Postingan
1.
Definisi
Kecerdasan
Buatan (Artificial Intelligence atau AI)
Kecerdasan
Buatan (Artificial
Intelligence atau AI)
didefinisikan sebagai kecerdasan entitas ilmiah.
Sistem seperti ini umumnya dianggap komputer. Kecerdasan diciptakan dan
dimasukkan ke dalam suatu mesin (komputer)
agar dapat melakukan pekerjaan seperti yang dapat dilakukan manusia.
Contoh kecerdasan buatan antara lain
sistem pakar, permainan
komputer (games), logika
fuzzy, jaringan
syaraf tiruan dan robotika. (Wikipedia)
Menurut beberapa
ahli tentang pengertian Kecerdasan Buatan (Artificial
Intelligence atau AI),
sebagai berikut :
·
Kecerdasan Buatan (Artificial
Intelligence atau AI)
Merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan
pemrograman computer untuk melakukan sesuatu hal yang dalam pandangan manusia
adalah cerdas. (Simon dalam Kusrini, 2006).
·
Kecerdasan
buatan (Artificial intelligence - AI)
adalah aktivitas penyediaan mesin seperti komputer dengan kemampuan untuk
menampilkan prilaku yang dianggap sama cerdasnya dengan jika kemampuan tersebut
ditampilkan oleh manusia. (McLeod & Schell, 2007)
·
Sementara
ensiklopedia Britannica mendefinisikan kecerdasan buatan (AI) sebagai cabang
dari ilmu komputer yang dalam mempresentasikan pengetahuan lebih banyak
menggunakan symbol symbol daripada
bilangan, dan memproses informasi berdasarkan metode heuristic atau dengan
berdasarkan sejumlah aturan. (Simon dalam Kusrini,
2006).
2. Sejarah
AI
Pada
awal abad 17, René Descartes mengemukakan
bahwa tubuh hewan bukanlah apa-apa melainkan hanya mesin-mesin yang rumit. Blaise Pascal menciptakan
mesin penghitung digital mekanis pertama pada 1642. Pada 19, Charles
Babbage dan Ada
Lovelace bekerja pada mesin penghitung mekanis yang
dapat diprogram. Bertrand Russell dan Alfred North Whitehead menerbitkan Principia
Mathematica, yang merombak logika formal. Warren McCulloch dan Walter Pitts menerbitkan
"Kalkulus Logis Gagasan yang tetap ada dalam Aktivitas " pada 1943 yang
meletakkan pondasi untuk jaringan syaraf.
Tahun
1950-an adalah periode usaha aktif dalam AI. Program AI pertama yang bekerja
ditulis pada 1951 untuk menjalanka program permainan. John McCarthy membuat
istilah "kecerdasan buatan " pada konferensi pertama pada tahun 1956.
Dia juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan "Turing test" sebagai sebuah cara untuk
mengoperasionalkan test perilaku cerdas. Selama tahun 1960-an dan 1970-an, Joel Moses mendemonstrasikan
kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program Macsyma, program
berbasis pengetahuan yang sukses pertama kali dalam bidang matematika. Marvin Minsky dan Seymour Papert menerbitkan Perceptrons,
yang mendemostrasikan batas jaringan syaraf sederhana danAlain Colmerauer mengembangkan
bahasa komputer Prolog. Ted Shortliffe mendemonstrasikan
kekuatan sistem
berbasis aturan untuk representasi pengetahuan dan inferensi dalam
diagnosa dan terapi medis yang disebut sebagai sistem pakar pertama.
Pada
tahun 1980-an, jaringan syaraf digunakan secara meluas dengan algoritma
perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada
1974. Pada tahun 2004, hingga saat ini, adalah dimana kendaraan dikemudikan
sendiri tanpa komunikasi dengan manusia, menggunakan GPS,
komputer dan susunan sensor yang canggih, melintasi
beberapa ratus mil daerah gurun yang menantang. (Wikipedia)
Menurut McLeod & Schell (2007). Bibit
AI pertama kali disebar hanya 2
tahun setelah General Electric menerapkan computer yang pertama kali digunakan
untuk penggunaan bisnis, pada tahun 1956
istilah kecerdasan buatan pertama kali oleh John McCarthy sebagai tema suatu
konferensi yang dilaksanakan di Dartmounth College pada tahun yang sama,
program computer AI pertama yang disebut Logic Theorist. Kemampuan Logic
Theorist yang terbatas untuk berpikir (membuktikan teorema – teorema kalkulus)
mendorong para ilmuan untuk merancang program lain yang disebut General Problem
Solver (GPS), yang ditunjukan untuk digunakan dalam memecahkan segala macam
masalah. Proyek ini membuat para ilmuan
pertama kali menyusun program ini, dan riset AI dikalahkan oleh aplikasi –
aplikasi computer yang tidak terlalu ambisius seperti SIM dan DSS.
Wilayah AI yaitu :
AI diterapkan di dunia bisnis dalm bentuk system pakar, jaringan saraf
tiruan, algoritme genetic dan agen cerdas.
Sistem pakar (expert system)
adalah program computer yang berusaha mewakili pengetahuan keahlian manusia
dalam bentuk heuristic. Istilah heuristic berasal dari kata Yunani eureka yang
berate “menemukan”. Heuristic adalah aturan yang menjadi patokan atau aturan
untuk menebak dengan baik. Sistem pakar dirancang oleh spesialis informasi
(yang disebut insinyur pengetahuan (knowledge engineer) yang memiliki keahlian
khusus dalam bidang kecerdasan buatan.
Jaringan saraf Tiruan (neural networks) meniru fisiologi otak manusia.
Jaringan ini mampu mencatumkan dan membedakan pola, sehingga berguna dalam
bisnis diwilayah pengenalan suara dan pengenalan karakter optis.
Agen cerdas (intelegent agen) digunakan untuk melakukan tugas yang
berkaitan dengan computer yang berulang – ulang. Contohnya adalah pengambilan
data. Dimana penemuan pengetahuan memungkinkan sitem gudang data untuk
mengidentifikasi data yang sebelumnya tidak dikenal.
Tujuan Kecerdasan Buatan
·
Untuk mengembangkan
metode dan system untuk menyelesaikan masalah, biasanya diselesaikan melalui
aktivitas intelektual manusia. Contoh : pengolahan citra, perencanaan dll.
·
Untuk meningkatkan
pengertian atau pemahaman kita pada bagaimana otak bekerja
Tujuan Akhir Artificial Intelligence
Menurut
Lenat dan Feigenbaum 1992), terdapat tujuan AI, diantaranya :
·
Memahami kognisi
manusia, mencoba untukmendapatkan pengetahuan
ingatan manusia yang mendalam, kemampuan problem solving, belajar, membuat
keputusan, dll
·
Otomatisasi
biaya-efektif, menggantikan manusia dalam
tugas tugas intelegensi tugas-intelegensi, mempunyai program yang performa-nya sebaik
manusia dalam mengerjakan pekerjaan
·
Penguatan intelegensi
biaya-efektif, membangun sistem untuk
membantu manusia berpikir lebih baik, lebih cepat, lebih dalam, dan lain-lain.
Contoh : sistem untuk diagnosa penyakit.
KARAKTERISTIK
ARTIFICIAL INTELLIGENCE
Karakteristik
didasarkan pada pandangan bahwa AI ada 4 (empat)
kategori yaitu :
1. Sistem yang
dapat berpikir seperti manusia (Thinking Humanly)
2. Sistem yang
dapat beraksi seperti manusia (Acting Humanly)
3. Sistem yang
dapat berpikir secara rasional (Thinking Rationally)
4. Sistem yang
dapat bertingkah laku secara rasional (Acting Rationally)
Kelebihan
dan Kekurangan Artificial Intelligence
Walaupun
perkembangan teknologi artificial intelligence dapat menggantikan posisi
manusia, bahkan dapat dikatakan lebih pintar dari manusia, tetapi tetap saja
perkembangan teknologi dengan menggunakan articial intelegensi tetap memiliki
kekurangan dan keterbatasan.
Berikut ini adalah
kelebihan dan kekurangan dari artificial intelligence:
Kelebihan
Artificial Intelligence
- Kemampuan menyimpan data yang tidak terbatas (dapat disesuaikan dengan kebutuhan).
- Memiliki ketepatan dan kecepatan yang sangat akurat dalam system kerjanya
- Dapat digunakan kapan saja karena tanpa ada rasa lelah atau bosan
Kekurangan
Artificial Intelligence
- Teknologi artificial intelegensi tidak memiliki common sense. common sense adalah sesuatu yang membuat kita tidak sekedar memproses informasi, namun kita mengerti informasi tersebut. Kemengertian ini hanya dimiliki oleh manusia.
- Kecerdasan yang ada pada artificial intelligence terbatas pada apa yang diberikan kepadanya (terbatas pada program yang diberikan). Alat teknologi artificial intelligence tidak dapat mengolah informasi yang tidak ada dalam sistemnya.
Contoh Pekerjaan AI
·
Permainan
(game)
tic-tac-toe, chess, backgammon, poker
·
Pemrosesan
bahasa alami
Percakapan menara kontrol, ringkasan stok pasar
·
Aplikasi
industri
Diagnosa pabrik, perencanaan produksi
·
Kinerja
level pakar
Biologi molekul, konfigurasi komputer
3. AI dan Kognisi Manusia
Proses yang dilakukan adalah memperoleh pengetahuan dan memanipulasi pengetahuan melalui
aktivitas mengingat, menganalisis, memahami, menilai, menalar, membayangkan dan
berbahasa. Kapasitas atau kemampuan kognisi biasa diartikan sebagai kecerdasan atau inteligensi. Bidang ilmu yang
mempelajari kognisi beragam, di antaranya adalah psikologi, filsafat,komunikasi, neurosains,
serta kecerdasan
buatan.
Kepercayaan/ pengetahuan seseorang
tentang sesuatu dipercaya dapat memengaruhi sikap mereka dan pada akhirnya
memengaruhi perilaku/ tindakan mereka terhadap sesuatu. mengubah pengetahuan
seseorang akan sesuatu dipercaya dapat mengubah perilaku mereka. (Wikipedia)
Semua orang merangkai model proses
distribusi paralel seperti neuron, telah bekerja keras untuk mencoba menemukan
solusi atas pertanyaan tentang otak sebagai mesin berpikir, dan apakah komputer
mampu meniru kemampuan otak serta kognisi manusia.
4. AI
dan Sistem pakar
Sistem pakar adalah bagaian dari kecerdasan
buatan yang berisi kombinasi pemahaman teoritis tentang suatu persoalan dan
sekumpulan aturan pemecah persoalan heuristic yang dikembangkan oleh manusia
untuk dapat memcahkan problem pada suatu domain yang spesifik.
Sejarah
Sistem Pakar
Sistem pakar mulai dikembangkan pada
pertengahan tahun 1960an oleh AI corporation. Periode penelitian AI ini
didominasi oleh suatu keyakinan bahwa nalar yang digabung dengan komputer
canggih akan menghasilkan prestasi pakar atau bahkan manusia super. General
Purpose Problem Solver (GPS) yang berupa sebuah prosedur yang dikembangkan –
oleh Allen Newell, John Cliff Shaw, dan Herbert Alexander Simon – dari Logic
Theorist merupakan sebuah percobaan untuk menciptakan mesin yang cerdas. GPS merupakan
sebuah Predecessor menuju Expert System (ES). GPS berusaha untuk menyusun
langkah-langkah yang dibutuhkan untuk mengubah situasi awal menjadi state
tujuan yang telah ditentukan sebeumnya.
Sistem
pakar dapat digunakan oleh :
1.
Orang awam yang bukan pakar untuk
meningkatkan kemampuan mereka dalam memecahkan masalah.
2.
Pakar sebagai asisten yang berpengatahuan
3.
Memperbanyak atau menyebarkan sumber
pengetahuan yang semakin langka.
Arsitektur Sistem Pakar
Sistem pakar memiliki beberapa komponen utama yaitu :
·
antarmuka
pengguna (user interface) : perangkat lunak yang menyediakan media komunikasi
antar pengguna dengan system.
·
basis
data system pakar (expert system database) : berisi pengetahuan setingkat
dengan pakar pada subyek tertentu. Terdiri dari, fakta dan heuristic khusus
atau rules.
·
fasilitas
akusisi pengetahuan (knowledge acquisitioan facility) : perangkat lunak yang
menyediakan fasilitas dialog anta pakar dengan sistem
·
mekanisme
inferen (inferen mechanism) merupakan perangkat lunak yang melakukan penalaran
dengan menggunakan pengetahuan yang ada untuk menghasilkan suatu kesimpulan
atau hasil akhir.
Pengambilan Keputusan dan AI
Sistem yang bekerja
seperti seorang ahli disebut dengan sistem pakar. Kemampuan,keahlian
dan pengetahuan tiap orang berbeda-beda. Komputer dapat diprogram untuk berbuat
seperti orang yang ahli dalam bidang tertentu. Komputer yang demikian dapat
dijadikan seperti konsultan atau tenaga ahli di bidang tertentu yang dapat
menjawab pertanyaan dan memberikan nasehat-nasehat yang dibutuhkan. Sistem
demikian disebut Expert System (Sistem Pakar).
Salah satu expert system yang
pertama adalah:
1.
MACSYMA, yang digunakan untuk tugas-tugas
matematika.
2.
MYCIN, untuk mendiagnosa penyakit infeksi
pada darah.
3.
CADUCEUS, untuk mendeteksi penyakit.
4.
PUFF, untuk mengukur fungsi dari paru-paru.
5.
PROSPECTOR, digunakan perusahaan DEC untuk
menggamarkan konfigurasi dari sistem komputer bagi para langganannya.
6.
DENDRAL, untuk mengidentifikasikan struktur
molekul suatu komposisi kimia dan lain sebagainya.
Orang yang terlibat dalam system pakar
Untuk memahami peranacang system pakar, perlu
dipahami menegnai siapa saja yang berinteraksi dengan system, yaitu :
a)
Pakar
(domain expert) seseorang ahli yang dapat menyelesaikan masalah yang sedang
diusahakan untuk dipecahkan oleh system.
b)
Pembangunan
pengetahuan (knowledge engineer) seseorang menerjemahkan pengetahuan seorang
pakar dalam bentuk deklaratif dan digunakan oleh system pakar.
c)
Pengguna
(user) seseorang yang berkonsultasi dengan system untuk mendapatkan saran
disediakan oleh para pakar.
d)
Pembangunan
system ( syste engineer) seseorang yang membuat pengguna, merancang bentuk
basis pengetahuan secara deklaratif dan mengimplementasikan mesin inferen.
Kategori
Masalah Sistem Pakar
Masalah – masalah dapat
diselesaikan dengan system pakar, diantaranya :
1. Interpretasi :
Kesimpulan
deskripsi situasi berdasarkan data mentah.
2.
Prediksi : Memperkirakan
akibat yang mungkin dari situasi yang diberikan.
3. Diagnosis : Menyimpulkan
kesalahan sistem berdasarkan gejala yang teramati
4.
Disain
: Menyusun
objek-objek berdasarkan kendala tertentu.
5. Perencanaan :
Merencanakan
tindakan
6. Debugging & Repair : Menentukan
penyelesaian dari kesalahan sistem.
7. Intruksi
: Medeteksi dan
mengoreksi mengatasi malfunsi
8. Pengendalian
: Mengatur tingkah laku yang
kompleks
9. Delection
: Mengindentifikasi
yang terbaik
10. Simulation
: Pemodelan interaksi
antara komponen system
11. Monitoring
: Membandingkan hasil
pengamatan
Ciri – ciri Sistem pakar :
1. Terbatas pada bidang yang spesifik
2. Dapat memberikan penalaran untuk data – data
yang tidak lengkap atau tidak pasti
3. Dapat mengemukakan rangkaian alas an yang
diberikan dengan cara yang dapat dipahami
4. Berdasarkan pada rule atau kaidah tertentu
5. Dirancang untuk dapat dikembangkan secara
bertahap
6. Outoutnya bersifat nasihat atau anjuran
7. Output tergantung dari dialog dengan user
8. Knowledge base dan inference engine terpisah
Perbandingan Sistem Konvensial dan Sistem
Pakar
Sistem Konvensial :
1.
Informasi
dan pemrosesan umumnya digabung dalam program sequential
2.
Data
harus lengkap
3.
System
bekerja jika sudah lengkap
Sistem Pakar :
1.
Knowledge
base terpisah dari mekanisme pemrosesan (inference)
2.
Data
tidak harus lengkap
3.
System
dapat bekerja hanya dengan rules yang sedikit
Kelebihan dan keterbatasan
dari Sistem Pakar
Keuntungan
Sistem Pakar
1.
Meningkatkan ketersediaan
2.
Menghemat biaya
3.
Mengurangi resiko
4.
Permanen
5.
Beberapa kepakaran menyatu
6.
Cepat tanggap
7.
Memberikan
solusi tepat waktu.
Keterbatasan
Sistem Pakar
1.
Pengetahuan tidak selalu tersedia
2.
Kepakaran sulit didapat dari manusia.
3.
Pendekatan dari setiap pakar untuk situasi yang
dinilai dapat berbeda.
4.
Sulit, bagi seorang pakar untuk menilai
situasi yang baik berada di bawah tekanan waktu.
5.
Penggunan system pakar memiliki keterbatasan
kemampuan alami.
6.
Kontruksi system pakar menjadi mahal karena
dibutuhkan bantuan dari petekayasa pengetahuan yang jarang dan mahal.
7.
Format knowledge
base sistem pakar terbatas. Knowledge base pada sistem pakar berisi
aturan-aturan (rules) yang ditulis dalam bentuk statemen if-then.
5. Pengertian Eliza, Parry, dan NETtalk
ELIZA salah
satu program komputer pertama yang mampu berkomunikasi, ELIZA, ditulis oleh
Joseph Weizenbaum (1966). Eliza
diprogram Joseph Weizenbaum (1967), mampu memberi terapi terhadap pasien dengan
memberikan beberapa pertanyaan. Salah satu sistem pakar yang paling awal
dikembangkan. Ini adalah program komputer yang dibuat oleh Joseph Weizenbaum di
MIT. Pengguna berkomunikasi dengannya sebagaimana sedang berkonsultasi dengan
seorang terapis.
PARRY Colby, Hilf, Webber dan Kraemer (1972)mensimulasikan
seorang pasien, dan menyebut program ini PARRY, karena ia mesimulasikan seorang
pasian paranoid. Mereka memilih seorang paranoid sebagai subyek karena beberapa
teori menyebutkan bahwa proses dan sistem paranoia memanga ada, perbedaan
respon psikotis dan respon normalnya cukup hebat, dan mereka bisa menggunakan
penilaian dari seorang ahli untuk mengecek keakuratan dari kemampuan pemisahan
antara respon simulasi komputer dan respon manusia.
NETtalk progam ini jenisnya cukup berbeda, berdasarkan pada
jaring jaring neuron, sehinnga dinamakan NETtalk. Program ini dikembangkan oleh
Sejnowki disekolah medis harvard dan Rosenberg di universitas
Princeton. Dalam program ini, NETtalk membaca tulisan dan mengucapkannya
keras – keras.
Sumber :
