdasan-buatan/6 Sep 2010 – 1. DASAR LOGIKA DAN ALGORITMA … Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, games, fuzzy, neural network dan … Kecerdasan Buatan membentuk cabang yang sangat penting pada ilmu … aplikasi perangkat lunak komputer rumah dan video game. …
Kecerdasan Buatan Penerapan Algoritma Dalam Permainan Robot Sepak …
berita.agenbola.com/…/kecerdasan-buatan-penerapan-algoritma-dala…29 Sep 2011 – kecerdasan buatan penerapan algoritma dalam permainan robot sepak bola …. Neural Networks for Unicode Optical Character Recognition C# Net …
Kecerdasan Buatan atau Atifisial Intelligence ( AI ) – infoberguna
sites.google.com/site/…/kecerdasan-buatan-atau-atifisial-intelligence-a…PENERAPAN kecerdasan buatan menggunakan algoritma minimax pada … dah banyak diterapkan orang mulai dari games komputer, sistem kontrol cerdas, … Tiruan (JST/ Neural Network), Logika Fuzzy (Fuzzy Logic) dan Algoritma Genetika …
PENYELESAIAN PUZZLE SUDOKU MENGGUNAKAN ALGORITMA …
repo.eepis-its.edu/602/1/1221.pdfJenis Berkas: PDF/Adobe Acrobat – Tampilan Cepat
oleh RC Wihandika – 2011
Sudoku adalah sebuah permainan puzzle pada papan berukuran 9×9 yang menggunakan angka 1 … Kecerdasan buatan dalam game adalah salah … buatan, seperti Jaringan Saraf Tiruan (Neural. Network, NN), Min-Max, dan Algoritma. 1 …
[PDF]
Eriq Muhammad Adams J, Agus Zainal Arifin, dan – ITS
viplab.if.its.ac.id/wp-content/uploads/2011/09/scan0003.pdfJenis Berkas: PDF/Adobe Acrobat – Versi HTML
6 Agu 2011 – Bayu Priyambadha Aplikasi Backpropagation Neural Network Pada Pendeteksian Jenis … pada aspek grafis dan kecerdasan buatan. … A* algorithm is used to be applied in commercial computer games but it requires high …
newbie_hacker : Message: Re: Bls: (newbie_hacker) refrensi buat …
tech.groups.yahoo.com/group/newbie_hacker/message/26729
6 pesan – 4 penulis – Pos terakhir: 22 Nov 2008
Aku udah dpt masukan byk ttg penerapan AI dalam dunia security. … contoh program AI banyak kok mas, misalnya dalam game > > catur salah … refrensi buat kecerdasan buatan > > aku juga mau bikin skripsi pke AI … AI tapi sub bidangnya Algoritma Neural Network, setalah I googling beberapa bulan, …
Apa adalah daerah di mana Anda dapat memprogram kecerdasan …
id.w3support.net/index.php?db=so&id=325950ai artificial-intelligence artificial-life artificial-neural-network data-mining … Saya sangat menikmati pemrograman kecerdasan buatan dalam studi – jaringan saraf, ahli … Tujuan dari Game AI tidak membuat keputusan cerdas, tapi untuk tampil … dll), daripada berkonsentrasi pada algoritma seperti A * dan permainan, para …
[DOC]
Pengantar Kecerdasan Buatan(AI)
robby.c.staff.gunadarma.ac.id/Downloads/…/Kecerdasan+Buatan.docJenis Berkas: Microsoft Word – Tampilan Cepat
Pengantar Kecerdasan Buatan(AI). Sub-topik: 1. Konsep … Menurut Elaine Rich : Masalah pada AI (Task Domain) : … Games (Chess, Backgamon, checkers,Go) …
Pengertian Kecerdasan Buatan (Artificial Intelligence)
qomarusy.syamsy.com/pengertian-kecerdasan-buatan-artificial-intelli…29 Jan 2011 – John McCarthy membuat istilah “Kecerdasan Buatan” pada konferensi … Joseph Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian. … Algoritma Genetika/Evolutionary Computing (optimasi). … Pengertian LAN,WAN,MAN pada Network Local Area Network Local …
[DOC]
BAB 1
journal.mercubuana.ac.id/data/BAB%201.docJenis Berkas: Microsoft Word – Tampilan Cepat
Pada masa awal era komputer perangkat keras dengan tujuan umum menjadi … dan kecerdasan buatan pada akhirnya bergerak dari laboratorium ke penerapan …. di mana serangkaian langkah prosedural (seperti algoritma) telah didefinisikan. … lunak kecerdasan buatan yang baru, yang disebut artificial neural network, …
Rekayasa Perangkat Lunak ~ Kumpulan Materi kuliah Dan Sekolah
bukurobek.blogspot.com/2011/04/rekayasa-perangkat-lunak.html28 Apr 2011 – Rekayasa adalah Penerapan suatu ilmu untuk menyelesaikan … aplikasi kecerdasan buatan, contohnya : game, expert sistem, neural network, …
onbonsai.com Artificial Intelligence » 4/5 » onbonsai.com
onbonsai.com/ilmu-pengetahuan/artificial-intelligence/page/428 Agu 2011 – Ini game genggam membuat stocking stuffer besar. …. Kemajuan dalam kecerdasan buatan telah berkembang ke titik di mana banyak … Buku Pegangan Teori Otak dan Neural Networks, Massachusetts Institute of Technology. … Menggunakan algoritma mesin pembelajaran pada jaringan saraf akan …
[PPT]
Aturan Tugas
sitoba.itmaranatha.org/…/Aturan%20Tugas%20SP%20Genap%20080…Jenis Berkas: Microsoft Powerpoint – Tampilan Cepat
Ada sifat ketidakpastian / perkiraan / heuristik, contoh: games, robotics; Ada sifat … buatan, antara lain: searching algorithm, rule based system, neural network, fuzzy logic, … Menerapkan minimal 3 algoritma yang dibahas selama perkuliahan … Implementasi 10-07-’09 (Presentasi kelompok @ 5-10 menit, pada saat sesi …
Institut Teknologi Telkom – Kelompok Keahlian Intelligent …
www.ittelkom.ac.id/index.php?categoryid=1055 Mei 2011 – Pada computer science juga dipelajari algoritma, yaitu proses yang … kecerdasan buatan, komputer grafik sebagai area penting pada computer science. … lain study group Sistem Pakar, Neural Network, Algoritma Genetika, … digunakan dalam membangun karakter game, environment game, dan lain-lain …
Ruang Diskusi IT « HERIANTO ‘s blog
herianto.wordpress.com/diskusi-it/gimana tugas 2 yang bapak berikan pada saya .apa saja pak? … Mulai dari fuzzy logic, Neural Network atau pun genetic algorithm adalah beberapa …. Kalo yg sederhana2 ya aplikasi game semacam puzzle aja kali ya, atau quiz. … aja ngambil mata kuliah kecerdasan buatan setelah melihatnya wah saya tertarik untuk …
12/11/09 | Gudang Materi
www.gudangmateri.com/2009_12_11_archive.html11 Des 2009 – Teknik klasifikasi meliputi Naive Bayesian, neural networks, dan decision trees. …. data dari berbagai bidang seperti statistik, kecerdasan buatan dsb pada data berskala besar itu. Ternyata penerapan pada data berskala besar memberikan ….. Untuk menggambarkan sebuah algoritma yang terstruktur dan …
[PDF]
BAB I PENDAHULUAN 1.1 Latar Belakang Kecerdasan buatan …
repository.usu.ac.id/bitstream/123456789/25713/4/Chapter%20I.pdfJenis Berkas: PDF/Adobe Acrobat – Tampilan Cepat
oleh N Jannah – 2011
(expert system), jaringan saraf tiruan (artificial neural network) dan robotika. … minat pada bidang kecerdasan buatan yang satu ini. Bahkan dewasa … Salah satu algoritma yang digunakan untuk game Five In Row adalah Minimax. Minimax …
TUTORIAL FUZZY , GENETIC ALGORITHM DAN NEURAL NETWORK
forum.upi.edu/v3/index.php?topic=2378.011 Mei 2006 – TERUTAMA BERBASIS FUZZY LOGIC, NEURAL NETWORK ATAU … atau bahasa kitanya adalah kecerdasan buatan merupakn bidang ilmu yang … diterapkan orang mulai dari games komputer, sistem kontrol cerdas, robotik, …. Kalau sdh mahir, coba aplikasikan pada pemrograman di mikrokontroler. …
Machine Learning – Agus Kurniawan – aguskurniawan.net
blog.aguskurniawan.net/category/Machine-Learning.aspxBuku Supervised Neural Networks awalnya ditulis untuk membantu para mahasiswa … Sebagai bagian dari teknologi kecerdasan buatan , jaringan saraf tiruan … 4.1 Penerapan Matematika dalam Pemrograman … 4.3.2 Algoritma Program … 5.2.1 Pengenalan Suara yang DIantarmukakan Pada Animasi Ekspresi Wajah …
Kecerdasan Buatan
www.scribd.com/doc/56981801/Kecerdasan-Buatan6 Mar 2011 –
[PPT]
Representasi Pengetahuan
lecturer.ukdw.ac.id/anton/…/AI/Representasi%20Pengetahuan.pptJenis Berkas: Microsoft Powerpoint – Tampilan Cepat
ANN (Artificial Neural Network); NLP (Natural Language Processing); Game Playing … System; Neuro Fuzzy System; GA (Genetic Algorithm); CBR (Case Based Reasoning) … untuk penalaran, menggambarkan kesimpulan sebagai fungsi kecerdasan … Karena pada konvensional database merepresentasikan data secara …
igun – H U M A N O I D
my.opera.com/igun/blog/?startidx=243 Mei 2011 – Neural Network … Syllogistic logic pada dasarnya bertransaksi dengan penurunan … Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem pakar, permainan komputer (games), … Robot ASIMO menggunakan sensor dan algoritma kecerdasan buatan untuk menuruni tangga …
Dan Sekarang… Robot Mampu Melakukan Tugasnya Sambil Belajar …
www.prorebel.com/…/dan-sekarang-robot-mampu-melakukan-tugas…4 Agu 2011 – … Hasegawa Group menerapkan kecerdasan buatan pada robot … algoritma yang disebut Self-Organising Incremental Neural Network …
KECERDASAN BUATAN (artificial intellegence) – Help Your …
arekteknik.com/kecerdasan-buatan-artificial-intellegence.html26 Sep 2011 – John McCarthy membuat istilah “kecerdasan buatan ” pada konferensi pertama … ELIZA, sebuah chatterbot yang menerapkan psikoterapi Rogerian. … Pada bidang kesehatan, sistem kecerdasan buatan telah digunakan, slah satunya adalah algoritma … Jaringan Syaraf Buatan (Artificial Neural Networks), …
[PDF]
BAB I PENDAHULUAN 1.1. Pengertian dan Sejarah Dari Artificial …
webdosen.budiluhur.ac.id/dosen/930011/Kuliah/buku_AI.PDFJenis Berkas: PDF/Adobe Acrobat – Tampilan Cepat
Sejarah dari AI. Awal pekerjaan dipusatkan pada seperti game playing (misalnya: audio dengan kecerdasan dan permainan catur(chess player), pembuktian teorema …. Neural Network atau Parallel Distributed : teknik-teknik terbaik untuk merepresentasikan pengetahuan dan merancang algoritma pencarian yang hati-hati …
Kecerdasan buatan – Wikipedia Bahasa Melayu, ensiklopedia bebas
ms.wikipedia.org/wiki/Kecerdasan_buatan – Terjemahkan laman ini
Kecerdasan Buatan (bahasa Inggeris: Artificial Intelligence) atau lebih dikenali … digital pada abad ke-20 membawa konsep ini kepada suatu kemungkinan. … untuk mengesan kemungkinan penipuan, menggunakan algoritma yang kompleks, … Jaringan Neural (bahasa Inggeris: Neural Network): Dimodel dari interaksi …
Nur Ichsan Share » Antara RPL, Sistem Informasi dan Sistem Cerdas
nurichsan.blog.unsoed.ac.id/…/antara-rpl-sistem-informasi-dan-siste…30 Nov 2010 – Idealnya semua perguruan tinggi di Indonesia mengacu pada kurikulum … ilmu pengetahuan dan penerapan Teknologi Informasi dalam suatu organisasi. … Beberapa macam bidang yang menggunakan kecerdasan buatan … Mahasiswa akan dibekali logika fuzzy, Algoritma Genetika dan Neural Network. …
2011-09-16T01:35:55Z http://puslit2.petra.ac.id/ejournal/index.php …
puslit2.petra.ac.id/ejournal/index.php/inf/oai?verb…set=inf…Untuk itu pada penelitian ini dicoba untuk dibuat suatu prototype game dua dimensi yang ….. Dengan menerapkan transformasi geometri hanya terhadap bagian …. Algorithm of Neural network reduced a signifcant execution time for number of ….. pikir manusia yaitu teknologi Artificial Intelligence atau kecerdasan buatan. …
The Secret of Electrons: Mesin yang dapat berpikir, imajinasi atau …
pudintekel.blogspot.com/…/mesin-yang-dapat-berpikir-imajinasi.htm…26 Okt 2010 – Ketiga ilmu Kecerdasan buatan ini sangat penting dalam dunia Control … Entahlah, saya sendiri masih bingung dengan penerapan lebih jauh tentang fuzzy logic ini. … Artificial Neural Network, atau jaringan syaraf buatan adalah sebuah … Hal yang sedikit saya ketahui, dengan algoritma tersebut proses …
Pemrograman game menggunakan pascal.doc.doc
www.slideshare.net/…/pemrograman-game-menggun… – Amerika SerikatPendahuluan Kecerdasan buatan (artificial intelligence) merupakan inovasi baru dibidang … Pada subbidang Game Playing, program komputer yang digunakan … Penelitian danpengembangan Neural Network (Jaringan Syaraf Buatan), … dan Genetic Algorithm / Programming(Algoritma / Pemrograman Genetika) yang …
Welcome to Waena – Isu Pembajakan dan Kecerdasan Buatan
www.waena.org/index.php?option=com_content&task…id…6 Des 2007 – Sedangkan isu kecerdasan buatan, agaknya belum mengagetkan … Pada artikel detiknet (29/03/2006 12:57), “87% Software Komputer di … Ia menerapkan sistem EULA (User License Agreement) untuk … Jaringan Syaraf Buatan (Artificial Neural Networks) … 3 Algoritma Genetik (Genetic Algorithms) …
bentank van jack’s site – Kecerdasan buatan
zigzaki.multiply.com/journal/item/44/Kecerdasan_buatan – Filipina28 Nov 2008 – Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain … Metoda-metoda ini terutama dibagi menjadi algoritma evolusioner … Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun 1997. … Jaringan saraf tiruan (JST) (Bahasa Inggris: artificial neural network …
[DOC]
IMPLEMENTASI ROLE PLAYING GAME BERBASIS FLASH
majour.maranatha.edu/index.php/jurnal-informatika/article/…/xmlJenis Berkas: Microsoft Word – Tampilan Cepat
Artificial neural network imitates human biological learning process, which also … Aspek yang cukup penting yang mendasari berbagai teori dalam kecerdasan buatan adalah … Jaringan syaraf tiruan memiliki beberapa metode atau algoritma yang dapat …. 4.5Penerapan Metode Propagasi Balik pada Pengenalan Huruf …Genetika Paralel, Transformasi Wavelet, Neuro-Fuzzy, salatiga, denpasar, medan, palembang, balik papan, surabaya, solo, surakarta, jogja, yogyakarta
Menerapkan Kecerdasan Buatan, Algoritma Neural Networks Pada Games - Contoh Program + Source Code
ActionScript AS3 ASP.NET AJAX C / C++ C# Clipper COBOL ColdFusion DataFlex Delphi Emacs Lisp Fortran FoxPro Java J2ME JavaScript JScript Lingo MATLAB Perl PHP PostScript Python SQL VBScript Visual Basic 6.0 Visual Basic .NET Flash MySQL Oracle Android
Rating: 100% based on 99998 ratings. 5 user reviews.
Ditulis Oleh hank2
{ 0 komentar... Views All / Send Comment! }
Posting Komentar