Artificial Intelligence (AI)
Kali ini, didalam tulisan ini, saya akan membahas tentang apa itu Artificial Intelligence (AI) atau yang biasa kita kenal dengan kecerdasan buatan dan sekilas mengenai sejarah Artificial Intelligence(AI).
Artificial Intelligence(AI) Menurut beberapa ahli kecerdasan buatan didefinisikan sebagai berikut :
Menurut H.A.Simon (1987): ”Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan hal yang dalam pandangan manusia adalah cerdas”. Sedangkan Menurut Rich and knight (1991): “Kecerdasan buatan (artificial intelligence) merupakan sebuah studi tentang bagaimana membuat computer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia”.
1) Sejarah Artificial Intelligence
Kecerdasan Buatan (artificial intelligence) merupakan inovasi baru di bidang ilmu pengetahuan. Mulai ada sejak muncul komputer modern, yakni pada 1940 dan 1950. Ilmu pengetahuan komputer ini khusus ditujukan dalam perancangan otomatisasi tingkah laku cerdas dalam sistem kecerdasan komputer.
Pada awalnya, kecerdasan buatan hanya ada di universitas-universitas dan laboratorium penelitian, serta hanya sedikit produk yang dihasilkan dan dikembangkan. Menjelang akhir 1970-an dan 1980-an, mulai dikembangkan secara penuh dan hasilnya berangsur-angsur dipublikasikan di khalayak umum. Permasalahan di dalam kecerdasan buatan akan selalu bertambah dan berkembang seiring dengan laju perkembangan zaman menuju arah globalisasi dalam setiap aspek kehidupan manusia, yang membawa persoalan-persoalan yang semakin beragam pula.
Program kecerdasan buatan lebih sederhana dalam pengoperasiannya, sehingga banyak membantu pemakai. Program konvensional dijalankan secara prosedural dan kaku, rangkaian tahap solusinya sudah didefinisikan secara tepat oleh pemrogramnya. Sebaliknya, pada program kecerdasan buatan untuk mendapatkan solusi yang memuaskan dilakukan pendekatan trial and error, mirip seperti apa yang dilakukan oleh manusia.
2) Artificial Intelligence (AI) dan Kognisi Manusia
Artificial Intelligence atau kecerdasan buatan berhubungan dengan kognisi manusia. Dimana manusia berfikir dan memecahkan masalah dan membuat alat seperti kecerdasan manusia untuk mengatasi masalahnya. Melalui kognisi manusia, manusia memerlukan pemahaman, penalaran, serta pemecahan masalah yang harus diketahui terlebih dahulu serta memahami pola fikir bagaimana manusia mengatasi kognisinya kemudian membuat programnya. Sehingga lahirlah Artificial Intelligence (AI) sebagai wujud dari proses kognisi manusia yang dituangkan melalui program computer.
Sebagai contoh aplikasi dari Artificial Intelligence dan kognisi manusia adalah sebuah symbol gambar Disket didalam computer, tanpa tau arti atau definisi dari gambar tersebut manusia yang melihat symbol tersebut akan mudah memahami arti atau makna dari symbol disket tersebut yang artinya “SAVE”.
Dalam proses ini terjadi proses berfikir kognisi manusia didalam menerima, menyimpan, menarik, mentransformasi, mentransmisi kan sesuatu yang kompleks dalam melakukan perilakunya, dalam hal ini melihat proses alam berfikir manusia.
3) Artificial Intelligence (AI) dan system Pakar
Menurut H.A.Simon (1987): ”Kecerdasan buatan (artificial intelligence) merupakan kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan hal yang dalam pandangan manusia adalah cerdas”. Sedangkan Menurut Rich and knight (1991): “Kecerdasan buatan (artificial intelligence) merupakan sebuah studi tentang bagaimana membuat computer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia”.
Kecerdasan buatan dilihat dari berbagai sudut pandang adalah sebagai berikut :
1. Sudut pandang Kecerdasan (Intelligence)
Kecerdasan buatan adalah bagaimana membuat mesin yang “cerdas” dan dapat melakukan hal-hal yang sebelumnya dapat dilakukan oleh manusia.
2. Sudut pandang Penelitian
Studi bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yang dilakukan oleh manusia.
3. Sudut pandang Bisnis
Kumpulan peralatan yang sangat powerful dan metodologis dalam menyelesaikan masalah-masalah bisnis.
4. Sudut pandang Pemrograman (Programming)
Kecerdasan buatan termasuk didalamnya adalah studi tentang pemrograman simbolik, pemecahan masalah, proses pencarian (search).
Tujuan dari kecerdasan buatan menurut Winston dan Prendergast:
1. Membuat mesin menjadi lebih pintar (tujuan utama)
2. Memahami apa itu kecerdasan (tujuan ilmiah)
3. Membuat mesin lebih bermanfaat (tujuan entrepreneurial)
Dua bagian utama yang dibutuhkan untuk aplikasi kecerdasarn buatan adalah :
a. Basis Pengetahuan (Khowledge Base) berisi fakta-fakta, teori, pemikiran dan hubungan antara satu dengan lainnya.
b. Motor Inferensi (Inference Engine) adalah kemampuan menarik kesimpulan berdasarkan pengalaman.
4) Pengertian Sistem Pakar
Sistem pakar atau Expert System biasa disebut dengan “knowledge- based system” adalah program penasehat berbasis komputer yang mencoba meniru proses berpikir dan pengetahuan dari seorang pakar dalam menyelesaikan masalah-masalah spesifik.
Sistem ini bekerja dengan menggunakan pengetahuan (knowledge) dan metode analisis yang telah didefinisikan terlebih dahulu oleh pakar yang sesuai dengan bidang keahliannya. Sistem ini disebut sistem pakar karena fungsi dan perannya sama seperti seorang ahli yang harus memiliki pengetahuan, pengalaman dalam memecahkan suatu persoalan. Sistem biasanya berfungsi sebagai kunci penting yang akan membantu suatu sistem pendukung keputusan atau sistem pendukung eksekutif.
Sistem pakar terdiri dari dua komponen utama yaitu: basis pengetahuan (knowledge base) dan alat pengambilan kesimpulan ( inference engine). Biasa pengetahuan didapat dari akumulasi pengetahuan pakar pada bidang tertentu.
Pengetahuan didefinisikan sebagai kumpulan data dan himpunan aturan untuk memanipulasi atau mengolah data untuk menjadi pengetahuan baru. Basis pengetahuan merupakan komponen penting dari suatu sistem pakar, besar kecilnya kemampuan sistem pakar biasanya ditentukan oleh kapasitas dari basis pengetahuannya, sedangkan mesin pengambil keputusan adalah aplikasi yang membantu dan memandu pengguna sistem pakar dalam memanipulasi data dan memilih pengetahuan yang sesuai untuk mendapatkan kesimpulan.
Tujuan Sistem Pakar
Tujuan dari sistem pakar adalah untuk memindahkan kemampuan (transferring expertise) dari seorang ahli atau sumber keahlian yang lain ke dalam komputer dan kemudian memindahkannya dari komputer kepada pemakai yang tidak ahli (bukan pakar). Proses ini meliputi empat aktivitas yaitu:
1. Akuisi pengetahuan (knowledge acquisition) yaitu kegiatan mencari dan mengumpulkan pengetahuan dari para ahli atau sumber keahlian yang lain.
2. Representasi pengetahuan (knowledge representation) adalah kegiatan menyimpan dan mengatur penyimpanan pengetahuan yang diperoleh kedalam komputer. Pengetahuan berupa fakta dan aturan disimpan dalam komputer sebagai sebuah komponen yang disebut basis pengetahuan.
3. Inferensi pengetahuan (knowledge inferencing) adalah kegiatan melakukan inferensi berdasarkan pengetahuan yang telah disimpan didalam komputer.
4. Pemindahan pengetahuan (knowledge transfer) adalah kegiatan pemindahan pengetahuan dari komputer ke pemakai yang tidak ahli.
Ciri-Ciri Sistem Pakar
ciri ciri system pakar adalah sebagai berikut:
1. Terbatas pada bidang yang spesifik
2. Dapat memberikan penalaran untuk data-data yang tidak lengkap atau tidak pasti
3. Dapat mengemukakan rangkaian alasan yang diberikannya dengan cara yang dapat dipahami.
4. Berdasarkan pada rule atau kaidah tertentu.
5. Dirancang untuk dapat dikembangkan secara bertahap.
6. Outputnya bersifat nasihat atau anjuran.
7. Output tergantung dari dialog dengan user.
8. Knowledge base dan inference engina terpisah.
Keuntungan Pemakaian Sistem Pakar
1. Membuat seorang yang awam dapat bekerja seperti layaknya seorang pakar.
2. Dapat bekerja dengan informasi yang tidak lengkap atau tidak pasti.
3.ES menyediakan nasihat yang konsisten dan dapat mengurangi tingkat kesalahan.
4. Membuat peralatan yang kompleks lebih mudah dioperasikan karena ES dapat melatih pekerja yang tidak berpengalaman.
5. ES tidak dapat lelah atau bosan, juga konsisten dalam memberi jawaban dan selalu memberikan perhatian penuh.
6. Memiliki kemampuan untuk memecahkan masalah yang kompleks.
7. Memungkinkan pemindahan pengetahuan ke lokasi yang jauh serta memperluas jangkauan seorang pakar, dapat diperoleh dan dipakai dimana saja.
Kelemahan Pemakaian Sistem Pakar
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.
Sumber Referensi :
Tidak ada komentar:
Posting Komentar