Kecerdasan Buatan-7SI-S1: AI Diskusi pertemuan 3

Nama┬á┬á┬á┬á┬á : Vitha Anastiwi

NPM┬á ┬á ┬á ┬á: 2311059011p

Kelas ┬á┬á┬á┬á┬á : 7SIS1

Diskusi┬á┬á┬á : Pertemuan 3

1. Apa yang dimaksud dengan "pencarian buta" dalam konteks kecerdasan buatan, dan apa peran utamanya dalam pemecahan masalah?

Jawab :

Pencarian buta (Blind Search) adalah tidak adanya informasi/domain awal atau tanpa melihat dan memahani konten dokumen yang digunakan dalam proses pencarian untuk menemukan informasi yang relevan dalam sebuat dokumen atau kumpulan dokumen. Pada pencarian buta, algoritma yang bisa digunakan adalah sebagai berikut :

a.┬á┬á┬á Depth First Search (DFS)

Pada Depth First Search, proses pencarian akan dilakukan pada semua anaknya sebelum dilakkan pencarian ke node yang selevel. Pencarian dimulai dari node akar level lebih tinggi, proses ini diulangi terus hingga ditemukannya solusi.

b.┬á┬á┬á Breadth First Search (BFS).

Pada metode Breadth First Search, semua node pada level n akan dikunjungi terlebih dahulu sebelum mengunjungi node-node pada level n+1. Pencarian dimulai dari node akar terus ke level ke-1 dari kiri ke kanan, kemudian berpindah ke level berikutnya demikian pula dari kiri ke kanan hingga ditemukannya solusi.

Peran utama pencarian buta dalam pemecahan masalah adalah jika tidak tidak ada informasi yang dapat kita gunakan. Kita mungkin hanya mencari jawaban dan tidak akan tahu bahwa kita telah menemukannya sampai kita melihatnya. Dalam pencarian buta akan kita pertimbangkan hanya berbeda dalam urutan perluasan simpul, tetapi hal ini dapat memberi efek dramatis terhadap seberapa baik kinerja pencarian dan kita dapat mengumpulkan informasi dan data yang diperlukan menentukan penyebab masalah dan mengembangkan solusi efektif serta mengoptimalkan kinerja kecerdasan buatan.

2. Apa perbedaan antara Breadth-First Search (BFS) dan Depth-First Search (DFS) dalam konteks pencarian buta? Kapan Anda akan memilih satu algoritma di atas yang lain?

Jawab :

DFS	BFS
berprioritas pada kedalaman, memulai dari simpul akar dan berjalan semakin dalam sampai simpul tujuan ditemukan	dimulai dari akar, akan lebih memilih untuk memeriksa semua tetangga dari simpul tersebut, kemudian dicek satu-satu mulai dari simpul terdekatnya, seterusnya, sampai menemukan tujuan
Terdapat pencarian postorder yang memeriksa banyak simpul dan mendapatkan banyak informasi	Tidak terdapat pencarian postorder yang memeriksa banyak simpul dan tidak mendapatkan banyak informasi karena tidak mempunyai rekursifitas.
Untuk pohon pencarian membutuhkan memori lebih sedikit dan kemungkinan dapat terjebak dalam penelusuran yang lama	Membutuhkan lebih banyak memori dan tidak akan terjebak dalam penelusuran
bekerja berdasarkan konsep LIFO (Last In First Out).	bekerja berdasarkan konsep FIFO (First In First Out).
Dalam konseptual membangun pohon, sub-pohon demi sub-pohon.	Dalam konseptual membangun pohon tingkat demi tingkat.

Dua algoritma di atas adalah algoritma dasar yang digunakan dalam berbagai situasi, tergantung pada tujuan pencarian kita dan untuk menelusuri atau mencari grafik dan pohon. Pada BFS, Teknik bebasis titik untuk menemukan jalur terpendek dalam grafik. Teknik ini menggunakan struktur data antrean yang mengikuti urutan pertama masuk pertama keluar dan digunakan untuk mencari simpul yang memenuhi serangkaian kriteria pada struktur data pohon atau grafik. Sebagai contoh untuk menemukan jalur terpendek antara dua titik a dan b ditentukan oleh jumlah sisi. Sedangkan pada DFS adalah algoritma rekursif yang dipakai untuk mencari semua simpul dari suatu graf atau tree. Traversal berarti mengunjungi semua node dari sebuah graf. Semisal kita akan memecahkan labirin, kita akan mengambil rute, terus berjalan sampai kita menemukan jalan buntu. Setelah mencapai jalan buntu kita mengambil jalan mundur sampai melihat jalan yang belum kita coba sebelumnya. Ambil rute baru, begitu seterusnya sampai kita menemukan jalan buntu. Ambil jalan mundul lagi hingga kita bisa mendapatkan solusi atau jalan keluar. Algoritma ini melakukan penelusuran simpul dengan pendekatan mendalam

3. Sebutkan beberapa contoh masalah dunia nyata yang dapat dipecahkan dengan teknik pencarian dan pelacakan buta.

Jawab:

a.┬á┬á┬á Aplikasi Pengenalan wajah

-┬á┬á┬á┬á┬á Deteksi penipuan

Perusahaan menggunakan pengenalan wajah untuk secara unik mengidentifikasi pengguna yang membuat akun baru di platform online. Setelah identifikasi selesai, pengenalan wajah dapat digunakan untuk memverifikasi identitas sebenarnya dari orang yang menggunakan akun tersebut jika terjadi aktivitas akun yang berisiko dan mencurigakan.

-┬á┬á┬á┬á┬á Layanan Kesehatan

Pengenalan wajah dapat digunakan untuk mendapatkan akses ke catatan pasien. Dapat mempersingkat proses pendaftaran pasien di fasilitas kesehatan serta mendeteksi rasa sakit dan emosi pasien secara otomatis.

b.┬á┬á┬á Aplikasi Pengenalan suara

Perangkat lunak pengenalan suara mengubah bahasa lisan menjadi teks melalui algoritma pengenalan suara. Teknologi ini memiliki beragam tujuan, membantu penyandang disabilitas, memberi daya pada sistem dalam mobil, mendukung operasi militer, dan memfasilitasi pendiktean bisnis. Selain itu, ia mengubah file audio dan video menjadi teks, melayani dalam proses layanan pelanggan, perawatan kesehatan, dan dokumentasi hukum.

4. Bagaimana Anda menilai efisiensi dan keefektifan sebuah algoritma pencarian dalam pemecahan masalah? Apa yang perlu dipertimbangkan?

Jawab :

Algoritma yang baik adalah benar, tetapi algoritma yang hebat adalah benar dan efisien . Algoritma yang paling efisien adalah algoritma yang membutuhkan waktu eksekusi dan penggunaan memori sesedikit mungkin namun tetap menghasilkan jawaban yang benar. Salah satu cara untuk mengukur efisiensi suatu algoritma adalah dengan menghitung berapa banyak operasi yang dibutuhkan untuk menemukan jawaban pada berbagai ukuran masukan.

Mari kita mulai dengan mengukur algoritma pencarian linear , yang menemukan nilai dalam daftar. Algoritma memeriksa setiap item dalam daftar, memeriksa masing-masing untuk melihat apakah nilainya sama dengan nilai target. Jika menemukan nilai, ia segera mengembalikan indeks. Jika tidak pernah menemukan nilai setelah memeriksa setiap item daftar, ia mengembalikan -1.

Pemilihan algoritma yang tepat sangat penting karena menentukan seberapa baik model dapat mengidentifikasi pola dalam data dan membuat prediksi. Algoritma yang dipilih harus sesuai dengan jenis masalah yang dihadapi, karakteristik data, dan tujuan analisis. Algoritma yang tidak sesuai dapat menghasilkan model yang kurang akurat, sulit diinterpretasikan, atau bahkan tidak dapat digunakan sama sekali.

Selain itu, pemilihan algoritma juga mempengaruhi efisiensi proses analisis, baik dari segi waktu maupun sumber daya yang digunakan. Dalam situasi tertentu, pemilihan algoritma yang kurang tepat bisa mengakibatkan keputusan bisnis yang salah, sehingga dapat merugikan perusahaan secara finansial dan reputasi.

Referensi :

1.┬á┬á┬á Dr. Al-Khowarizmi. Dr. Arif Ridho Lubis. 2023. Artificial Intelligence. UMSUpres.

https://books.google.co.id/books?hl=id&lr=&id=mpryEAAAQBAJ&oi=fnd&pg=PA7&dq=Blind+Information+Retrieval%E2%80%9D+-+Banyak+artikel+dan+penelitian+yang+membahas+bagaimana+AI+dapat+melakukan+pencarian+tanpa+melihat+konten+dokumen+secara+langsung.&ots=XLbijgqkJN&sig=lST-SuDWEYMQbPPSG0rR-haSpxE&redir_esc=y#v=onepage&q&f=false

2.┬á┬á┬á https://www.cs.ucdavis.edu/~vemuri/classes/ecs170/blindsearches_files/blind_searches.htm

3.┬á┬á┬á Hafid Inggiantowi. Perbandingan Alogritma Penelusuran Depth First Search dan Breadth First Search pada Graf serta Aplikasinya.

https://informatika.stei.itb.ac.id/~rinaldi.munir/Matdis/2008-2009/Makalah2008/Makalah0809-054.pdf

4.┬á┬á┬á Trivusi. 2022. Apa itu algoritma Depth First Search ? pengertian dan cara kerjanya.

https://www.trivusi.web.id/2022/05/apa-itu-algoritma-depth-first-search.html

5.┬á┬á┬á Ravikiran AS. 2024. Segala Hal yang perlu anda ketahui tentang Algoritma Pencarian Bereadtdh First. Simlilearn.

https://www.simplilearn.com/tutorials/data-structure-tutorial/bfs-algorithm

6.┬á┬á┬á Aws.amazon. Apa itu pengenalan wajah ?. https://aws.amazon.com/id/what-is/facial-recognition/

7.┬á┬á┬áhttps://webcatalog.io/id/apps/tag/voice-recognition-software/?country=ao

8.┬á┬á┬á Khan academy. Mengukur efisiensi algoritma

https://www.khanacademy.org/computing/ap-computer-science-principles/algorithms-101/evaluating-algorithms/a/measuring-an-algorithms-efficiency

9.┬á┬á┬á dqlab.id. 2024. Faktor penting sebelum memilih Algoritma data Science.

https://dqlab.id/faktor-penting-sebelum-memilih-algoritma-data-science#:~:text=Pemilihan%20algoritma%20yang%20tepat%20sangat,karakteristik%20data%2C%20dan%20tujuan%20analisis.