Artificial Intelligence (AI), AI dan Kognisi Manusia, AI dan Sistem Pakar
Artificial Intelligence (AI)
Kecerdasan Buatan (bahasa
Inggris: 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.
Beberapa macam bidang yang menggunakan kecerdasan buatan antara lain sistem
pakar, permainan komputer (games), logika fuzzy,
jaringan
syaraf tiruan dan robotika.
Banyak hal yang kelihatannya sulit untuk kecerdasan
manusia, tetapi untuk Informatika relatif tidak bermasalah. Seperti
contoh: mentransformasikan persamaan, menyelesaikan persamaan integral, membuat
permainan catur atau Backgammon. Di sisi lain, hal yang bagi manusia
kelihatannya menuntut sedikit kecerdasan, sampai sekarang masih sulit untuk
direalisasikan dalam Informatika. Seperti contoh: Pengenalan
Obyek/Muka, bermain sepak bola.
Walaupun AI memiliki konotasi fiksi ilmiah yang kuat,
AI membentuk cabang yang sangat penting pada ilmu komputer, berhubungan dengan
perilaku, pembelajaran dan adaptasi yang cerdas dalam sebuah mesin. Penelitian
dalam AI menyangkut pembuatan mesin untuk mengotomatisasikan tugas-tugas yang
membutuhkan perilaku cerdas. Termasuk contohnya adalah pengendalian,
perencanaan dan penjadwalan, kemampuan untuk menjawab diagnosa dan pertanyaan
pelanggan, serta pengenalan tulisan tangan, suara dan wajah. Hal-hal seperti
itu telah menjadi disiplin ilmu tersendiri, yang memusatkan perhatian pada
penyediaan solusi masalah kehidupan yang nyata. Sistem AI sekarang ini sering
digunakan dalam bidang ekonomi, obat-obatan, teknik dan militer, seperti yang
telah dibangun dalam beberapa aplikasi perangkat lunak komputer rumah dan video
game.
'Kecerdasan buatan' ini bukan hanya ingin mengerti apa
itu sistem kecerdasan, tapi juga mengkonstruksinya.
Tidak ada definisi yang memuaskan untuk 'kecerdasan':
- kecerdasan: kemampuan untuk memperoleh pengetahuan dan menggunakannya
- atau kecerdasan yaitu apa yang diukur oleh sebuah 'Test Kecerdasan'
Kecerdasan
Buatan (AI) merupakan sebuah studi tentang bagaimana membuat komputer melakukan
hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia (Rich and Knight [1991]).
AI adalah tingkah-laku mesin yang bila dilakukan mahluk hidup
dinamai kecerdasan
AI adalah ilmu atau rekayasa dari pembuatan mesin cerdas, misal
program komputer cerdas
Artificial
Intelligence (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 (Encyclopedia Britannica).
Sejarah Artificial Intelligence (AI)
Berbagai litelatur mengenai
kecerdasan buatan menyebutkan bahwa ide mengenai kecerdasan buatan diawali pada
awal abad 17 ketika Rene Descartes mengemukakan bahwa tubuh hewan bukanlah
apa-apa melainkan hanya mesin-mesin yang rumit. Kemudian Blaise Pascal yang
menciptakan mesin penghitung digital mekanis pertama pada 1642. Selanjutnya
pada abad 19, Charles Babbage dan Ada Lovelace bekerja pada mesin penghitung
mekanis yang dapat diprogram.
Perkembangan terus berlanjut,
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 awal untuk jaringan syaraf.
Tahun 1950-an adalah periode
usaha aktif dalam AI. Program AI pertama yang bekerja ditulis pada 1951 untuk
menjalankan mesin Ferranti Mark I di University of Manchester (UK): sebuah
program permainan naskah yang ditulis oleh Christopher Strachey dan program
permainan catur yang ditulis oleh Dietrich Prinz. John McCarthy membuat istilah
“Kecerdasan Buatan” pada konferensi pertama pada tahun 1956, selain itu dia
juga menemukan bahasa pemrograman Lisp. Alan Turing memperkenalkan “Turing
test” sebagai sebuah cara untuk mengoperasionalkan test perilaku cerdas. Joseph
Weizenbaum membangun ELIZA, sebuah chatterbot yang menerapkan psikoterapi
Rogerian.
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 dan Alain Colmerauer mengembangkan bahasa komputer Prolog. Ted
Shortliffe mendemonstrasikan kekuatan sistem berbasis aturan untuk representasi
pengetahuan dan inferensi dalam diagnosa dan terapi medis yang diyakini sebagai
sistem pakar pertama. Hans Moravec mengembangkan kendaraan terkendali komputer
pertama untuk mengatasi jalan yang mempunyai rintangan secara mandiri.
Jenis-jenis Artificial
Intelligence (AI)
Dalam perkembangannya kecerdasan buatan dapat
dikelompokkan sebagai berikut :
- Sistem Pakar (Expert System), komputer sebagai sarana untuk menyimpan pengetahuan para pakar sehingga komputer memiliki keahlian menyelesaikan permasalahan dengan meniru keahlian yang dimiliki pakar.
- Pengolahan Bahasa Alami (Natural Language Processing), user dapat berkomunikasi dengan komputer menggunakan bahasa sehari-hari, misal bahasa inggris, bahasa indonesia, dan sebagainya.
- Pengenalan Ucapan (Speech Recognition), manusia dapat berkomunikasi dengan komputer menggunakan suara.
- Robotika & Sistem Sensor.
- Computer Vision, menginterpretasikan gambar atau objek-objek tampak melalui komputer.
- Intelligent Computer-Aided Instruction, komputer dapat digunakan sebagai tutor yang dapat melatih & mengajar.
- Game Playing.
- Soft Computing
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.
Tujuan
Kecerdasan buatan:
- Untuk mengembangkan metode dan sistem untuk menyelesaikan masalah,masalah yang biasa diselesaikan melalui aktifivitas intelektual manusia, misalnya pengolahan citra,perencanaan, peramalan dan lain-lain, meningkatkan kinerja sistem informasi yang berbasis komputer.
- Untuk meningkatkan pengertian/pemahaman kita pada bagaimana otak manusia bekerja
Artificial
Intelligence (AI) dan Kognisi manusia
Teknologi Artificial Intelligence
memiliki hubungan yang erat dengan dunia teknologi komunikasi dan informasi.
Sama seperti proses komunikasi, Artificial Intelligence menaruh
perhatian yang besar terhadap konsep kognisi. Salah satu fungsi kognisi yang
kita kenal adalah bahasa. Dengan adanya sistem bahasa, komunikasi antara sender
dengan receiver dapat berjalan dengan lancar, dan sistem bahasa, lebih
spesifiknya sistem computer linguistic, pun telah menyumbang banyak
kontribusi bagi perkembangan dunia Artificial Intelligence. Dari relasi
ini, bisa terlihat bahwa bahasa sebagai salah satu konsep relevan dalam dunia
komunikasi memiliki hubungan yang demikian erat dengan perkembangan teknologi artificial
intelligence dari zaman dahulu hingga sekarang. Selain itu, penalaran dan
pengambilan keputusan adalah aspek lainnya dari kognisi yang juga memiliki
relasi dengan konsep komunikasi dan teknologi artficial intelligence
sendiri.
Perana Artificial Intelligence (AI) terhadap
kehidupan manusia
Teknologi Artificial intelligence
tentunya memiliki peran yang cukup besar dalam kehidupan kita sehari-hari,
khususnya dalam dunia komunikasi. Sebagai salah satu alat komunikasi, komputer
memiliki karakter untuk menyelesaikan tugas yang simpel serta monoton secara
efisien. Berbeda dengan manusia, komputer memiliki kesulitan memahami keadaan
yang lebih spesifik and beradaptasi dengan situasi yang benar-benar baru.
Teknologi artificial intelligence bertujuan untuk mengembangkan perilaku
mesin agar mampu mengatasi berbagai masalah yang lebih rumit. Seperti yang kita
tahu, manusia memiliki pendekatan yang unik dalam memecahkan masalah,
berdasarkan pemikiran absrak, pengenalan pola hingga penalaran tingkat tinggi.
Konsep kecerdasan buatan sendiri membantu manusia mengerti lebih jauh mengenai
proses pemecahan masalah yang secara konstan kita lakukan. Dan kecerdasan
buatan juga memungkinkan manusia untuk meningkatkan banyak potensi di luar
kemampuan kita saat ini. Dengan kecerdasan buatan, proses komunikasi yang
dilakukan manusia dalam berbagai tataran pun dapat dimaksimalkan potensinya,
termasuk komunikasi dalam tingkat intrapersonal sekalipun
Sistem pakar
Sebuah
program komputer yang dirancang untuk memodelkan kemampuan menyelesaikan
masalah seperti layaknya seorang pakar
Sistem
pakar
adalah suatu program komputer yang mengandung pengetahuan
dari satu atau lebih pakar
manusia
mengenai suatu bidang spesifik. Jenis program ini pertama kali dikembangkan
oleh periset kecerdasan buatan pada dasawarsa 1960-an dan
1970-an dan diterapkan secara komersial selama 1980-an. Bentuk umum sistem
pakar adalah suatu program yang dibuat berdasarkan suatu set aturan yang
menganalisis informasi (biasanya diberikan oleh pengguna suatu sistem) mengenai
suatu kelas masalah spesifik serta analisis matematis dari masalah tersebut.
Tergantung dari desainnya, sistem pakar juga mampu merekomendasikan suatu
rangkaian tindakan pengguna untuk dapat menerapkan koreksi. Sistem ini
memanfaatkan kapabilitas penalaran untuk mencapai suatu simpulan.
Secara umum, sistem pakar adalah
sistem yang berusaha mengadopsi pengetahuan manusia ke komputer yang dirancang
untuk memodelkan kemampuan menyelesaikan masalah seperti layaknya seorang
pakar. Dengan sistem pakar ini, orang awam pun dapat menyelesaikan masalahnya
atau hanya sekedar mencari suatu informasi berkualitas yang sebenarnya hanya
dapat diperoleh dengan bantuan para ahli di bidangnya. Sistem pakar ini juga
akan dapat membantu aktivitas para pakar sebagai asisten yang berpengalaman dan
mempunyai asisten yang berpengalaman dan mempunyai pengetahuan yang dibutuhkan.
Dalam penyusunannya, sistem pakar mengkombinasikan kaidah-kaidah penarikan
kesimpulan (inference rules) dengan basis pengetahuan tertentu yang diberikan
oleh satu atau lebih pakar dalam bidang tertentu. Kombinasi dari kedua hal
tersebut disimpan dalam komputer, yang selanjutnya digunakan dalam proses
pengambilan keputusan untuk penyelesaian masalah tertentu.
Ciri-Ciri Sistem Pakar
Sistem pakar yang baik harus memenuhi ciri-ciri sebagai berikut :
• Memiliki informasi yang handal.
• Mudah dimodifikasi.
• Dapat digunakan dalam berbagai jenis komputer.
• Memiliki kemampuan untuk belajar beradaptasi.
Keuntungan Sistem Pakar
Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar, antara lain :
1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.
2. Bisa melakukan proses secara berulang secara otomatis.
3. Menyimpan pengetahuan dan keahlian para pakar.
4. Meningkatkan output dan produktivitas.
5. Meningkatkan kualitas.
6. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka).
7. Mampu beroperasi dalam lingkungan yang berbahaya.
8. Memiliki kemampuan untuk mengakses pengetahuan.
9. Memiliki reabilitas.
10. Meningkatkan kapabilitas sistem komputer.
11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.
12. Sebagai media pelengkap dalam pelatihan.
13. Meningkatkan kapabilitas dalam penyelesaian masalah.
14. Menghemat waktu dalam pengambilan keputusan
Kelemahan Sistem Pakar
Di samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan, antara lain :
1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
2. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.
3. Sistem Pakar tidak 100% bernilai benar.
Sistem pakar yang baik harus memenuhi ciri-ciri sebagai berikut :
• Memiliki informasi yang handal.
• Mudah dimodifikasi.
• Dapat digunakan dalam berbagai jenis komputer.
• Memiliki kemampuan untuk belajar beradaptasi.
Keuntungan Sistem Pakar
Secara garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar, antara lain :
1. Memungkinkan orang awam bisa mengerjakan pekerjaan para ahli.
2. Bisa melakukan proses secara berulang secara otomatis.
3. Menyimpan pengetahuan dan keahlian para pakar.
4. Meningkatkan output dan produktivitas.
5. Meningkatkan kualitas.
6. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka).
7. Mampu beroperasi dalam lingkungan yang berbahaya.
8. Memiliki kemampuan untuk mengakses pengetahuan.
9. Memiliki reabilitas.
10. Meningkatkan kapabilitas sistem komputer.
11. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian.
12. Sebagai media pelengkap dalam pelatihan.
13. Meningkatkan kapabilitas dalam penyelesaian masalah.
14. Menghemat waktu dalam pengambilan keputusan
Kelemahan Sistem Pakar
Di samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa kelemahan, antara lain :
1. Biaya yang diperlukan untuk membuat dan memeliharanya sangat mahal.
2. Sulit dikembangkan. Hal ini tentu saja erat kaitannya dengan ketersediaan pakar di bidangnya.
3. Sistem Pakar tidak 100% bernilai benar.
Komponen Sistem Pakar
1. Subsistem Penambah Pengetahuan
2. Basis Pengetahuan
Basis pengetahuan adalah suatu jenis basis data yang dipergunakan untuk manajemen pengetahuan. Basis data ini menyediakan fasilitas untuk kleksi,organisasi dan pengambilan pengetahuan terkomputerisasi.
3. Mesin Inferensi
Mesin inferensi merupakan elemen inti dari sistem intelejensia buatan
4. BlackBoard
Blackboard adalah memori/lokasi untuk bekerja dan menyimpan hasil sementara. Biasanya berupa sebuah basis data.
5. Interface
6. Subsistem Penjelasan
Subsistem Penjelasan adalah kemampuan untuk menjejak (tracing) bagaimana suatu kesimpulan dapat diambil merupakan hal yang sangat penting untuk transfer pengetahuan dan pemecahan masalah. Komponen subsistem penjelasan harus dapat menyediakannya yang secara interaktif menjawab pertanyaan pengguna , misalnya:
1. Subsistem Penambah Pengetahuan
2. Basis Pengetahuan
Basis pengetahuan adalah suatu jenis basis data yang dipergunakan untuk manajemen pengetahuan. Basis data ini menyediakan fasilitas untuk kleksi,organisasi dan pengambilan pengetahuan terkomputerisasi.
3. Mesin Inferensi
Mesin inferensi merupakan elemen inti dari sistem intelejensia buatan
4. BlackBoard
Blackboard adalah memori/lokasi untuk bekerja dan menyimpan hasil sementara. Biasanya berupa sebuah basis data.
5. Interface
6. Subsistem Penjelasan
Subsistem Penjelasan adalah kemampuan untuk menjejak (tracing) bagaimana suatu kesimpulan dapat diambil merupakan hal yang sangat penting untuk transfer pengetahuan dan pemecahan masalah. Komponen subsistem penjelasan harus dapat menyediakannya yang secara interaktif menjawab pertanyaan pengguna , misalnya:
- “Mengapa pertanyaan tersebut anda tanyakan?”
- “Seberapa yakin kesimpulan tersebut diambil?”
- “Mengapa alternatif tersebut ditolak?”
- “Apa yang akan dilakukan untuk mengambil suatu kesimpulan?”
- “Fakta apalagi yang diperlukan untuk mengambil kesimpulan akhir?”
7. Subsistem Penyaring Pengetahuan
Seorang pakar mempunyai sistem penghalusan pengetahuan, artinya, mereka bisa menganalisa sendiri performa mereka, belajar dari pengalaman, serta meningkatkan pengetahuannya untuk konsultasi berikutnya. Pada Sistem Pakar, swa-evaluasi ini penting sehingga dapat menganalisa alasan keberhasilan atau kegagalan pengambilan kesimpulan serta memperbaiki basis pengetahuannya.
Seorang pakar mempunyai sistem penghalusan pengetahuan, artinya, mereka bisa menganalisa sendiri performa mereka, belajar dari pengalaman, serta meningkatkan pengetahuannya untuk konsultasi berikutnya. Pada Sistem Pakar, swa-evaluasi ini penting sehingga dapat menganalisa alasan keberhasilan atau kegagalan pengambilan kesimpulan serta memperbaiki basis pengetahuannya.
Alasan
Pengembangan Sistem Pakar
Sistem pakar sendiri dikembangkan lebih lanjut dengan alasan :
• Dapat menyediakan kepakaran setiap waktu dan di berbagai lokasi.
• Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan seorang pakar.
• Seorang pakar akan pensiun atau pergi.
• Seorang pakar adalah mahal.
• Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat.
Sistem pakar sendiri dikembangkan lebih lanjut dengan alasan :
• Dapat menyediakan kepakaran setiap waktu dan di berbagai lokasi.
• Secara otomatis mengerjakan tugas-tugas rutin yang membutuhkan seorang pakar.
• Seorang pakar akan pensiun atau pergi.
• Seorang pakar adalah mahal.
• Kepakaran dibutuhkan juga pada lingkungan yang tidak bersahabat.
Sumber
15.http://www.google.co.id/url?sa=t&rct=j&q=sistem%20pakar%20&source=web&cd=10&cad=rja&ved=0CFgQFjAJ&url=http%3A%2F%2Ffendi1988.files.wordpress.com%2F2009%2F05%2Fsistem-pakar.ppt&ei=32CKUI2hMcqzrAfXuYGYCw&usg=AFQjCNHgBf9YDB1WxEfka-r15KE04_c7aQ
terimakasih
BalasHapussangat bermanfat