DEFINISI
Kecerdasan
buatan (Artificial Intelligence) :
Bagian
dari ilmu komputer yang mempelajari bagaimana membuat mesin (komputer) dapat
melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia bahkan bisa
lebih baik daripada yang dilakukan manusia.
Definisi
AI Menurut para Ahli :
Alan Turing [1956]:
AI adalah bidang yang memodelkan proses‐prosesberpikir
manusia dan mendesain mesin agar dapat menirukan kelakuan manusia.
H. A. Simon [1987] :
“ Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian, aplikasi
dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu
hal yang -dalam pandangan manusia adlah cerdas”
Rich and Knight [1991]:
“Kecerdasan Buatan (AI) merupakan sebuah studi tentang bagaimana membuat
komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh
manusia.”
Encyclopedia
Britannica:
“Kecerdasan Buatan (AI) merupakan cabang dari ilmu komputer yang dalam
merepresentasi pengetahuan lebih banyak menggunakan bentuk simbol-simbol
daripada bilangan, dan memproses informasi berdasarkan metode heuristic atau
dengan berdasarkan sejumlah aturan”
John
McCarthy[1956] :
“AI adalah Untuk mengetahui dan memodelkan proses – proses berpikir manusia dan
mendesain mesin agar dapat menirukan perilaku manusia.”
Avron Barr dan Edward E. Feigenbaum :
“Artificial Intellegence adalah sebagian dari komputer sains yang mempelajari
(dalam arti merancang) sistem komputer yang berintelegensi, yaitu sistem yang
memiliki karakteristik berpikir seperti manusia.”
Rolston
“Kecerdasan buatan merupakan solusi berbasis komputer terhadap masalah yang
ada, yang menggunakan aplikasi yang mirip dengan proses berpikir menurut
manusia.”
Setiawan
“Kecerdasan buatan dapat didefinisikan sebagai cabang ilmu komputer yang
mempelajari otomisasi tingkah laku cerdas.”
Sri Kusumadewi
“Kecerdasan buatan merupakan salah satu bagian ilmu komputer yang membuat agar
mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan
oleh manusia.”
Andri Kristanto
“Kecerdasan buatan merupakan bagian dari ilmu pengetahuan komputer yang khusus
ditujukan dalam perancangan otomatisasi tingkah laku cerdas dalam sistem
kecerdasan komputer.”
Sejarah
AI
1. Masa Persiapan AI (1943-1956)
a. Awal kerja JST dan logika
b. Teori Logika (Alan Newell and Herbert Simon)
c. Kelahiran AI: Dartmouth
workshop - summer 1956
d. John
McCarthy’s memberi nama bidang: artificial intelligence
2. Awal
Perkembangan AI (1952-1969)
a. McCarthy (1958)
·
Mendefinisikan
Lisp
·
Menemukan
time-sharing
·
Advice Taker
b.
Pembelajaran tanpa pengetahuan
c.
Pemodelan JST
d.
Pembelajaran Evolusioner
e.
Samuel’s checkers player:
pembelajaran
f.
Metode resolusi Robinson.
g.
Minsky: the microworlds
(e.g. the block’s world).
h.
Banyak demonstrasi kecil ttg
perilaku “intelligent”
i.
Prediksi over-optimistic Simon
3. Perkembangan
AI (1966-1974)
a. AI tidak mengalami perkembangan:
ledakan perkembangan combinatorial.
b. Fakta bahwa suatu program bisa
mendapatkan suatu solusi secara prinsip tidak berarti bahwa program memuat
beberapa mekanisme yang dibutuhkan untuk mendapatkannya secara praktis.
c. Kegagalan dari pendekatan terjemahan
bahasa alami berbasis pada grammars sederhana dan kamus kata.
d. Penterjemahan kembali yang popular English->Russian->English.
e. Penemuan untuk pemrosesan bahasa
natural dihentikan.
f. Kegagalan perceptron untuk belajar
dari fungsi sederhana sebagaimana disjunctive/eksclusive
OR.
g. Penelitian pada JST dihentikan.
h. Realisasi dari kesukaran dalam
proses learning dan keterbatasan dari metode yang dieksplorasi.
i.
Konsep
pembelajaran simbolik (Winston’s
influential thesis, 1972)
4. Sistem Berbasis Pengetahuan (1969-1979)
a. Perubahan pada paradigma
penyelesaian dari penyelesaian masalah berbasis “search-based” menjadi
penyelesaian masalah berbasis pengetahuan.
b. Sistem Pakar
Pertama
c. Dendral: menginferensi struktur
molecular dari informasi yang disediakan oleh spektrometer massa.
d.
Mycin: diagnoses blood infections
e. Prospector: merekomendasikan
eksplorasi pengeboran pada lokasi geologi yang menyediakan suatu deposit
mineral molybdenum.
5. AI
Menjadi Industri
(1980-1988)
a. Sukses pertama Sistem Pakar secara
komersial.
b. Many
AI companies.
c. Eksplorasi dari strategi
pembelajarqan yqang bermacam-macam (Explanation-based
learning, Case-based Reasoning, Genetic algorithms, Neural networks, etc.)
6. Jaringan
Syaraf Tiruan (1986-sekarang)
a. Penggalian kembali algoritma
learning back propagation untuk neural networks yang pertama dikenalkan dalam
tahun 1969 oleh Bryson and Ho.
b. Banyak aplikasi sukses dari Neural Networks.
c. Kehilangan respek terhadap sulitnya
membangun sistem pakar (macetnya knowledge
acquisition).
d. Perubahan dalam cakupan dan
metodologi penelitian bidang Kecerdasan Buatan.
e. Membangun di atas teori yang ada,
bukan cuma mengusulkan teori baru;
f. Berbasis klaim pada theorema dan
eksperimen, bukan pada intuisi.
g. Menunjukkan relevansi ke aplikasi
nyata, bukan pada contoh “mainan”.
Cerdas = memiliki pengetahuan +
pengalaman, penalaran (bagaimana membuat keputusan & mengambil tindakan),
moral yang baik
Agar mesin bisa cerdas (bertindak
seperti & sebaik manusia) maka harus diberi bekal pengetahuan &
mempunyai kemampuan untuk menalar.
2
bagian utama yg dibutuhkan untuk aplikasi kecerdasan buatan :
a.
basis pengetahuan (knowledge base):
berisi fakta-fakta, teori, pemikiran & hubungan antara satu
dengan
lainnya.
b. motor inferensi (inference engine) : kemampuan menarik kesimpulan berdasarkan
pengetahuan
BEDA KECERDASAN BUATAN &
KECERDASAN ALAMI
Kelebihan kecerdasan
buatan :
1. Lebih bersifat permanen.
Kecerdasan alami bisa berubah karena sifat manusia pelupa. Kecerdasan buatan
tidak berubah selama sistem komputer & program tidak mengubahnya.
2. Lebih mudah diduplikasi
& disebarkan. Mentransfer pengetahuan manusia dari 1 orang ke orang lain
membutuhkan proses yang sangat lama & keahlian tidak akan pernah dapat
diduplikasi dengan lengkap.Jadi jika pengetahuan terletak pada suatu sistem
komputer, pengetahuan tersebut dapat disalin dari komputer tersebut & dapat
dipindahkan dengan mudah ke komputer yang lain.
3. Lebih murah. Menyediakan
layanan komputer akan lebih mudah & murah dibandingkan mendatangkan
seseorang untuk mengerjakan sejumlah pekerjaan dalam jangka waktu yang sangat
lama.
4. Bersifat konsisten dan
teliti karena kecerdasan buatan adalah bagian dari teknologi komputer sedangkan
kecerdasan alami senantiasa berubah-ubah
5. Dapat
didokumentasi.Keputusan yang dibuat komputer dapat didokumentasi dengan mudah
dengan cara melacak setiap aktivitas dari sistem tersebut. Kecerdasan alami
sangat sulit untuk direproduksi.
6. Dapat mengerjakan
beberapa task lebih cepat dan lebih baik dibanding manusia
Kelebihan kecerdasan
alami :
1. Kreatif : manusia
memiliki kemampuan untuk menambah pengetahuan, sedangkan pada kecerdasan buatan
untuk menambah pengetahuan harus dilakukan melalui sistem yang dibangun.
2. Memungkinkan orang untuk menggunakan
pengalaman atau pembelajaran secara langsung. Sedangkan pada kecerdasan buatan
harus mendapat masukan berupa input-input simbolik.
3. Pemikiran manusia dapat
digunakan secara luas, sedangkan kecerdasan buatan sangat terbatas.
BEDA KECERDASAN BUATAN &
PROGRAM KONVENSIONAL
Program kecerdasan buatan dapat ditulis dalam semua bahasa
komputer, baik dalam bahasa C, Pascal, Basic, dan bahasa pemrograman lainnya.
Tetapi dalam perkembangan selanjutnya, dikembangkan bahasa pemrograman yang
khusus untuk aplikasi kecerdasan buatan yaitu LISP dan PROLOG.
SEJARAH
KECERDASAN BUATAN
Tahun 1950 – an Alan
Turing, seorang pionir AI dan ahli matematika Inggris melakukan percobaan
Turing (Turing Test) yaitu sebuah komputer melalui terminalnya ditempatkan pada
jarak jauh. Di ujung yang satu ada terminal dengan software AI dan diujung lain
ada sebuah terminal dengan seorang operator. Operator itu tidak mengetahui
kalau di ujung terminal lain dipasang software AI. Mereka berkomunikasi dimana
terminal di ujung memberikan respon terhadap serangkaian pertanyaan yang
diajukan oleh operator. Dan sang operator itu mengira bahwa ia sedang
berkomunikasi dengan operator lainnya yang berada pada terminal lain.
Turing beranggapan bahwa jika mesin
dapat membuat seseorang percaya bahwa dirinya mampu berkomunikasi dengan orang
lain, maka dapat dikatakan bahwa mesin tersebut cerdas (seperti layaknya
manusia).
SUB
DISIPLIN ILMU DALAM AI :
Lingkup utama
kecerdasan buatan :
1. Sistem
pakar (expert system) : komputer sebagai sarana untuk menyimpan pengetahuan
para pakar sehingga komputer memiliki keahlian menyelesaikan permasalahan
dengan meniru keahlian yang dimiliki pakar.
2. Pengolahan
bahasa alami (natural language processing) : user dapat berkomunikasi dengan
komputer menggunakan bahasa sehari-hari, misal bahasa inggris, bahasa
indonesia, bahasa jawa, dll, contoh :
- pengguna sistem dapat
memberikan perintah dengan bahasa sehari-hari, misalnya, untuk menghapus semua
file, pengguna cukup memberikan perintah ”komputer, tolong hapus semua file
!” maka sistem akan mentranslasikan perintah bahasa alami tersebut menjadi
perintah bahasa formal yang dipahami oleh komputer, yaitu ”delete *.*
<ENTER>”.
- Translator bahasa inggris
ke bahasa indonesia begitu juga sebaliknya,dll, tetapi sistem ini tidak hanya
sekedar kamus yang menerjemahkan kata per kata, tetapi juga mentranslasikan
sintaks dari bahasa asal ke bahasa tujuan
- Text summarization : suatu
sistem yang dapat membuat ringkasan hal-hal penting dari suatu wacana yang
diberikan.
3. Pengenalan
ucapan (speech recognition) : manusia dapat berkomunikasi dengan komputer
menggunakan suara. Contoh :
- memberikan instruksi ke komputer dengan suara
- alat bantu membaca untuk tunanetra, mempunyai masukan berupa
teks tercetak
(misalnya buku) dan mempunyai keluaran berupa ucapan dari teks
tercetak yang diberikan.
- Telpon untuk penderita bisu-tuli
- konversi dari SMS (Short Message System) ke ucapan sehingga
pesan SMS dapat didengar. Dengan demikian memungkinkan untuk mendengar pesan
SMS sambil melakukan aktivitas yang menyulitkan untuk membacanya, seperti
mengendarai mobil.
4. Robotika
& sistem sensor
- Sistem sensor pada mesin
cuci yaitu menggunakan sensor optik, mengeluarkan cahaya ke air dan mengukur
bagaimana cahaya tersebut sampai ke ujung lainnya. Makin kotor, maka sinar yang
sampai makin redup. Sistem juga mampu menentukan jenis kotoran tersebut
daki/minyak.Sistem juga bisa menentukan putaran yang tepat secara otomatis
berdasarkan jenis dan banyaknya kotoran serta jumlah yang akan dicuci.
- Robotika
5. Computer
vision : menginterpretasikan gambar atau objek-objek tampak melalui komputer
6. Intelligent
computer-aided instruction : komputer dapat digunakan sebagai tutor yang dapat
melatih & mengajar Contoh : Learn to speak English
Lingkup
Kecerdasan Buatan Pada Aplikasi Komersial
a.
Bidang komunikasi
Ms. Voice Command akan membuka aplikasi
yang disebutkan pengguna dengan intonasi dan à bahasa
yang sesuai. Microsoft Dictation
aplikasi yang dapat menuliskan apa yang diucapkan pengguna secara
otomatis. Masih banyak contoh lainnya.
b.
Bidang Kesehatan
Untuk penyandang cacat, contoh VUI (Voice
User Interface), pengenalan ucapan untuk melakukan kendali peralatan
terentu, misal saklar listrik. Sistem pakar untuk mendiagnosa suatu penyakit.
c.
Bidang Lalu Lintas Udara
Komputer digunakan untuk mengatur lalu lintas udara (Air Trafic Controller - ATC), untuk mengetahui keadan cuaca,
navigasi dan radar.
d.
Bidang Pertanian
Komputer digunakan untuk mengontrol robot yang melakukan pengontrolan terhadap
proses penyiraman tanaman, pemantauan hama, pemilihan hasil panen dan tugas
lainnya didunia pertanian.
e.
Pabrik
Mengontrol robot yang harus melakukan pekerjaan yang berbahaya jika dilakukan
oleh manusia, pekerjaan yang sangat membosankan, memerlukan ketelitian tinggi,
pengawasan dan maintenance.
f. Finansial
Sebuah sistem yang memiliki
kecerdasan buatan dapat mengkalkulasi inflasi maupun deflasi yang akan terjadi
di masa depan serta dapat mengkalkulasi probabilitas naik turunnya harga saham
sehingga dapat digunakan untuk menentukan investasi secara detail.
g. Pengembangan
Mainan
Peralatan permainan seperti AIBO dan
ASIMO, robot anjing cerdas dan robot yang menyerupai manusia yang dapat
berinteraksi dengan manusia menjadi salah satu favorit alat bermain yang telah
menggunakan kecerdasan buatan pada sistemnya. AIBO dan ASIMO ini dapat
berinteraksi dengan manusia melalui suara.
h. Keamanan
Dan Pertahanan
Artificial Intelligence Projects Salah satu contoh aplikasi AI yang
digunakan pada saat ini yaitu dalam bidang militer. Virtual reality dipakai
untuk melakukan simulasi latihan perang, simulasi latihan terjun payung, dan
sebagainya. Dimana dengan pemakaian teknologi ini bisa lebih menghemat biaya
dan waktu dibandingkan dengan cara konvensional.
i.
Pendidikan
Sistem Tutor Cerdas atau Intelligent
Tutoring System(ITS) merupakan sebuah teknologi pembelajaran yang dinamis
dan dapat menyesuaikan isi atau output program sesuai dengan kebutuhan
dari objek sasaran menggunakan keahliannya dalam metode pembelajaran dan materi
yang diajarkan.
SOFT Computing
Soft computing merupakan inovasi baru dalam membangun
sistem cerdas yaitu sistem yang memiliki keahlian seperti manusia pada domain
tertentu, mampu beradaptasi dan belajar agar dapat bekerja lebih baik jika
terjadi perubahan lingkungan. Soft
computing mengeksploitasi adanya toleransi terhadap ketidaktepatan,
ketidakpastian, dan kebenaran parsial untuk dapat diselesaikan dan dikendalikan
dengan mudah agar sesuai dengan realita (Prof. Lotfi A Zadeh, 1992).
Metodologi-metodologi
yang digunakan dalam Soft computing adalah :
1. Sistem Fuzzy (mengakomodasi ketidaktepatan) 􀃆 Logika Fuzzy (fuzzy logic)
2. Jaringan Syaraf
(menggunakan pembelajaran) 􀃆 Jaringan
Syaraf Tiruan (neurall network)
3. Probabilistic Reasoning (mengakomodasi ketidakpastian)
4. Evolutionary Computing (optimasi) 􀃆
Algoritma Genetika
MASALAH DAN METODE PEMECAHAN MASALAH
Sistem yang
menggunakan kecerdasan buatan akan memberikan output berupa solusi dari suatu
masalah berdasarkan kumpulan pengetahuan yang ada.
Gambar sistem yang menggunakan kecerdasan buatan
Pada gambar, input yg
diberikan pada sistem yg menggunakan kecerdasan buatan adalah berupa masalah.
Sistem harus dilengkapi dengan sekumpulan pengetahuan yang ada pada basis
pengetahuan. Sistem harus memiliki motor inferensi agar mampu mengambil
kesimpulan berdasarkan fakta atau pengetahuan. Output yang diberikan berupa
solusi masalah sebagai hasil dari inferensi.
Secara umum, untuk
membangun suatu sistem yang mampu menyelesaikan masalah, perlu dipertimbangkan
4 hal :
1. Mendefinisikan masalah
dengan tepat.
Pendefinisian ini mencakup spesifikasi yang tepat mengenai keadaan
awal dan solusi yang diharapkan.
2. Menganalisis masalah
tersebut serta mencari beberapa teknik penyelesaian masalah yang sesuai.
3. Merepresentasikan
pengetahuan yang perlu untuk menyelesaikan masalah tersebut.
4. Memilih teknik
penyelesaian masalah yang terbaik
MENDEFINISIKAN
MASALAH SEBAGAI SUATU RUANG KEADAAN
Misalkan permasalahan
yang dihadapi adalah permainan catur, maka harus ditentukan :
1. posisi awal pada papan
catur
posisi awal setiap permainan catur selalu sama, yaitu semua bidak
diletakkan di atas papan catur dalam 2 sisi, yaitu kubu putih dan kubu hitam.
2. aturan – aturan untuk
melakukan gerakan
aturan – aturan ini sangat berguna untuk menentukan gerakan suatu
bidak, yaitu melangkah dari satu keadaan ke keadaan lain. Misalkan untuk
mempermudah menunjukkan posisi bidak, setiap kotak ditunjukkan dalam huruf
(a,b,c,d,e,f,g,h) pada arah horisontal dan angka (1,2,3,4,5,6,7,8) pada arah
vertikal. Suatu aturan untuk menggerakkan bidak dari posisi (e,2) ke (e,4)
dapat ditunjukkan dengan aturan :
if bidak putih pada kotak(e,2),
and kotak(e,3) kosong,
and kotak(e,4) kosong
then gerakkan bidak dari (e,2) ke (e,4)
3. tujuan (goal)
tujuan yang ingin dicapai adalah posisi pada papan catur yang
menunjukkan kemenangan seseorang terhadap lawannya. Kemenangan ini ditandai
dengan posisi raja yang sudah tidak dapat bergerak lagi.
Contoh tersebut menunjukkan representasi
masalah dalam Ruang Keadaan (State Space), yaitu suatu ruang yang berisi semua
keadaan yang mungkin. Kita dapat memulai bermain catur dengan menempatkan diri
pada keadaan awal, kemudian bergerak dari satu keadaan ke keadaan yang lain
sesuai dengan aturan yang ada, dan mengakhiri permainan jika salah satu telah
mencapai tujuan.
Jadi
untuk mendeskripsikan masalah dengan baik harus :
1. Mendefinisikan suatu
ruang keadaan (state space)
2. Menetapkan satu atau
lebih keadaan awal (initial state)
3. Menetapkan satu atau lebih
tujuan (goal state)
4. Menetapkan kumpulan
aturan
Ada beberapa cara untuk merepresentasikan Ruang Keadaan, antara
lain :
GRAPH
KEADAAN
Graph terdiri dari
node-node yang menunjukkan keadaan yaitu keadaan awal dan keadaan baru yang
akan dicapai dengan menggunakan operator. Node-node dalam graph keadaan saling
dihubungkan dengan menggunakan arc (busur) yang diberi panah untuk menunjukkan
arah dari suatu keadaan ke keadaan berikutnya.
Graph keadaan dengan
node M menunjukkan keadaan awal, node T adalah tujuan. Ada 4 lintasan dari M ke
T :
M-A-B-C-E-T
M-A-B-C-E-H-T
M-D-C-E-T
M-D-C-E-H-T
Lintasan buntu atau
lintasan yang tidak sampai ke tujuan :
M-A-B-C-E-F-G
M-A-B-C-E-I-J
M-D-C-E-F-G
M-D-C-E-I-J
M-D-I-J
POHON
PELACAKAN / PENCARIAN
Struktur pohon
digunakan untuk menggambarkan keadaan secara hirarkis. Node yg terletak pada
level-o disebut ’akar’.
Node akar :
menunjukkan keadaan awal & memiliki beberapa percabangan yang terdiri atas
beberapa node yg disebut ’anak’ .
Node-node yg tidak
memiliki anak disebut ’daun’ menunjukkan akhir dari suatu pencarian, dapat
berupa tujuan yang diharapkan (goal) atau jalan buntu (dead end).
Gambar berikut
menunjukkan pohon pencarian untuk graph keadaan dengan 6 level.
POHON
AND/OR
Masalah M dicari solusinya dengan 4
kemungkinan yaitu A OR B OR C OR D.
Masalah M hanya dapat diselesaikan
dengan A AND B AND C AND D
Contoh : Dengan menggunakan pohon AND/OR
tujuan yang dicapai pada pohon di Gambar sebelumnya bisa dipersingkat hanya
sampai level-2 saja.
Contoh
1 : Masalah EMBER
Ada 2 ember
masing-masing berkapasitas 4 galon (ember A) dan 3 galon (ember B). Ada pompa
air yg akan digunakan untuk mengisi air pada ember tersebut. Bagaimana dapat
mengisi tepat 2 galon air ke dalam ember berkapasitas 4 galon?
Penyelesaian :
1. Identifikasi ruang
keadaan (state space)
Permasalahan ini dapat digambarkan sebagai himpunan pasangan
bilangan bulat :
x = jumlah air yg diisikan
ke ember 4 galon (ember A)
y = jumlah air yg diisikan
ke ember 3 galon (ember B)
Ruang keadaan = (x,y) sedemikian hingga x ∈ {0,1,2,3,4} dan y ∈{0,1,2,3}
2. Keadaan awal & tujuan
Keadaan awal : kedua ember kosong = (0,0)
Tujuan : ember 4 galon berisi 2 galon air = (2,n) dengan sembarang
n
3. Keadaan ember
Keadaan ember bisa digambarkan sebagai berikut :
4. Aturan-aturan Diasumsikan kita dapat mengisi ember air itu dari
pompa air, membuang air dari ember ke luar, menuangkan air dari ember yang satu
ke ember yang lain.
Kita buat beberapa aturan-aturan yang dapat digambarkan sebagai
berikut :
5. Representasi ruang keadaan dengan pohon pelacakan Pencarian
suatu solusi dapat dilukiskan dengan menggunakan pohon. Tiap-tiap node
menunjukkan satu keadaan. Jalur dari parent ke child ,menunjukkan 1 operasi.
Tiap node memiliki node child yg menunjukkan keadaan yg dapat dicapai oleh
parent.
Solusi yg ditemukan :
Representasi ruang keadaan
untuk kasus EMBER
Contoh
2 : Masalah PETANI,KAMBING,SERIGALA,SAYURAN,PERAHU
Seorang petani akan
menyeberangkan seekor kambing,seekor serigala,sayuran dengan sebuah perahu yg
melalui sungai. Perahu hanya bisa memuat petani & satu penumpang yg lain
(kambing, serigala, atau sayuran). Jika ditinggalkan petani tersebut, maka sayuran
dimakan kambing dan kambing akan dimakan serigala.
Penyelesaian :
1. Identifikasi ruang
keadaan
Permasalahan ini dapat dilambangkan dengan (jumlah kambing,jumlah
serigala,jumlah sayuran,jumlah perahu).
Contoh : daerah asal (0,1,1,1) = daerah asal tidak ada kambing,ada
serigala,
ada sayuran,ada perahu
2. Keadaan awal & tujuan
Keadaan awal, pada kedua daerah :
daerah asal = (1,1,1,1)
daerah seberang = (0,0,0,0)
Keadaan tujuan, pada kedua daerah :
daerah asal = (0,0,0,0)
daerah seberang = (1,1,1,1)
