Tugas Denny Trias Weblog

Kerjakan dengan sungguh-sungguh, bagikan ilmu dengan ikhlas, nanti Allah akan menambahkan keberkahan

M Jakfarrullah / E3211845

Nama : M. Jakfarrullah

Nim : E3211845

 

 

BAB II. TINJAUAN PUSTAKA

Kecerdasan Buatan

Di awal abad 20, seorang penemu Spanyol, Torres y Quevedo, membuat sebuah mesin yang dapat men’skak-mat’ raja lawannya dengan sebuah ratu dan raja. Perkembangan secara sistematis kemudian dimulai segera setelah diketemukannya komputer digital. Artikel ilmiah pertama tentang Kecerdasan Buatan ditulis oleh Alan Turing pada tahun 1950, dan kelompok riset pertama dibentuk tahun 1954 di Carnegie Mellon University oleh Allen Newell and Herbert Simon. Namun bidang Kecerdasan Buatan baru dianggap sebagai bidang tersendiri di konferensi Dartmouth tahun 1956, di mana 10 peneliti muda memimpikan mempergunakan komputer untuk memodelkan bagaimana cara berfikir manusia. Hipotesis mereka: “Mekanisme berfikir manusia dapat secara tepat dimodelkan dan disimulasikan pada komputer digital”, dan ini yang menjadi landasan dasar Kecerdasan Buatan. Tidak ada kesepakatan mengenai definisi Kecerdasan Buatan, di antaranya adalah:

a. Sebuah studi tentang bagaimana membuat komputer mengerjakan sesuatu yang dapat dikerjakan manusia. (Rich, 1991)

b. Cabang ilmu komputer yang mempelajari otomatisasi tingkah laku cerdas. (Setiawan, 1993)

c. Suatu perilaku sebuah mesin yang jika dikerjakan oleh manusia akan disebut cerdas. (Turing, et. al, 1996)

Kemampuan untuk problem solving adalah salah satu cara untuk mengukur kecerdasan dalam berbagai konteks. terdapat beberapa alasan untuk memodelkan performa manusia dalam hal ini:

a. Untuk menguji teori psikologis dari performa manusia

b. Untuk membuat komputer dapat memahami penalaran (reasoning) manusia

c. Untuk membuat manusia dapat memahami penalaran komputer

d. Untuk mengeksploitasi pengetahuan apa yang dapat diambil dari manusia

Tujuan dari Kecerdasan Buatan. (Winston dan Prendergast, 1984)

a. Membuat mesin menjadi lebih pintar.

b. Memahami apakah kecerdasan (intelligence) itu.

c. Membuat mesin menjadi lebih berguna.

kecerdasan adalah kemampuan untuk mengerti/memahami (The faculty of understanding). Perilaku cerdas dapat ditandai dengan:

a. Belajar atau mengerti dari pengalaman

b. Memecahkan hal yang bersifat mendua atau kontradiktif

c. Merespon situasi baru dengan cepat (fleksibel)

d. Menggunakan alasan untuk memecahkan problem secara efektif

e. Berurusan dengan situasi yang membingungkan

f. Memahami dengan cara biasa/rasional

g. Menerapkan pengetahuan untuk memanipulasi lingkungan

h. Mengenali elemen penting pada suatu situasi

Sebuah ujian yang dapat dilakukan untuk menentukan apakah sebuah komputer/ mesin menunjukkan perilaku cerdas didesain oleh Alan Turing. Program komputer konvensional prosesnya berbasis algoritma, yakni formula matematis atau prosedur sekuensial yang mengarah kepada suatu solusi. Algoritma tersebut dikonversi ke program komputer yang memberitahu komputer secara pasti instruksi apa yang harus dikerjakan. Algoritma yang dipakai kemudian menggunakan data seperti angka, huruf, atau kata untuk menyelesaikan masalah.

Perangkat lunak AI berbasis representasi serta manipulasi simbolik.. Kemudian beberapa proses dapat digunakan untuk memanipulasi simbol tersebut untuk menghasilkan nasehat atau rekomendasi untuk penyelesaian suatu masalah. Perbedaan dasar antara AI dengan program komputer konvensional diberikan dalam Tabel I-1.

Tabel I-1. Perbandingan antara AI dan Program Konvensional Aspek

AI

Program konvensional

Pemrosesan Sebagian besar simbolik Algoritmik
Input Tidak harus lengkap Harus lengkap
Pendekatan pencarian Sebagian besar heuristik Algoritma
Penjelasan/eksplanasi Tersedia Biasanya tidak tersedia
Fokus Pengetahuan Data
Pemeliharaan & peningkatan Relatif mudah Biasanya sulit
Kemampuan berpikir secara logis Ada Tidak

Cabang Kecerdasan Buatan

 

Pencarian, Program AI seringkali harus mengevaluasi kemungkinan yang jumlahnya banyak sekali, misalnya kemungkinan langkah dalam permainan catur atau penyimpulan dari program untuk membuktikan suatu teori.

Perencanaan, Program perencanaan bermula dari fakta-fakta umum (terutama fakta mengenai efek dari suatu aksi

Epistemologi, yakni studi tentang sumber, sifat, dan keterbatasan pengetahuan yang digunakan untuk pemecahan masalah.

 

Sedangkan sistem cerdas yang banyak dikembangkan saat ini adalah:

Sistem Pakar (Expert Systemi), yaitu program konsultasi (advisory) yang mencoba menirukan proses penalaran seorang pakar/ahli dalam memecahkan masalah yang rumit. Pemrosesan Bahasa Alami (Natural Language Processing), yang memberi kemampuan pengguna komputer untuk berkomunikasi dengan komputer dalam bahasa mereka sendiri (bahasa manusia). Bidang ini dibagi 2 lagi:

a. Pemahaman bahasa alami,

b. Pembangkitan bahasa alami,

Pemahaman Ucapan/Suara (Speech/Voice Understanding), adalah teknik agar komputer dapat mengenali dan memahami bahasa ucapan. Proses ini mengijinkan seseorang berkomunikasi dengan komputer dengan cara berbicara kepadanya.

            Sistem Sensor dan Robotika. Sistem sensor, seperti sistem visi dan pencitraan, serta sistem pengolahan sinyal, merupakan bagian dari robotika. Sebuah robot, yaitu perangkat elektromekanik yang diprogram untuk melakukan tugas manual, tidak semuanya merupakan bagian dari AI. Robot yang hanya melakukan aksi yang telah diprogramkan dikatakan sebagai robot bodoh yang tidak lebih pintar dari lift. Robot yang cerdas biasanya mempunyai perangkat sensor, seperti kamera, yang mengumpulkan informasi mengenai operasi dan lingkungannya. Kemudian bagian AI robot tersebut menerjemahkan informasi tadi dan merespon serta beradaptasi jika terjadi perubahan lingkungan.

Komputer Visi, merupakan kombinasi dari pencitraan, pengolahan citra, pengenalan pola serta proses pengambilan keputusan. Tujuan komputer visi adalah untuk menerjemahkan suatu pemandangan.

Intelligent Tutoring/Intelligent Computer-Aided Instruction, adalah komputer yang mengajari manusia. Belajar melalui komputer sudah lama digunakab, namun dengan menambahkan aspek kecerdasan di dalamnya, dapat tercipta komputer “guru” yang dapat mengatur teknik pengajarannya untuk menyesuaikan dengan kebutuhan “murid” secara individiual..

Mesin Belajar (Machine Learning), yang berhubungan dengan sekumpulan metode untuk mencoba mengajari/melatih komputer untuk memecahkan masalah atau mendukung usaha pemecahan masalah dengan menganalisa kasus-kasus yang telah terjadi.

Sistem Pakar

Sistem Pakar (Expert System) adalah usaha untuk menirukan seorang pakar. Biasanya Sistem Pakar berupa perangkat lunak pengambil keputusan yang mampu mencapai tingkat performa Sistem Pakar malahan terkadang lebih baik unjuk kerjanya daripada seorang pakar manusia.

Kelebihan Sistem Pakar

  1. Meningkatkan output dan produktivitas, karena Sistem Pakar dapat bekerja lebih cepat dari manusia.
  2. Meningkatkan kualitas, dengan memberi nasehat yang konsisten dan mengurangi kesalahan.
  3. Mampu menangkap kepakaran yang sangat terbatas.
  4. Dapat beroperasi di lingkungan yang berbahaya.
  5. Memudahkan akses ke pengetahuan.
  6. Handal.
  7. Meningkatkan kapabilitas sistem terkomputerisasi.
  8. Mampu menyediakan pelatihan
  9. Fleksibel.

Keterbatasan Sistem Pakar

Metodologi Sistem Pakar yang ada tidak selalu mudah, sederhana dan efektif. Berikut adalah keterbatasan yang menghambat perkembangan Sistem Pakar:

  1. Pengetahuan yang hendak diambil tidak selalu tersedia.
  2. Kepakaran sangat sulit diekstrak dari manusia.
  3. Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisa berbeda-beda, meskipun sama-sama benar.
  4.  sulit bagi seorang pakar untuk mengabstraksi
  5. Banyak pakar yang tidak mempunyai jalan untuk mencek apakah kesimpulan mereka benar dan masuk akal.
  6. Istilah dan jargon yang dipakai oleh pakar dalam mengekspresikan fakta seringkali terbatas dan tidak mudah dimengerti oleh orang lain.
  7. Pengembangan Sistem Pakar seringkali membutuhkan perekayasa pengetahuan (knowledge engineer) yang langka dan mahal.
  8. Kurangnya rasa percaya pengguna menghalangi pemakaian Sistem Pakar.
  9. Transfer pengetahuan dapat bersifat subyektif dan bias.

(Achmad : 2006)

Secara umum, Sistem Pakar biasanya terdiri atas beberapa komponen yang masing-masing berhubungan seperti terlihat pada Gambar 2.1

Basis Pengetahuan, berisi pengetahuan yang dibutuhkan untuk memahami, memformulasi, dan memecahkan masalah. Basis pengetahuan tersusun atas 2 elemen dasar:

  1. Fakta, misalnya: situasi, kondisi, dan kenyataan dari permasalahan yang ada, serta teori dalam bidang itu
  2. Aturan, yang mengarahkan penggunaan pengetahuan untuk memecahkan masalah yang spesifik dalam bidang yang khusus

Mesin Inferensi (Inference Engine), merupakan otak dari Sistem Pakar. Juga dikenal sebagai penerjemah aturan (rule interpreter). Kerja mesin inferensi meliputi:

  1. Menentukan aturan mana akan dipakai
  2. Menyajikan pertanyaan kepada pemakai, ketika diperlukan.
  3. Menambahkan jawaban ke dalam memori Sistem Pakar.
  4. Menyimpulkan fakta baru dari sebuah aturan
  5. Menambahkan fakta tadi ke dalam memori.

 

Gambar 2.1. Struktur Skematis Sistem Pakar

Sumber (Achmad : 2006)

 

Papan Tulis (Blackboard/Workplace), adalah memori/lokasi untuk bekerja dan menyimpan hasil sementara. Biasanya berupa sebuah basis data.

Antarmuka Pemakai (User Interface). Sistem Pakar mengatur komunikasi antara pengguna dan komputer (voice communication).

Subsistem Penjelasan (Explanation Facility). Kemampuan untuk menjejak (tracing) bagaimana suatu kesimpulan dapat diambil merupakan hal yang sangat penting untuk transfer pengetahuan dan pemecahan masalah.

Sistem Penghalusan Pengetahuan (Knowledge Refining System).

Seorang pakar mempunyai sistem penghalusan pengetahuan, artinya, mereka bisa menganalisa sendiri performa mereka, belajar dari pengalaman

Inferensi Pohon (Tree)

Inferensi tree adalah struktur flowchart yang menyerupai tree (pohon), di mana simpul internal menandakan suatu tes pada atribut, Seperti terlihat pada gambar 2.2.

Gambar 2.2. Tipe Pohon Sumber (Turban : 2007)

Inferensi Perantaian Maju (Forward Chaining)

Pada sistem perantaian maju, fakta-fakta dalam dalam sistem disimpan dalam memori kerja dan secara kontinyu diperbarui. Kondisi biasanya berupa pola yang cocok dengan item yang ada di dalam memori kerja, sementara aksi biasanya berupa penambahan atau penghapusan item dalam memori kerja.

Aktivitas sistem dilakukan berdasarkan siklus mengenal-beraksi (recognise-act). Mula-mula, sistem mencari semua aturan yang kondisinya terdapat di memori kerja, kemudian memilih salah satunya dan menjalankan aksi yang bersesuaian dengan aturan tersebut.. Aksi tersebut menghasilkan memori kerja baru, dan siklus diulangi lagi sampai tidak ada aturan yang dapat dipicu (fire), atau goal (tujuan) yang dikehendaki sudah terpenuhi. (Achmad : 2006)

Single Post Navigation

One thought on “M Jakfarrullah / E3211845

  1. makasih materi Kecerdasan Buatannya.

Tinggalkan Balasan

Please log in using one of these methods to post your comment:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout /  Ubah )

Foto Google+

You are commenting using your Google+ account. Logout /  Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout /  Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout /  Ubah )

Connecting to %s

%d blogger menyukai ini: