Tidak ada
definisi yang memuaskan untuk kecerdasan. Kecerdasan dapat diartikan sebagai
kemampuan untuk memperoleh pengetahuan dan menggunakannya atau kecerdasan
adalah apa yang di ukur oleh sebuah ”test kecerdasan”.
Apa kecerdasan
buatan itu? Bagian dari ilmu pengetahuan komputer ini khusus ditujukan dalam
perancangan otomatisasi tingkah laku cerdas dalam sistem kecerdasan komputer. Sistem
memperlihatkan sifat-sifat khas yang dihubungkan dengan kecerdasan dalam kelakuan
atau tindak-tanduk yang sepenuhnya bisa menirukan beberapa fungsi otak manusia,
seperti pengertian bahasa, pengetahuan, pemikiran, pemecahan masalah, dan lain
sebagainya.
Kecerdasan
Buatan (Artificial Intelligence) didefinisikan sebagai kecerdasan yang ditunjukkan
oleh suatu entitas buatan. 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 dan robotika.
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.
Sejarah
Kecerdasan Buatan
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.
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.
Beberapa contoh
kecerdasan buatan
Pada
awal abad 17, Rene Descartes mengemukakan bahwa tubuh hewan
bukanlah apa-apa melainkan hanya mesin-mesin yang rumit.
Blaise
Pascal menciptakan mesin penghitung digital mekanis pertama
pada 1642.
Pada abad-19, Charles
Babbage dan Ada Lovelace bekerja pada mesin penghitung mekanis
yang dapat diprogram.
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
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 di University of
Manchester (UK); sebuah program permainan naskah yang ditulis
olehChristopher Strachey dan program permainan catur yang ditulis
oleh Dietrich Prinz.
John
McCarthy membuat istilah “kecerdasan buatan ” pada konferensi pertama yang
disediakan untuk pokok persoalan ini, pada 1956. 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
kadangkala disebut sebagai sistem pakar pertama.
Hans
Moravec mengembangkan kendaraan terkendali komputer pertama untuk
mengatasi jalan berintang yang kusut secara mandiri.
Pada Pada tahun
1980-an, jaringan syaraf digunakan secara meluas dengan algoritma perambatan
balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Tahun
1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi
berbagai macam aplikasi.
Deep Blue,
sebuah komputer permainan catur, mengalahkan Garry Kasparov dalam
sebuah pertandingan 6 game yang terkenal pada tahun 1997.
Jenis-Jenis
Kecerdasan Buatan
Dalam perkembangannya kecerdasan buatan dapat dikelompokkan sebagai berikut :
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
Soft computing
merupakan sebuah inovasi dalam membangun sistem cerdas yaitu sistem yang
memiliki keahlian seperti manusia pada domain tertentu, mampu beradaptasi dan
belajar agar dapat bekerja lebih baik jika terjadi perubahan lingkungan. Soft
computing mengeksploitasi adanya toleransi terhadap ketidaktepatan, ketidakpastian,
dan kebenaran parsial untuk dapat diselesaikan dan dikendalikan dengan mudah
agar sesuai dengan realita (Prof. Lotfi A Zadeh, 1992).
DEFINISI SISTEM PAKAR (EXPERT SYSTEM)
Sistem pakar
(expert system) adalah sistem yang berusaha mengapdosi pengetahuan manusia ke
komputer, agar komputer dapat menyelesaikan masalah seperti yang biasa
dilakukan oleh para ahli. Sistem pakar yang baik dirancang agar dapat
menyelesaikan suatu permasalahan tertentu dengan menirukerja dari para ahli.
Martin dan Otman 1998
Sistem berbasis pakar yang menggunakan pengetahuan, fakta, dan teknik penalaran dlm memecahkan masalah yang biasanya dapat dipecah
Glarratan dan Riley
sistem pakar yang bisa meniru kemampuan pakar
Durkin
Program komputer yang dirancang untuk memodelkan kemampuan penyelesaian yang dilakukan oleh pakar
ciri-ciri :
- Terbatas pada domain tertentu
- Dapat membeli penalaran atas data-data yang tidak pasti
- Keluaran bersifat anjuran
- Berdasarkan kaidah terbaru
- Sistem dapat mengaktifkan kaidah yang sesuai
- dapat mengguakan ragkaian alasan
- pengetahuan dan referensi terpisah
MANFAAT SISTEM PAKAR :
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. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka)
5. Mampu beroperasi dalam lingkungan yang berbahaya
6. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian. Pengguna bisa merespon dengan jawaban ’tidak tahu’ atau ’tidak yakin’ pada satu atau lebih pertanyaan selama konsultasi dan sistem pakar tetap akan memberikan jawaban.
7. Tidak memerlukan biaya saat tidak digunakan, sedangkan pada pakar manusia memerlukan
biaya sehari-hari.
8. Dapat digandakan (diperbanyak) sesuai kebutuhan dengan waktu yang minimal dan sedikit biaya
9. Dapat memecahkan masalah lebih cepat daripada kemampuan manusia dengan catatan
menggunakan data yang sama.
10. Menghemat waktu dalam pengambilan keputusan
11. Meningkatkan kualitas dan produktivitas karena dapat memberi nasehat yang konsisten dan
mengurangi kesalahan
12. Meningkatkan kapabilitas sistem terkomputerisasi yang lain. Integrasi Sistem Pakar dengan
sistem komputer lain membuat lebih efektif, dan bisa mencakup lebih banyak aplikasi .
13. Mampu menyediakan pelatihan. Pengguna pemula yang bekerja dengan sistem pakar akan
menjadi lebih berpengalaman. Fasilitas penjelas dapat berfungsi sebagai guru.
KELEMAHAN SISTEM PAKAR
1. Biaya yang diperlukan untuk membuat, memelihara, dan mengembangkannya sangat mahal
2. Sulit dikembangkan, hal ini erat kaitannya dengan ketersediaan pakar di bidangnya dan
kepakaran sangat sulit diekstrak dari manusia karena sangat sulit bagi seorang pakar untuk
menjelaskan langkah mereka dalam menangani masalah.
3. Sistem pakar tidak 100% benar karena seseorang yang terlibat dalam pembuatan sistem pakar
tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti sebelum digunakan.
4. Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisa berbeda-beda, meskipun
sama-sama benar.
5. Transfer pengetahuan dapat bersifat subjektif dan bias
6. Kurangnya rasa percaya pengguna dapat menghalangi pemakaian sistem pakar.
KONSEP DASAR SISTEM PAKAR
Konsep dasar sistem pakar mengandung keahlian, ahli/pakar, pengalihan keahlian, mengambil keputusan, aturan, kemampuan menjelaskan.
Keahlian
Keahlian bersifat luas dan merupakan penguasaan pengetahuan dalam bidang khusus yang diperoleh dari pelatihan, membaca atau pengalaman. Contoh bentuk pengetahuan yang termasuk keahlian :
- Teori, fakta, aturan-aturan pada lingkup permasalahan tertentu
- Strategi global untuk menyelesaikan masalah
Ahli / Pakar
Seorang ahli adalah seseorang yang mampu menjelaskan suatu tanggapan, mempelajari hal-hal baru seputar topik permasalahan, menyusun kembali pengetahuan jika dipandang perlu, memecahkan masalah dengan cepat dan tepat
Pengalihan keahlian
Tujuan dari sistem pakar adalah untuk mentransfer keahlian dari seorang pakar ke dalam komputer kemudian ke masyarakat. Proses ini meliputi 4 kegiatan, yaitu perolehan pengetahuan (dari para ahli atau sumber-sumber lainnya), representasi pengetahuan ke komputer, kesimpulan dari pengetahuan dan pengalihan pengetahuan ke pengguna.
Mengambil keputusan
Hal yang unik dari sistem pakar adalah kemampuan untuk menjelaskan dimana keahlian tersimpan dalam basis pengetahuan. Kemampuan komputer untuk mengambil kesimpulan dilakukan oleh komponen yang dikenal dengan mesin inferensi yaitu meliputi prosedur tentang pemecahan masalah.
Aturan
Sistem pakar yang dibuat merupakan sistem yang berdasarkan pada aturan – aturan dimana program disimpan dalam bentuk aturan-aturan sebagai prosedur pemecahan masalah. Aturan tersebut biasanya berbentuk IF – THEN.
Kemampuan menjelaskan
Keunikan lain dari sistem pakar adalah kemampuan dalam menjelaskan atau memberi
saran/rekomendasi serta juga menjelaskan mengapa beberapa tindakan/saran tidak direkomendasikan.
Martin dan Otman 1998
Sistem berbasis pakar yang menggunakan pengetahuan, fakta, dan teknik penalaran dlm memecahkan masalah yang biasanya dapat dipecah
Glarratan dan Riley
sistem pakar yang bisa meniru kemampuan pakar
Durkin
Program komputer yang dirancang untuk memodelkan kemampuan penyelesaian yang dilakukan oleh pakar
ciri-ciri :
- Terbatas pada domain tertentu
- Dapat membeli penalaran atas data-data yang tidak pasti
- Keluaran bersifat anjuran
- Berdasarkan kaidah terbaru
- Sistem dapat mengaktifkan kaidah yang sesuai
- dapat mengguakan ragkaian alasan
- pengetahuan dan referensi terpisah
MANFAAT SISTEM PAKAR :
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. Mampu mengambil dan melestarikan keahlian para pakar (terutama yang termasuk keahlian langka)
5. Mampu beroperasi dalam lingkungan yang berbahaya
6. Memiliki kemampuan untuk bekerja dengan informasi yang tidak lengkap dan mengandung ketidakpastian. Pengguna bisa merespon dengan jawaban ’tidak tahu’ atau ’tidak yakin’ pada satu atau lebih pertanyaan selama konsultasi dan sistem pakar tetap akan memberikan jawaban.
7. Tidak memerlukan biaya saat tidak digunakan, sedangkan pada pakar manusia memerlukan
biaya sehari-hari.
8. Dapat digandakan (diperbanyak) sesuai kebutuhan dengan waktu yang minimal dan sedikit biaya
9. Dapat memecahkan masalah lebih cepat daripada kemampuan manusia dengan catatan
menggunakan data yang sama.
10. Menghemat waktu dalam pengambilan keputusan
11. Meningkatkan kualitas dan produktivitas karena dapat memberi nasehat yang konsisten dan
mengurangi kesalahan
12. Meningkatkan kapabilitas sistem terkomputerisasi yang lain. Integrasi Sistem Pakar dengan
sistem komputer lain membuat lebih efektif, dan bisa mencakup lebih banyak aplikasi .
13. Mampu menyediakan pelatihan. Pengguna pemula yang bekerja dengan sistem pakar akan
menjadi lebih berpengalaman. Fasilitas penjelas dapat berfungsi sebagai guru.
KELEMAHAN SISTEM PAKAR
1. Biaya yang diperlukan untuk membuat, memelihara, dan mengembangkannya sangat mahal
2. Sulit dikembangkan, hal ini erat kaitannya dengan ketersediaan pakar di bidangnya dan
kepakaran sangat sulit diekstrak dari manusia karena sangat sulit bagi seorang pakar untuk
menjelaskan langkah mereka dalam menangani masalah.
3. Sistem pakar tidak 100% benar karena seseorang yang terlibat dalam pembuatan sistem pakar
tidak selalu benar. Oleh karena itu perlu diuji ulang secara teliti sebelum digunakan.
4. Pendekatan oleh setiap pakar untuk suatu situasi atau problem bisa berbeda-beda, meskipun
sama-sama benar.
5. Transfer pengetahuan dapat bersifat subjektif dan bias
6. Kurangnya rasa percaya pengguna dapat menghalangi pemakaian sistem pakar.
KONSEP DASAR SISTEM PAKAR
Konsep dasar sistem pakar mengandung keahlian, ahli/pakar, pengalihan keahlian, mengambil keputusan, aturan, kemampuan menjelaskan.
Keahlian
Keahlian bersifat luas dan merupakan penguasaan pengetahuan dalam bidang khusus yang diperoleh dari pelatihan, membaca atau pengalaman. Contoh bentuk pengetahuan yang termasuk keahlian :
- Teori, fakta, aturan-aturan pada lingkup permasalahan tertentu
- Strategi global untuk menyelesaikan masalah
Ahli / Pakar
Seorang ahli adalah seseorang yang mampu menjelaskan suatu tanggapan, mempelajari hal-hal baru seputar topik permasalahan, menyusun kembali pengetahuan jika dipandang perlu, memecahkan masalah dengan cepat dan tepat
Pengalihan keahlian
Tujuan dari sistem pakar adalah untuk mentransfer keahlian dari seorang pakar ke dalam komputer kemudian ke masyarakat. Proses ini meliputi 4 kegiatan, yaitu perolehan pengetahuan (dari para ahli atau sumber-sumber lainnya), representasi pengetahuan ke komputer, kesimpulan dari pengetahuan dan pengalihan pengetahuan ke pengguna.
Mengambil keputusan
Hal yang unik dari sistem pakar adalah kemampuan untuk menjelaskan dimana keahlian tersimpan dalam basis pengetahuan. Kemampuan komputer untuk mengambil kesimpulan dilakukan oleh komponen yang dikenal dengan mesin inferensi yaitu meliputi prosedur tentang pemecahan masalah.
Aturan
Sistem pakar yang dibuat merupakan sistem yang berdasarkan pada aturan – aturan dimana program disimpan dalam bentuk aturan-aturan sebagai prosedur pemecahan masalah. Aturan tersebut biasanya berbentuk IF – THEN.
Kemampuan menjelaskan
Keunikan lain dari sistem pakar adalah kemampuan dalam menjelaskan atau memberi
saran/rekomendasi serta juga menjelaskan mengapa beberapa tindakan/saran tidak direkomendasikan.
SUMBER:
