Teknik Dasar Blind Search (Pencarian Blind/Buta

 TEKNIK DASAR BLIND SEARCH (PENCARIAN BLIND/BUTA)

(Oleh: SR.Pakpahan,SST)

Materi pelajaran sebelumnya di URL Link sini:

KECERDASAN MANUSIA DAN KECERDASAN BUATAN/AI (ARTIFICIAL INTELLIGENCE)

Materi pelajaran selanjutnya adalah:

Elemen-elemen Pembentuk AI

1. *Algoritma*: Algoritma adalah instruksi yang digunakan untuk memproses data dan membuat keputusan.

2. *Data*: Data adalah bahan baku yang digunakan untuk melatih dan menguji AI.

3. *Komputasi*: Komputasi adalah kemampuan untuk memproses data dengan cepat dan efisien.

4. *Machine Learning*: Machine learning adalah teknik yang digunakan untuk melatih AI agar dapat belajar dari data.

5. *Neural Network*: Neural network adalah model yang digunakan untuk memproses data dan membuat keputusan.

Kesadaran AI

AI tidak memiliki kesadaran seperti manusia. AI hanya dapat memproses data dan membuat keputusan berdasarkan algoritma dan data yang digunakan. Namun, beberapa penelitian sedang dilakukan untuk mengembangkan AI yang dapat memiliki kesadaran dan kemampuan untuk belajar seperti manusia.

Dampak dan Bahaya AI

1. *Kehilangan Pekerjaan*: AI dapat menggantikan pekerjaan manusia, terutama pekerjaan yang dapat diotomatisasi.

2. *Ketergantungan*: AI dapat membuat manusia tergantung pada teknologi dan mengurangi kemampuan manusia untuk berpikir dan membuat keputusan.

3. *Privasi*: AI dapat mengumpulkan dan memproses data pribadi manusia, yang dapat membahayakan privasi dan keamanan.

4. *Kesalahan*: AI dapat membuat kesalahan, terutama jika data yang digunakan tidak akurat atau tidak lengkap.

Peluang dan Ancaman AI

1. *Peningkatan Efisiensi*: AI dapat meningkatkan efisiensi dan produktivitas dalam berbagai bidang.

2. *Peningkatan Kualitas Hidup*: AI dapat meningkatkan kualitas hidup manusia dengan membantu dalam bidang kesehatan, pendidikan, dan transportasi.

3. *Ancaman Keamanan*: AI dapat digunakan untuk tujuan jahat, seperti serangan siber dan terorisme.

4. *Ancaman Etika*: AI dapat membahayakan etika dan moral manusia, terutama jika digunakan untuk tujuan yang tidak etis.

Dalam kesimpulan, AI memiliki potensi untuk meningkatkan efisiensi, produktivitas, dan kualitas hidup manusia. Namun, AI juga memiliki bahaya dan ancaman yang harus diwaspadai, seperti kehilangan pekerjaan, ketergantungan, privasi, dan kesalahan. Oleh karena itu, penting untuk mengembangkan AI dengan cara yang etis dan bertanggung jawab.

Jenis-Jenis Produk AI

Berikut adalah beberapa jenis produk AI yang dapat selaras dengan fungsi panca indra manusia, baik untuk mata yang melihat, telinga yang mendengar, mulut yang berbicara, hidung yang menncium, dan  kulit yang merasa

Mata yang Melihat

1. _Kamera Pintar_: Kamera yang dapat mengenali dan mengklasifikasikan objek, orang, dan adegan.

2. _Teknologi Pengenalan Wajah_: Sistem yang dapat mengenali dan mengidentifikasi wajah individu.

3. _Augmented Reality (AR)_: Teknologi yang dapat menambahkan informasi digital ke dalam penglihatan nyata.

4. _Sistem Pengawasan_: Sistem yang dapat memantau dan menganalisis aktivitas di suatu area.

Telinga yang Mendengar

1. _Asisten Virtual_: Asisten yang dapat mendengar dan merespons perintah suara, seperti Siri, Google Assistant, atau Alexa.

2. _Teknologi Pengenalan Suara_: Sistem yang dapat mengenali dan mengidentifikasi suara individu.

3. _Sistem Transkripsi_: Sistem yang dapat mengubah suara menjadi teks.

4. _Pengenalan Musik_: Sistem yang dapat mengenali dan mengidentifikasi lagu atau musik.

Mulut yang Berbicara

1. _Asisten Virtual_: Asisten yang dapat berbicara dan merespons perintah suara.

2. _Teknologi Pengenalan Bahasa_: Sistem yang dapat mengenali dan mengidentifikasi bahasa yang digunakan.

3. _Sistem Terjemahan_: Sistem yang dapat menerjemahkan bahasa dari satu bahasa ke bahasa lain.

4. _Pengenalan Emosi_: Sistem yang dapat mengenali dan mengidentifikasi emosi yang diungkapkan melalui suara.

Hidung yang Mencium

1. _Sistem Pengenalan Bau_: Sistem yang dapat mengenali dan mengidentifikasi bau atau aroma.

2. _Teknologi Pengenalan Gas_: Sistem yang dapat mengenali dan mengidentifikasi gas atau zat kimia.

Kulit yang Merasa

1. _Sistem Pengenalan Sentuhan_: Sistem yang dapat mengenali dan mengidentifikasi sentuhan atau tekanan.

2. _Teknologi Pengenalan Tekstur_: Sistem yang dapat mengenali dan mengidentifikasi tekstur atau permukaan.

3. _Sistem Pengenalan Suhu_: Sistem yang dapat mengenali dan mengidentifikasi suhu atau temperatur.

Dalam kesimpulan, produk AI dapat selaras dengan fungsi panca indra manusia dan dapat membantu meningkatkan kemampuan dan efisiensi dalam berbagai bidang.

Selain jenis produk AI di atas, ada beberapa produk AI terbaru yang sedang dikembangkan atau akan dirilis oleh mereka para pakar pembangun AI adalah:

- *Janus-Pro*: Model AI penghasil gambar yang lebih canggih dari OpenAI, diluncurkan oleh DeepSeek ¹.

- *Grok*: AI yang dikembangkan oleh Elon Musk, dapat mengungguli ChatGPT dalam beberapa tes akademis.

- *Gemini*: Teknologi AI terbaru dari Google, memiliki tiga varian: Ultra, Pro, dan Nano. Gemini Ultra adalah model AI tercanggih yang dapat melampaui hasil terkini pada 30 dari 32 tolak ukur akademis ².

- *GPT-4o*: Model AI generatif terbaru dari OpenAI, dapat menerima input gambar dan teks, serta menghasilkan output teks yang lebih akurat ³.

Produk-produk AI ini menunjukkan kemajuan yang signifikan dalam bidang kecerdasan buatan dan memiliki potensi untuk mengubah berbagai aspek kehidupan kita.

Mempersiapkan diri

Untuk menghadapi masa mendatang di mana AI sudah menjadi bagian dari keseharian kita, berdampingan dan atau bekerja sama kita dengan AI, berikut ada beberapa hal yang perlu kita siapkan:

Keterampilan dan Pengetahuan

1. *Pendidikan dan Pelatihan*: Meningkatkan kemampuan dan pengetahuan tentang AI, teknologi, dan keterampilan yang relevan.

2. *Keterampilan Abad 21*: Mengembangkan keterampilan seperti berpikir kritis, kreativitas, kolaborasi, dan komunikasi.

3. *Pemahaman tentang Etika AI*: Memahami prinsip-prinsip etika AI dan bagaimana menggunakannya dengan bertanggung jawab.

Mental dan Sosial

1. *Mental yang Terbuka*: Menerima perubahan dan kemajuan teknologi dengan mental yang terbuka.

2. *Kolaborasi dengan AI*: Belajar bekerja sama dengan AI dan memahami bagaimana AI dapat membantu meningkatkan produktivitas.

3. *Koneksi Sosial*: Mempertahankan koneksi sosial yang kuat dengan manusia lain untuk menghindari isolasi.

Karier dan Pekerjaan

1. *Pengembangan Karier*: Mengembangkan karier yang relevan dengan kemajuan teknologi AI.

2. *Keterampilan yang Tidak Dapat Digantikan oleh AI*: Mengembangkan keterampilan yang tidak dapat digantikan oleh AI, seperti kreativitas, empati, dan kemampuan memecahkan masalah yang kompleks.

3. *Pengembangan Usaha*: Mengembangkan usaha yang dapat beradaptasi dengan kemajuan teknologi AI.

Kebijakan dan Regulasi

1. *Kebijakan Privasi*: Mengadvokasi kebijakan privasi yang kuat untuk melindungi data pribadi.

2. *Regulasi AI*: Mendukung regulasi AI yang bertanggung jawab dan etis.

3. *Pengembangan Standar*: Mengembangkan standar untuk pengembangan dan penggunaan AI yang bertanggung jawab.

Dengan mempersiapkan diri dalam hal keterampilan, mental, sosial, karier, dan kebijakan, kita dapat menghadapi masa mendatang di mana AI sudah menjadi bagian dari keseharian kita dengan lebih percaya diri dan siap.

BLIND SEARCH

Defenisi Blind Search (pencarian blind/buta)

Blind Search adalah salah satu jenis algoritma pencarian yang tidak menggunakan informasi apapun tentang tujuan atau solusi yang dicari (ini diibaratkan dengan seseorang yang mencari jalan keluar dari hutan lebat, karena ia tersesat di hutan tersebut). Algoritma Blind Search ini hanya bergantung pada struktur graf atau struktur pohon (tree) pencarian untuk menemukan solusi. 

Blind Search ini adalah teknik pencarian yang bersifat deterministik tanpa informasi yang mengarahkan hanya pada tujuan, deterministik tanpa informasi dalam arti bahwa pencarian dilakukan dengan langkah-langkah tanpa dibekali informasi untuk memperoleh hasil, tidak diketahui sudah dekat atau masih jauh dari tujuan (goal state).

*Cara Kerja Blind Search:*

1. Mulai dari node awal (root node) sebagai initial state.

2. Periksa semua node yang terhubung dengan node awal

3. Pilih node yang belum pernah dikunjungi sebelumnya

4. Ulangi langkah 2-3 sampai mencapai tujuan (goal state) atau tidak ada lagi node yang dapat dijangkau

*Jenis-Jenis Blind Search:*

1. *Breadth-First Search (BFS)*: 

Pencarian ini dilakukan secara breadth-first, yaitu mencari semua node pada tingkat yang sama sebelum melanjutkan ke tingkat berikutnya. BFS ini adalah algoritma yang sifat pencariannya adalah melebar ke samping.

Pada BFS, pencarian dimulai dari initial state ke cabang-cabang, jika cabang bukan goal state maka buka lagi cabang dan turun ke level bawah dan buka cabang lagi (buka cabang per level), hingga sampai ditemukan goal state dan pencarian berhenti di situ. Lalu di trace kembali untuk menentukan jalurnya.

Penerapan Algoritma BFS pada pemograman, digunakan struktur data Queue (antrian). Prinsip Queue adalah FIFO (First In First Out)

Node yang habis pada cabangnya dikeluarkan dari tabung ke kanan, lalu digantikan (dimasukkan) node-node dari cabang berikutnya, hingga sampai  goal state dimasukkan yang paling kanan.

Contoh soal: Ember berisi air pada contoh yang sudah pernah diberikan sebelumnya:

Pada gambar di atas, Initial state adalah (0,0) artinya ember A adalah kosong (0), dan embet B adalah kosong (0). Goal state adalah (x, 2) artinya embet A berisi x air, bisa penuh, berisi sebagian, atau kosong, dan ember B berisi 2 liter air.

Dari 8 operator yang diberikan, lalu dilakukan pencarian solusi dengan menggunakan BFS. 

Setiap operator yang memungkinkan bisa dipakai untuk langkah pencarian berpindah dari satu state ke state lainnya hingga menemukan goal state, Bila goal state sudah ditemukan maka pencarian dihentikan, dan trace kembali ke atas. Akhirnya dengan menggunakan BFS ini ditemukan 4 langkah (pakai operator 2-6-4-5) untuk memperoleh hasil (ember B betisi 2 liter air).

Contoh lain: permainan Puzzle 3x3:

Pada gambar di atas, Initial state adalah angka-angka 1 hingga 8 masih acak atau tidak teratur. Dan Goal state adalah angka-angka yang sudah tersusun teratur dari angka 1 hingga 8.

Dari 4 operator yang diberikan, lalu dilakukan pencarian solusi dengan menggunakan BFS. 

Setiap operator yang memungkinkan bisa dipakai untuk langkah pencarian berpindah dari satu state ke state lainnya hingga menemukan goal state, Bila goal state sudah ditemukan maka pencarian dihentikan, dan trace kembali ke atas. Akhirnya dengan menggunakan BFS ini ditemukan 3 langkah (pakai operator 1-4-1) untuk memperoleh hasil (angka 1 hingga 8 sudah tersusun teratur).

2. *Depth-First Search (DFS)*: 

Pencarian ini dilakukan secara depth-first, yaitu mencari node secara mendalam sampai mencapai tujuan atau tidak ada lagi node yang dapat dijangkau.

Pencarian DFS ini dilakukan secara Depth-first, yaitu mencari semua node pada tingkat yang lebih dalam sebelum melanjutkan ke cabang berikutnya. BFS ini adalah algoritma yang sifat pencariannya adalah melebar ke dalam (arah ke bawah)..

Pada DFS, pencarian dimulai dari initial state ke dalam terlebih dahulu, turun ke level bawah buka cabang lagi, terus ke level lebih dalam lagi. Jika cabang bukan goal state maka turun ke level bawah dan buka satu cabang lagi, jika sudah mentok maka naik setingkat ke atas, buka cabang lagi, Jika cabang bukan goal state maka naik ke level atas dan buka satu cabang lagi (buka satu cabang per level), hingga sampai ditemukan goal state dan pencarian berhenti di situ. Lalu di trace kembali untuk menentukan jalurnya.

Penerapan Algoritma BFS pada pemograman, digunakan struktur data Stack (menumpuk). Prinsip Stack adalah LIFO (Last In First Out) 

Node yang tidak punya cabang dikeluarkan dari tabung ke atas, lalu ditumpukkan (dimasukkan) node-node dari cabang lainnya, hingga sampai  goal state dimasukkan yang paling atas.

Contoh soal: Ember berisi air pada contoh yang sudah pernah diberikan sebelumnya

Pada penyelesaian soal embet berisi air ini dengan memakai DFS adalah kurang praktis (tidak optimal) bila dibanding dengan memakai BFS, sebab memakai DFS membutuhkan 6 langkah (pakai operator 1-2-7-6-2-5), sedangkan BFS cukup hanya 4 langkah (pakai operator 2-6-4-5). 

Contoh lain: permainan Puzzle 3x3:

Pada penyelesaian soal puzzle 3x3 ini dengan memakai DFS adalah kurang praktis (tidak optimal) karena DFS membutuhkan langkah yang sangat panjang ke bawah. Sedangkan bila memakai BFS cukup hanya 4 langkah saja ke bawah, seperti pada gambat di bawah ini:

Kelebihan dan Kekurangan antara BFS dengan DFS

Gunakan BFS, Jika:

1. Selalu butuh solusi yang optimal

2. Tidak memiliki issue dengan kapasitas memori penyimpanan data.

Gunakan DFS, Jika:

1. Tidak selalu butuh solusi yang optimal

2.  Memiliki keterbatasan dengan kapasitas memori penyimpanan data.

3.  *Uniform Cost Search (UCS)*:  

UCS adalah proses pencarian atau perpindahan State yang memerlukan/melibatkan cost (biaya/ongkos)

Cost di sini adalah Biaya dalam beroindah State.

Contoh soal: Pencarian rute perjalanan yang paling dekat (jarak temouh dwngan ongkos minimal) dari A ke F.

Pada UCS menggunakan List:

- Open  -----> Untuk Menandai

- Close  -----> Untuk Ditandai

Setiap Node baru dimasukkan ke Open.

Setiap Node terpilih, maka Node tersebut dipindahkan dari Open ke Close

Jika ada konflik Node, maka dipilih cost yang paling rendah.

Pencarian dihentikan kalau Node terbaik adalah Goal State Dari E ke F adalah Node terbaik karena costnya terendah = 32, sedangkan dari D ke F costnya = 40, sehingga Node F dari E sebagai Node terbaik sebagai Goal State.

Lalu di trace kembali ke atas untuk mendapatkan rute terbaik yaitu: A-B--E-F dengan total ongkos terendah = 32.

Bila contoh pencarian rute perjalanan pakai UCS ini dibandingkan dengan pakai BFS, maka didapat rute terbaik adalah A-C-F dengan cost = 40. Rute A-C-F ini tidak optimal bila dibanding pakai pencarian UCS.

Dengan pakai BFS didapat hasil (Rute A-C-F) ini tidak optimal karena BFS tidak memperhatikan perhitungan cost (biaya), tapi memperhatikan Urutan saja.

Lalu, bila contoh pencarian rute perjalanan pakai UCS ini dibandingkan dengan pakai DFS, maka didapat rute terbaik adalah A-B-D-E-F dengan cost = 44. Rute A-B-D-E-F ini tidak optimal bila dibanding pakai pencarian UCS.

*Contoh Penerapan Blind Search:*

1. *Pencarian Rute di Peta*: Blind Search dapat digunakan untuk menemukan rute terpendek antara dua lokasi di peta. Algoritma ini akan memeriksa semua jalan yang terhubung dengan lokasi awal dan memilih jalan yang belum pernah dikunjungi sebelumnya.

2. *Pencarian File di Komputer*: Blind Search dapat digunakan untuk menemukan file yang hilang di komputer. Algoritma ini akan memeriksa semua direktori dan subdirektori yang terhubung dengan direktori awal dan memilih direktori yang belum pernah dikunjungi sebelumnya.

3. *Pencarian Solusi di Permainan*: Blind Search dapat digunakan untuk menemukan solusi di permainan seperti Sudoku atau permainan teka-teki lainnya. Algoritma ini akan memeriksa semua kemungkinan solusi dan memilih solusi yang belum pernah dikunjungi sebelumnya.

*Kelebihan dan Kekurangan Blind Search:*

Kelebihan:

- Mudah diimplementasikan

- Dapat digunakan untuk menemukan solusi di berbagai jenis masalah

Kekurangan:

- Tidak efisien untuk menemukan solusi di masalah yang kompleks

- Dapat memerlukan waktu yang lama untuk menemukan solusi

Kesimpulan

- Dalam kesimpulan, Blind Search adalah algoritma pencarian yang tidak menggunakan informasi apapun tentang tujuan atau solusi yang dicari. Algoritma ini dapat digunakan untuk menemukan solusi di berbagai jenis masalah, tetapi memiliki kekurangan dalam efisiensi dan waktu yang diperlukan untuk menemukan solusi.

- BFS, DFS, dan UCS adalah Algoritma pencarian Blind Search.

- Blind Search tidak memiliki informasi mengenai sudsh seberapa dekat posisi suatu state dengan Goal State.

- BFS dan DFS dapat digunakan untuk pencarian tanpa biaya (cost).

- UCS dapat digunakan untuk pencarian dengan biaya (cost).

Demikian, semoga bermanfaat.