Kecerdasan Buatan

PENGANTAR TEKNOLOGI INFORMASI ARDI HIDAYAT 153112706450080 FTKI / TEKNIK INFORMATIKA KECERDASAN BUATAN MATERI : A. Dasar Artificial Intelligence B. Perbandingan Kecerdasan Buatan dan Kecerdasan Manusia C. Bidang-Bidang Aplikasi AI D. Topik Lain-Lain A. DASAR ARTIFICIAL INTELLIGENCE 1. Pengertian Artificial Intelligence Artificial Intelligence ( atau disingkat AI ), AI adalah suatu pengetahuan yang membuat komputer dapat meniru kecerdasan manusia sehingga diharapkan komputer (atau berupa suatu mesin) dapat melakukan hal-hal yang apabila dikerjakan manusia memerlukan kecerdasan. Misalnya melakukan penalaran untuk mencapai suatu kesimpulan atau melakukan translasi dari satu bahasa manusia ke bahasa manusia yang lain. Berikut ini adalah tabel, berbagai definisi tentang Artificial Intelligence ( AI ) Sumber Schalkoff (1990) Definisi AI adalah bidang studi yang berusaha menerangkan dan meniru perilaku cerdas dalam bentuk proses komputasi Rich dan Knight (1991) AI adalah studi tentang cara membuat komputer melakukan sesuatu yang sampai saat ini orang dapat melakukannya lebih baik Luger dan Stubbelfiled (1993) AI adalah cabang ilmu komputer yang berhubungan dengan otomasi perilaku yang cerdas Haag dan Keen (1996) AI adalah bidang studi yang berhubungan dengan penangkapan, pemodelan, dan penyimpanan kecerdasan manusia dalam sebuah sistem teknologi informasi sehingga sistem tersebut dapat memfasilitasi proses pengambilan keputusan yang biasanya dilakukan oleh manusia Winston dan Prendergast (Turban, McLean, dan Wetherbe, 1999) mengungkapkan bahwa tujuan AI meliputi : 1. Membuat mesin lebih pintar, 2. Memahami kecerdasan, dan 3. Membuat mesin lebih berguna. Namun, pada masa sekarang, tujuan AI tidak sekadar membuat komputer dapat berpikir, tetapi juga bisa melihat, mendengar, berjalan, bermain, dan bahkan merasakan. AIBO adalah contoh produk berbasis AI yang memungkinkan untuk diajak bermain-main oleh pemiliknya. Gambar. Robot AIBO. Buatan SONY O’Brien (2001, hal. 371) menyebutkan atribut perilaku cerdas adalah seperti berikut. 1. Berpikir dan bernalar 2. Memakai penalaran untuk memecahkan persoalan 3. Menyerap dan menerapkan pengetahuan 4. Memperlihatkan kreativitas dan imajinasi 5. Bekerja dengan situasi yang kompleks dan membingungkan 6. Melakukan tanggapan dengan cepat dan berhasil terhadap situasi baru 7. Mengenali elemen-elemen yang relatif penting dalam suatu situasi 8. Menangani iformasi yang rancu, tidak lengkap, atau salah. B. PERBANDINGAN KECERDASAN BUATAN DAN KECERDASAN MANUSIA 1. Menurut Kaplan (Turban, McLean, dan Wetherbe, 1999, hal. 478), AI mempunyai beberapa kelebihan dibandingkan kecerdasan alami (kecerdasan manusia). Kelebihan AI adalah sebagai berikut : 1. AI lebih bersifat permanen. Berbeda dengan AI, kecerdasan alami yang dipunyai seseorang tidak dapat disimpan. 2. AI menawarkan kemudahan untuk digandakan dan disebarkan. Pemindahan pengetahuan dari satu orang ke orang lain memerlukan waktu yang panjang dan bahkan kemungkinan pengetahuan tidak dapat diduplikasi secara lengkap. 3. AI dapat lebih murah daripada kecerdasan alami. Telah banyak dibuktikan bahwa biaya membeli jasa dengan komputer lebih murah daripada biaya manusia yang melaksanakan tugas yang sama. 4. AI bersifat konsisten dan teliti. Hal ini berbeda dengan manusia yang sering tidak menentu atau tidak konsisten. 5. AI dapat didokumentasi. Keputusan yang dibuat oleh komputer dapat didokumentasi dengan mudah dengan cara mencaat semua kegiatan yang dilakukan sistem. Kecerdasan alami sulit untuk didokumentasi. C. BIDANG-BIDANG APLIKASI AI 1. AI telah dipakai untuk melakukan berbagai hal. Dengan segala keterbatasannya, AI telah dipergunakan untuk : 1. Membuat aplikasi komputer yang sangat mudah bagi pemakai 2. Meningkatkan pemecahan masalah secara cepat dan konsisten 3. Membantu menyelesaikan masalah yang tidak dapat dipecahkan dengan cara konvensional 4. Membantu menyelesaikan masalah yang mengandung data yang tidak lengkap atau kurang jelas 5. Menangani informasi yang berlebihan (denga cara melakuakan pengikhtisaran atau interpretasi informasi) 6. Meningkatkan produktivitas dalam melaksanakan banyak tugas 2. Beberapa contoh penerapan AI 1. Deep Blue adalah program catur yang pada tahun 1997 dapat mengalahkan pecatur dunia Garry Kasparov dengan kedudukan 3,5 – 2,5 2. Logic Theorist adalah program yang mampu membuktikan beberapa teorema yang terdapat di bab pertama buku Principia Matematica karya Whitehead dan Russell 3. Delco Electronics menciptakan sebuah mobil yang dapat mengemudikan sendiri (mobil ini menggunakan pendeteksi tepi untuk tetap bertahan di jalan) 4. Volkswagen AG bekerja sama dengan Massachusetts Institute of Technology (MIT) menciptakan robot AIDA (Affective Intelligent Driving Agent) yang dapat mempelajari perilaku pengemudi sehingga dapat digunakan untuk membantu pengemudi dalam memberikan arahan-arahan. Gambar. Robot AIDA Rich dan Knight (1991) memberikan domain tugas-tugas AI sebagaimana tercantum pada tabel dibawah ini : Tugas tugas biasa 1. Persepsi Tugas-tugas formal 1. Permainan Tugas-tugas ahli 1. Keteknikan a. Visi a. Catur a. Perancangan b. Percakapan b. Backgammon b. Penemuan kesalahan c. Checker c. Perencanaan manufaktur 2. Bahasa alami a. Pemahaman b. Pembangkitan c. Penerjemahan d. Go 2. Analisis pengetahuan 2. Matematika 3. Diagnosis pengobatan a. Geometri 3. Penalaran b. Logika 4. Pengontrolan robot c. Kalkulus integral 4. Analisis keuangan d. Pembuktian sifat-sifat program O’Brien (2001) mengelompokkan domain aplikasi utama AI yang mencakup materi-materi baru seperti algoritma, genetika, dan agen cerdas. AI Aplikasi Pengetahuan Kognitif 1. sistem pakar 2. sistem belajar 3. Logika Kabur 4. Algoritma Genetika 5. Jaringan Saraf 6. Agen Cerdas Aplikasi Robotika 1. Persepsi Visual 2. Rangsangan 3. Ketangkasan 4. Daya Penggerak 5. Navigasi Aplikasi Antarmuka Alami 1. Bahasa Alami 2. Pengenalan Percakapan 3. Antarmuka Multisensor 4. Virtual Reality 3. Pengolahan Bahasa Alami Pengolahan Bahasa Alami (Natural Language Pricessing atau NLP) adalah bidang AI yang berurusan dengan pemahaman bahasa manusia (Inggris, Jepang, Indonesia, dsb). Kemajuan di bidang ini membuat komputer antara lain dapat melakukan penerjemahan dari satu bahasa manusia ke bahasa manusia yang lain. SYSTRAN merupakan contoh program yang mampu melakukan penerjemahan antar bahasa manusia. Di lingkungan web. Google menyediakan program bernama Google Terjemahan. Yang dapat menerjemahkan teks atau isi web ke berbagai bahasa. Gambar. Google Terjemahan Inti pengolahan bahasa alami dalam parser. Parser adalah bagian yang membaca kalimat dari bahasa sumber dan menguraikan serta menganalisis kata-kata yang terdapat di dalam kalimat tersebut dan mencocokkan dengan tata bahasa yang benar. Pendukung parser adalah kamus yang berisi kosa kata. Keluaran parser akan diproses oleh bagian yang disebut representasi pengetahuan, yang berperan dalam mengartikan kalimat masukan. Pada aplikasi penerjemah, setelah makna kalimat diketahui, bagian penerjemah keluaran akan menghasilkan keluaran berupa teks dalam bahasa alami. 4. Visi Komputer Visi Komputer adalah suatu bidang AI yang yang berurusan dengan pengenalan terhadap suatu objek dan kemudian digunakan untuk pengambilan keputusan. 5. Pengenalan Percakapan Pengenalan Percakapan (voice/speech recognition) adalah suatu proses yang memungkinkan komputer dapat mengenali suara. 6. Robotika Robot adalah peranti elektromekanik yang dapat diprogram untuk melakukan otomasi terhadap suatu tugas yang biasanya dilakukan manusia. Adapun robotika adalah studi yang berhubungan dengan pembuatan robot. Gambar. RoboCup. Robot yang dapat bermain sepak bola 7. Sistem Pakar Sistem pakar adalah sistem yang meniru kepakaran (keahlian) seseorang dalam bidang tertentu dalam menyelesaikan suatu permasalahan (Horn, 1986). Menurut Weiss dan Kulikowski (1984), sistem pakar adalah sistem yang : 1. Menangani masalah-masalah kompleks dan nyata, yang memerlukan interpresentasi seorang pakar 2. Menyelesaikan masalah-masalah tersebut dengan menggunakan model komputer yang memakai penalaran manusia ahli dan menghasilkan kesimpulan yang sama dengan kesimpulan yang akan dicapai manusia ahli jika menghadapi masalah-masalah yang sama Sistem Pakar Keterangan BERT Merupakan sistem pakar untuk merancang bangunan DART/DASD Digunakan untuk mendiagnosis kerusakan komputer DELTA Digunakan untuk mendiagnosis kerusakan pada mesin-mesi diesel pada General Electric DENDRAL Sistem pakar untuk menganalisa struktur molekul suatu senyawa kimia EL Digunakan untuk menganalisa rangkaian elektronika yang mengandung transistor, diode, dan resistor FOLIO Merupakan sistem pakar untuk mengevaluasi investasi saham HEATINGS Digunakan untuk mengendalikan proses pembakaran batu bara MYCIN Digunakan untuk mendiagnosa penyakit yang disebabkan bakteri OPERA Digunakan untuk mendiagnosa gangguan pada jaringan komputer PDP 11/70 Tabel. Berbagai Sistem Pakar Kategori Interpretasi Keterangan Memberikan deskripsi terhadap suatu situasi melalui pengamatan Prediksi Perkiraan terhadap akibat dari suatu situasi Diagnosis Perkiraan terhadap suatu kesalahan atau gangguan sistem melalui pengamatan Perancangan Melakukan konfigurasi objek berdasarkan kendala yang ada Perencanaan Pembuatan rencana untuk mencapai sasaran Pemantauan Melakukan pembandingan antara pengamatan dan rencana Debugging Melakukan pemecahan terhadap suatu kesalahan Reparasi Melakukan perbaikan Instruksi Melakukan diagnosis, debugging, dan pembetulan kinerja murid pada sistem pembelajaran Kontrol Melakukan pengendalian terhadap sistem Tabel. Kategori sistem pakar 8. Logika Kabur Logika Kabur (Fuzzy logic) adalah suatu teknik yang digunakan untuk menangani ketidakpastian pada masalah-masalah yang memiliki banyak jawaban. Teknik ini pertama kali dikembangkan oleh Lotfi A. Zadeh pada tahun 1965. Beberapa contoh aplikasi logika kabur adalah sebagai berikut : 1. Pengontrol kereta bawah tanah si sendai, Jepang. 2. Sistem pengereman mobil (Nissan) 9. Jaringan Saraf Jaringan Saraf (neural network), terkadang disebut artificial neural network / ANN atau komputasi saraf (neural computing), adalah suatu bidang AI yang meniru pola pemrosesan dalam otak manusia yang berbasiskan pada pengenalan pola. 10. Algoritma Genetika Algoritma Genetika (biasa disebut komputasi adaptif / adaptive computing) diperkenalkan pertama kali oleh John H. Holland pada tahun 1975. Beliau adalah seorang profesor psikologi dan ilmu komputer di Universitas Michigan. Algoritma Genetika adalah suatu pendekatan yang meniru kemampuan makhluk hidup dalam beradaptasi dengan lingkungan sehingga terbentuk proses evolusi untuk mengatasi masalah dengan lebih baik. Teknik ini berhasil digunaka untuk menyimulasikan evolusi biologi, geologi, dan ekosistem yang dalam dunia nyata memakan waktu jutaan tahun. Simulasi hanya dilakukan dalam beberapa menit (O’Brien, 2001). Algoritma genetika menggunakan aturan-aturan proses matematika yang dipakai untuk menentukan cara kombinasi dari komponen-komponen proses dibentuk. Ada tiga cara yang digunakan yaitu : 1. Mutasi : Mencoba kombinasi proses secara acak dan mengevaluasi hasilnya 2. Crossover : Mengombinasikan bagian dari hasil yang baik dengan harapan dapat memperoleh hasil yang lebih baik 3. Seleksi : Memilih proses-proses yang baik dan membuang yang jelek. Contoh aplikasi genetika : 1. Para insinyur di General Electric menggunakannya untuk merancang mesin pesawat terbang berturbin jet, yang melibatkan persamaan-persamaan dengan kurang lebih 100 variabel dan 50 kekangan (Laudon, 1998, hal. 578) 2. Departemen psikologi pada New Mexico State University mengembangkan algoritma genetika untuk mengidentifikasi tersangka berdasarkan gambar rekaan dari saksi (Haag, Cummings, dan Dawkins, 2000, hal. 207). 11. Sistem Al Hibrida Sistem Al Hibrida atau terkadang dinamakan sistem cerdas hibrida (hybrid intelligent system) adalah sistem yang menggabungkan beberapa teknologi AI untuk memanfaatkan atau memadukan keunggulan masing-masing teknologi. 12. Agen Cerdas Agen Cerdas (Intelligent agent). Russel dan Norvig (1995, hal. 31) mendefinisikan agen sebagai “segala sesuatu yang dapat dipandang menangkap lingkungannya melalui sensor dan bertindak terhadap lingkungan melalui efektor.” Sensor adalah bagian yang merangsang tindakan agen, sedangkan efektor adalah bagian yang digunakan oleh agen untuk melakukan tindakan. Agen yang berupa perangkat lunak, atau biasa disebut agen cerdas, adalah perangkat lunak yang dapat bertindak seperti orang yang mampu berinteraksi dengan lingkungan. Agen seperti ini telah banyak digunakan pada berbagai keperluan. Contoh : 1. Agen sistem operasi 2. Agen spreadsheet 3. Agen perdagangan elektronis D. TOPIK LAIN-LAIN 1. Beberapa topik lain yang berhubungan dengan AI yang perlu untuk diketahui adalah: 1. Cyborgh adalah campuran antara mesin dan makhluk hidup 2. Artificial life (A-life), adalah bidang studi yang mempelajari dan memahami kehidupan biologis dengan cara melakukan perpaduan dengan bentuk kehidupan buatan. Bidang ini pertama kali diperkenalkan oleh Chris Lagton 3. pembelajaran mesin (machine learning). Adalah sistem yang secara otomatis dapat meningkatkan kinerjanya melalui pengalama. DAFTAR PUSTAKA Abdul Kadir., Terra Ch. Triwahyuni. Pengantar Teknologi Informasi (Edisi Revisi). Andi :Yogyakarta.