Pengertian Artificial Intelligence (AI)
Pengertian Artificial Intelligence, dapat ditinjau dari dua pendekatan, yaitu
pendekatan ilmiah (a scientific approach) dan pendekatan teknik (an
engineering approach). Dimana menurut pendekatan Ilmiah yaitu pendekatan
dasar ilmiah timbul sebelum invansi ke komputer, hal ini tidk sama dengan kasus
mesin uap. Pendekatan ilmiah ini melihat batas sementara dari komputer dan
dapat diatasi dengan perkembangan teknologi lanjutan. Sedangkan menurut
pendekatan teknik, yaitu usaha untuk menghindari definisi AI, tetapi ingin
mengatasi atau memecahkan persoalan-persoalan dunia nyata.
Artificial
Intelligence
adalah sebuah rancangan program yang memungkinkan komputer melakukan suatu
tugas atau mengambil keputusan dengan meniru cara berpikir dan penalaran
manusia. Artificial Intelligence
yaitu, ilmu tentang pembuatan mesin yang bekerja untuk memecahkan masalah dan
melakukan pekerjaan yang sulit seperti otak manusia dalam melakukan hal itu
sendiri.
Artificial
Intelligence
atau yang disebut dengan kecerdasan buatan ini, merupakan cabang dari ilmu
komputer yang berpusat pada pengautomatisasi tingkah laku cerdas. Pengertian
lain menyebutkan bahwa Artificial Intelligence
atau kecerdasan buatan adalah salah satu bagian ilmu komputer yang membuat agar
mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan
oleh manusia. Artificial Intelligence
juga merupakan sub bidang pengetahuan komputer yang ditujukan untuk membuat software dan hardware yang sepenuhnya bisa menirukan beberapa fungsi otak
manusia.
Artificial
Intelligence
dapat pula diartikan sebagai rekayasa kecerdasan yang didasarkan pada
kecerdasan manusia. Sesuai dengan kecerdasan manusia, kecerdasan buatan
dicirikan dengan adanya kemampuan untuk bernalar (reasoning) dan
kemampuan untuk belajar dari pengalaman di lingkungan (learning).
Menurut para ahli, Rich menyatakan
bahwa Artificial Intelligence sebagai
sebuah studi tentang bagaimana membuat komputer mengerjakan sesuatu yang dapat
dikerjakan manusia. Sedangkan menurut Turing dan kawan-kawan, Artificial Intelligence yaitu suatu
perilaku sebuah mesin yang jika dikerjakan manusia akan disebut cerdas.
Beberapa ciri kemampuan yang menandakan kecerdasan yang diadopsi dari definisi
cerdas, antara lain yaitu:
a. Mampu belajar dari pengalaman
b. Tanggap terhadap situasi baru secara
cepat dan sukses
c. Menggunakan nalar dalam pemecahan
masalah sekaligus mengarahkan perilaku secara efektif
d. Mampu menggunakan pengetahuan untuk
memanipulasi lingkungan
e. Bernalar dan berakal sehat.
Dari uraian-uraian pengertian di
atas, dapat disimpulkan bahwa Artificial Intelligence adalah bagian dari ilmu
komputer yang membuat komputer dapat bekerja dan mengambil keputusan seperti
kecerdasan otak manusia.
Lingkup utama dari Artificial Intelligence saat ini umum
ditemui dalam bidang-bidang seperti berikut:
1. Computer Vision: suatu metode Artificial Intelligence yang memungkinkan sebuah sistem komputer
mengenali gambar sebagai inputnya. Contohnya seperti mengenali dan membaca
tulisan yag ada di gambar.
2.
Fuzzy Logic: suatu metode Artificial Intelligence yang banyak terdapat pada alat-alat
elektronik dan robotika yang memiliki kemampuan berpikir dan bertingkah laku
seperti manusia.
3. Game: suatu metode Artificial Intelligence yang berguna untuk meniru cara berpikir
seorang manusia dalam bermain game. Contohnya: program perfect chessmate yang mampu berpikir setara dengan seorang grandmaster catur.
4. General Problem Solving: suatu metode Artificial Intelligence yang berhubungan dengan pemecahan suatu
masalah terhadap situasi yang akan diselesaikan oleh komputer. Biasanya
permasalahan tersebut akan diselesaikan secara trial and error sampai
sebuah solusi dari sebuah masalah didapatkan. Contohnya: program Eureka yang
dapat memecahkan model linier programming.
5. Speech Recognition: suatu metode Artificial Intelligence yang berguna untuk mengenali suara manusia
dengan cara dicocokkan dengan acuan yang telah diprogramkan sebelumnya. Contoh
: suara dari user dapat diterjemahkan menjadi sebuah perintah bagi komputer.
6. Expert System: suatu metode Artificial Intelligence yang berguna untuk meniru cara berpikir dan
penalaran seorang ahli dalam mengambil keputusan berdasarkan situasi yang ada.
Dengan metode expert system ini, seorang user dapat melakukan konsultasi pada
komputer. User seolah-olah dapat melakukan konsultasi langsung kepada seorang
ahli. Contoh: program aplikasi yang mampu meniru seorang ahli medis dalam
mendeteksi demam berdarah berdasarkan keluhan-keluhan pasiennya.
Artificial
Intelligence
dapat diaplikasikan untuk berbagai jenis, berikut beberapa jenisnya:
1) Pengontrol (controlling):
a) kontrol
proses. misalnya: pengendali temperatur, pengendali tekanan, pengendali
level, diagnosis kegagala
b) kontrol
penggerak. misalnya: pengendalian motor listrik, pengatur sumber tenaga
pada sentral atau distribusi
c) kontrol
manufacturing. misalnya: penjadwalan proses kontrol, dekomposition proses control
d)
kontrol
robot. misalnya: kontrol jalur laluan
2) Peramalan (forecasting)
a) Peramalan
pembebanan (load forecasting)
b) Peramalan
pemadaman (blackout forecasting)
c)
Peramalan
saham (forex forecasting)
3) Perencanaan (planning):
a)
Perencanaan
proyek (project planning)
b)
Penjadwalan
kerja (job shop scheduling)
c)
Perencanaan
anggaran (budget planning)
4) Proses Image (image processing):
a)
Computer vision
b)
Speech recognition
c)
Object recognition
Sejarah Artificial Intelligence
Awal pekerjaan dipusatkan seperti game playing (misalnya audio dengan
kecerdasan dan permainan catur (chess
player), pembuktian teorema (theorem
proving) pada tugas-tugas formal (formal
task). Tahun 1963, Samual menulis sebuah program yang diberi nama check-er-playing program, yang tidak
hanya untuk bermain game tetapi juga digunakan pengalamannya pada permainan
untuk mendukung kemampuan sebelumnya. Catur juga diterima, karena banyak sekali
perhatian terhadap permainan catur yang merupakan permainan yang lengkap atau
kompleks, program catur di sini situasinya harus seperti dunia nyata. Kandidat
AI harus mampu menghadapi masalah-masalah yang rumit.
Logic
theorist di awal
percobaan untuk membuktikan teorema matematika. Ia mampu membuktikan
beberapa teorema dari bab I Prinsip Matematika Whiteheat dan Russell.
Theorema Gelenrnter pada tahun 1963
membuktikan pencarian area yang lain dari matematika yaitu geometri. Pada tahun
1963, pemecahan ,masalah umum menggunakan object,
pembuktian dengan atraksi (eksternal).
Berikut ini akan adalah uraian
sejarah AI, lebih jelasnya dapat dilihat sebagai berikut:
Pada awal abad 17, Rene
Descrates mengemukakan bahwa tubuh hewan bukanlah apa-apa melainkan hanya
mesin-mesin yang rumit. Blaise Pascal menciptakan mesin penghitung digital
mekanis yang pertama pada tahun 1642.
Pada abad 19, Charles
Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis yang dapat
diprogram. Betrand Rusell dan Alfred North Whitehead menerbitkan Principia
Mathematica yang merombak logika formal.
Tahun 1943, Warren McCulloch dan Walter Pitts
menerbitkan “Kalkulus Logis Gagasan yang tetap dalam Aktivitas” yang meletakkan
pondasi untuk jaringan syaraf.
Tahun 1950-an adalah periode usaha aktif
dalam Artificial Intelligence. Pada tahun
1951, program Artificial Intelligence
pertama yang bekerja untuk menjalankan mesin Ferranti Mark I di University
Manchester (UK) : sebuah permainan naskah yang ditulis oleh Christopher Strachey
dan program permainan catur yang ditulis oleh Dietrich Prinz.
Pada tahun 1956, John McCarthy membuat istilah
“kecerdasan buatan” pada konferensi pertama. Dia juga menemukan bahasa
pemrograman Lisp. Alan Turing memperkenalkan “Turing Test” sebagai sebuah cara
untuk mengoperasionalkan tes perilaku cerdas. Joseph Weizenbaum membangun ELIZA,
sebuah chatterbot yang menerapkan psikoterapi Rogerian.
Selama tahun 1960-an dan 1970-an, Joel Moses mendemontsrasikan
kekuatan pertimbangan simbolis untuk mengintegrasikan masalah di dalam program
Macsyma, yakni sebuah program berbasis pengetahuan yang sukses pertama kali di
bidang matematika. Marvin Minsky dan Seymour 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 biasa juga disebut dengan sistem pakar pertama.
Hans Moravec mengembangkan kendaraan terkendali komputer pertama untuk
mengatasi jalan yang rintang dan kusut secara mandiri.
Pada tahun 1980-an, jaringan syaraf digunakan secara
meluas dengan algoritma perambatan balik, yang pertama kali dijelaskan oleh
Paul John Werbos pada tahun 1974. Tahun 1990-an ditandai
perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam
aplikasi. Lebih khusus DEEP BLUE, yaitu sebuah komputer permainan catur,
mengalahkan Garry Kasparov dalam sebuah pertandingan 6 game yang terkenal pada tahun
1997. DARPA menyatakan bahwa biaya yang disimpan melalui penerapa metode AI
untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh
investasi dalam penelitian AI sejak tahun 1950 pada pemerintah AS.
Bagaimana Artificial Intelligence (AI) dan Kognisi Manusia
Kognisi merupakan kepercayaan
seseorang tentang sesuatu yang didapatkan dari proses berpikir tentang sesuatu.
Proses yang dilakukan adalah memperoleh pengetahuan dan memanipulasi
pengetahuan melalui aktivitas mengingat, menganalisis, memahami, menilai,
menalar, membayangkan dan berbahasa. Selain itu, kognisi manusia sendiri adalah
proses-proses mental atau aktivitas pikiran manusia dalam mencari, menemukan,
atau mengetahui dan memahami informasi dari lingkungannya.
Artificial
Intelligence
atau yang disebut dengan kecerdasan buatan ini adalah ilmu yang berdasarkan
proses manusia berpikir. Hal ini dapat dilihat pada cara kerja AI dan kognisi
manusia dimana cara kerja kognisi manusia adalah menerima stimulus, kemudian
dproses dan setelah itu akan menghasilkan respon. Dan cara kerja Artificial Intelligence adalah menerima
input, diproses dan kemudian mengeluarkan output berupa suatu keputusan. Dengan
demikian, melaui pengetahuan tentang proses berpikir dan mengetahui bagaimana
untuk membuat asumsi-asumsi yang pasti tentang bagaimana cara berpikir
tersebut, maka dengan asumsi-asumsi itulah para peneliti menggunakannya untuk
mendesain suatu program komputer yang mempunyai kecerdasan secara buatan.
Semua proses berpikir menolong
manusia untuk menyelesaikan sesuatu masalah. Pada saat otak manusia mendapat
informasi dari luar, maka suatu proses berpikir memberikan petunjuk tindakan
atau respon apa yang dilakukan. Hal ini merupakan suatu reaksi otomatis dan
respon yang spesifik dicari untuk menyelesaikan masalah tertentu. Demikian hal
nya dengan Artificial Intelligence yang
dibuat untuk membantu manusia untuk menyelesaikan masalahnya.
Dalam proses berpikir, proses ini
berhubungan dengan fakta-fakta yang sangat banyak sebelum memberikan respon
atau tindakan. Selama proses, ada suatu sistem yang mengarahkan pemilihan
respon yang tepat dan disebut dengan pemotongan (prunning). Proses ini
mengeliminasi litasan dari berpikir yang tidak relevan dalam usaha mencapai
tujuan. Jadi proses ini akan memotong setiap fakta-fakta yang tidak akan
mengarah ke tujuan.
Teknik pemrograman dengan kecerdasan
buatan (AI) memiliki persamaan dengan otak manusia dalam hal prosesnya.
Kecerdasan buatan (AI) juga meniru proses belajar manusia dimana informasi yang
baru diserap dan dimungkinkan untuk digunakan sebagai referensi pada waktu yang
akan datang. Di sini, informasi yang baru dapat disimpan tanpa harus mengubah
cara kerja pikiran yang dapat mengganggu fakta-fakta yag sudah ada. Sehingga,
dengan kecerdasan buatan (AI) dimungkinkan untuk membuat program di mana setiap
bagian dari program benar-benar independen dan di setiap bagian dari program
nya seperti potongan-potongan informasi dalam otak manusia.
Berikut ini terdapat beberapa kelebihan kecerdasan buatan
dan kecerdasan alami (manusia):
1)
Kelebihan
kecerdasan buatan,
antara lain :
a) Kecerdasan buatan lebih tahan lama
dan konsisten, bahakan dapat dikatakan permanen sejauh program dan sistemnya
tidak diubah.
b) Kecerdasan buatan lebih mudah
diduplikasi dan disebarluaskan, sedangkan kecerdasan alami (manusia)
membutuhkan proses belajar mengajar untuk mentransfer kecerdasan.
c) Kecerdasan buatan dapat
didokumentasikan
d) Kecerdasan buatan cenderung dapat
mengerjakan pekerjaan lebih baik dan lebih cepat dibanding dengan kecerdasan
alami (manusia)
2)
Kelebihan
kecerdasan alami (kognisi
manusia), antara lain :
a)
Kecerdasan
alami bersifat kreatif. Kecerdasan alami dapat berkembang dengan mudah dan
dapat menciptakan kreasi baru
b)
Kecerdasan
alami memungkikan manusia untuk menggunakan pengalaman secara langsung.
Sedangkan kecerdasan buatan harus bekerja dengan input-output simbolik.
c)
Manusia
dapat memanfaatkan kecerdasannya secara luas, tanpa batas. Sedangkan kecerdasan
buatan memiliki batasan.
Artificial Intelligence (AI)
dan Sistem Pakar (Expert System)
Sistem Pakar merupakan suatu metode Artificial Intelligence yang berguna untuk meniru cara
berpikir dan penalaran seorang ahli dalam mengambil keputusan berdasarkan
situasi yang ada. Sistem pakar pertama kali dikembangkan oleh komunitas AI pada
pertengahan tahun 1960. Sistem pakar yang muncul pertama kali ini adalah General-purpose Problem Solver (GPS)
yang dikembangkan oleh Newel dan Simon. GPS (dan program-program yang serupa)
ini mengalami kegagalan dikarenakan cakupannya terlalu luas, hingga kadang
justru meninggalkan pengetahuan penting yang seharusnya disediakan.
Sistem Pakar (Expert System) adalah
usaha untuk menirukan seorang pakar. Biasanya, Sistem pakar berupa perangkat
lunak pengambil keputusan yang mampu mencapai tingkat performa yang sebanding
sengan seorang pakar dalam bidang problem yang khusus dan sempit. Ide dasarnya
adalah kepakaran ditransfer dari seorang pakar atau sumber kepakaran lain ke
komputer, pengetahuan yang ada di simpan dalam komputer, dan pengguna dapat
berkonsultasi pada komputer itu untuk suatu nasehat, lalu kemudian komputer
dapat mengambil inferensi (menyimpulkan, mendeduksi, dll) seperti layaknya
seorang pakar. Dan selanjutnya komputer akan menjelaskan ke pengguna tersebut,
dengan alasan-alasannya bila perlu.
Berikut ini adalah komponen utama Sistem Pakar,
akan dijelaskan sebagai berikut:
a.
User Interface (antarmuka pemakai): Memungkinkan pemakai untuk
berinteraksi dengan sistem pakar. User
interface digunakan manajer untuk mengberikan instruksi dan informasi ke
dalam sistem pakar dan menerima informasi dari sistem pakar.
1) Input
Sistem: untuk mempermudah dialog dua arah antara sistem dan pemakai dengan
menampilkan teknik tanya jawab dan pengisian formulir, kemudian muncul bahasa
perintah dan menu elektronik dan sistem manajemen database.
2)
Output
Sistem: untuk menyarankan pemecahan masalah.
b.
Knowledge Base (basis pengetahuan): Berisi pengetahuan-pengetahuan
(gabungan) dalam memahami, merumuskan, dan menyelesaikan masalah. Knowledge Base adalah bagian dari sistem
pakar yang berisi domain pengetahuan yang terdiri darifakta yang menggambarkan
area problem dan juga teknik penyajian yang menggunakan fakta sesuai logika.
Domain pengetahuan seorang pakar pada dasarnya adalah spesifik terhadap domain
masalah.
c. Inference Engine (mesin inferensi): Bertugas menganalisis pengetahuan,
memberikan kemampuan penalaran dan menarik kesimpulan berdasarkan knowledge base.
d. Development Engine: Komponen yang digunakan untuk
mengolah sistem pakar, terdiri dari bahasa pemrograman.
Langkah-langkah perancangan Sistem
Pakar sebaiknya
mengikuti urutan sebagai berikut:
a. Menentukan batasan-batasan atau
bidang konsentrasi dari sebuah sistem pakar yang akan dirancang,
b. Memilih jenis keputusan yang diambil
c. Membuat pohon keputusan (decision tree)
d. Menuliskan IF-THEN rules
e. Merancang antarmuka pengguna (user interface)
Kategori Masalah Sistem Pakar
Masalah-masalah yang dapat diselesaikan dengan sistem pakar,
diantaranya adalah:
1. Interpretasi:
membuat kesimpulan dari sekumpulan data mentah, termasuk pengawasann,
pengenalan ucapan, analisis citra, interpretasi sinyal dan beberapa analisis
kecerdasan.
2. Proyeksi:
memprediksi akibat-akibat yang dimungkinkan dari situasi-situasi tertentu.
Diantaranya: peramalan, prediksi demografis, peramalan ekonomi, prediksi lalu
lintas.
3. Diagnosis:
menentukan sebab malfungsi dalam situasi kompleks yang didasarkan pada
gejala gejala yang teramati.
4. Desain:
menentukan konfigrasi komponen-komponen sistem yang cocok dengan tujuan kinerja
tertentu yang memenuhi kendala-kelndala tertentu, diantaranya layout sirkuit
dan perancangan bangunan.
5. Perencanaan:
merencanakan serangkaian tindakan yang akan dapat mencapai sejumlah tujuan
dengan kondisi awal tertentu, diantaranya perencanaan keuangan, komunikasi
militer.
6.
Monitoring:
membandingkan tingkah laku suatu sistem yang teramati dengan tingkahlaku yang
diharapkan darinya, diantaranya Computer Aided Monitoring System.
7. Debugging
dan repair: menentukan dan mengimplementasikan cara-cara untuk mengatasi
malfungsi, diantaranya memberikan resep obat.
8.
Instruksi:
mendeteksi dan mengoreksi defisiensi dalam pemahaman domain subjek, diantaranya
melakukan instruksi untuk diagnosis, debugging dan perbaikan kerja.
9.
Pengendalian:
mengatur tingkah laku suatu environment yang kompleks seperti kontrol terhadap
interpretasi-interpretasi prediksi, perbaikan.
10.
Seleksi:
mengidentifikasi pilihan terbaik dari sekumpulan kmungkinan.
11.
Simulasi:
pemodelan interaksi antara komponen-komponen sistem.
Contoh Aplikasi Sistem Paka, diantaranya sebagai berikut:
a.
ELIZA
Eliza
adalah salah satu Sistem Pakar yang paling awal dikembangk oleh Joseph
Weizenbaum di MTT sebagai program komputer terapis. Program ini membuat
pengguna berkominikasi dengan komputer sebagaimana sedang berkonsultasi dengan
seorang terapis. Berikut adalah contoh
percakapan antara Eliza dengan seorang klien:
Eliza : Hello. I am ELIZA.
How can I help you?
Klien : My name is Balza
Eliza : I have told you
before, I do not care about names
Klien : I don’t have any
money. That’s my problem
Eliza : Why do you say
your problem?
Klien : Because you asked me
Eliza : Do any other
reasons not come to mind?
Klien : No
Eliza : You are being a
bit negative
Klien : Why?
Eliza : Please go on
Klien : OK. I am
bankrupt
Eliza : How long have
you been bankrupt?
Klien : A year
Eliza : Please go on
Klien : So, what should
I do?
Eliza : Does that
question interest you?
Klien : Yes, how can I
make big money?
Eliza : You are sure?
Klien : Of course I’m sure
…
b.
PARRY
Parry
adalah sebuah sistem pakar yang termasuk juga paling awal dikembangkan di
Standford University oleh seorang psikiater, yaity Kenneth Colby. Kenneth Colby
mensimulasikan seorang paranoid dalam sistem pakar parry ini. Berikut ini
adalah contoh respon Parry terhadap pertanyaan seorang psikiater yang
menginterviewnya :
Psikiater : Why are you in the hospital?
Parry : I shouldn’t be here
Psikiater : Who brought you here?
Parry : The police
Psikiater : What trouble did you have with the police?
Parry : Cops don’t do their
job
Psikiater : What do they do instead?
Parry : Cops arrest wrong
people
Psikiater : They arrest the right ones sometimes
Parry : The law should get
those Italian crooks
Psikiater : Are you Italian?
Parry : My bacground is
British but I was born in this country
Psikiater : Do you know any Italian crooks?
Parry : I try to avoid the
underworld
…
c. NETTALK
NetTalk
merupakan hasil penelitian Terrence Sejnowski dan Charles Rosenberg pada
pertengahan 1980 mengenai jaringan saraf tiruan. NetTalk adalah sebuah program
yang berdasarkan pada jaring-jaring neuron dengan membaca tulisan dan
mengucapkannya keras-keras. NetTalk membaca keras-keras dengan cara
mengkonversi tulisan menjadi fonem-fonem, unit dasar dari suara sebuah bahasa.
Hal ini mengungkapkan bahwa belajar membaca melibatkan mekanisme kompleks yang
banyak melibatkan bagian dari otak manusia. Sistem ini memiliki tiga lapisan
yaitu: lapisan input (setiap unit merespon tulisan), lapisan output (unit
menampilkan ke 55 fonem dalam bahasa inggris) dan lapisan unit tersembunyi
(setiap unit ditambahkan koneksinya pada setiap input maupun output).
Sumber:
