Pengertian Artificial
Intelegence
Artificial
Intelegence adalah sesuatu buatan atau suatu tiruan yang hampir mirip
dengan otak manusia. Cerdas disini maksudnya adalag kepandaian atau ketajaman
dalam berpikir, seperti halnya otak manusia dalam menyelesaikan suatu masalah.
Secara awam kecerdasan buatan adalah sebagai sebuah sistem saraf atau
sensor atau otak yang diciptakan oleh sebuah mesin yang hampir mirip dengan
otak manusia sebenarnya kecerdasan buatan merujuk kepada mesin yang mampu untuk
berpikir seperti manusia.
AI
(Artificial Intelegence) didefinisikan sebagai suatu mesin atau alat
pintar (biasanya adalah suatu komputer) yang dapat melakukan suatu tugas yang
bilamana tugas tersebut dilakukan oleh manusia akan dibutuhkan suatu kepintaran
untuk melakukannya.
Artificial
Intelegence adalah salah satu bagian dari ilmu komputer yang membuat mesin
(komputer) dapat melakukan pekerjaan seperti yang dilakukan oleh manusia.
Artificial Intelegence (kecerdasana buatan)
adalah suatu pengetahuan yang membuat komputer dapat meniru kecerdasan manusia
sehingga diharapkan komputer dapat melakukan hal-hal yang apabila dikerjakan
manusia memerlukan kecerdasan, misalnya melakukan penalaran untuk mencapai
suatu kesimpulan atau melakukan translasi dari satu bahasa manusia kebahasa
yang lain.
Menurut
Beberapa ahli pengertian dari Artificial Intelegence atau kecerdasan
buatan adalah :
Menurut
Avron Barr Dana Edward E, Feigenbaum, Artificial Intelegence adalah
sebagain dari komputer saians yang mempelajari (dalam arti merancang) komputer
ang berintelegensi, yaitu sistem yang memiliki karakteristik berpikir seperti
manusia.
Menurut
H.A Simon (1987) Kecerdasan buatan (Artificial Intelegnce) adalah merupakan
kawasan penelitian, aplikasi dan instruksi yang terkait dengan pemprograman
komuter untuk melakukan hal yang dalam pandangan manusia adlaha cerdas.
Menurut
Rich and Knight (1991) Kecerdasan buatan (artificial intelegence) merupakan
sebuah studi tentang bagaiaman membuat computer melakukan
hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.
Kecerdasan
Buatan dilihat dari berbagai sudut pandang adalah sebgaai berikut:
Sudut
pandang Kecerdasan (intelegence) Kecerdasan buatan adalah bagaimana
membuat mesin yang cerdas dan dapat melakukan hal-hal yang sebelumnya dapat
dilakukan oleh manusia.
Sudut
pandang Penelitian studi bagaimana membuat agar komputer dapat melakukan
sesuatu sebaik yang dilakukan oleh manusia.
Sudut
pandang Bisnis Kumpulan peralatan yang sangat powerful dan metodologis dalam
menyelesaikan masalah-masalah bisnis.
Sudut
pandang Pemprograman (programing) studi tentang pemprograman simbolik,
pemecahan masalah, proses pencarian (search)
Sistem Pakar adalah sistem berbasi komputer yang
menggunakan pengetahuan, fakta, dan tehnik penalaran dalam memecahakan masalah
yang biasanya hanya dapat dipecahkan oleh seoarng pakar dalam bidang tersebut
(Martin dan Oxman, 1998).
Pada dasarnya sistem pakar diterapkan untuk
mendukung aktivitas pemecahan masalah. Beberapa aktivitas pemecahan masalh yang
dimaksud antara lain : pembuat keputusan (dicision making), pemaduan
pengetahuan (Knowledge fusing), pembuatan desain (designing),
perencanaan (planning), prakiraan (forecasting), pengaturan(regulating),
pengendalian (controling), diagnosis (diagnosing), perumusan(prescribing),
penjelasan (explaining), pemberian nasehat (odvising), dan
pelatihan(tutoring). Selain itu sistem pakar juga dapat berfungsi sebagai
asisten yang pandai dari seseorang pakar (Martin dan Oxman, 1998)
KONSEP
DASAR SISTEM PAKAR
Menurut
Efraim Turban, sistem pakar harus mengandung :
1. Keahlian
2. Ahli
3. Pengalihan
keahlian
4. Inferensi
5. Aturan
6. Kemampuan
menjelaskan
CIRI-CIRI
SISTEM PAKAR:
1. Memiliki
fasilitas informasi yang handal.
2. Mudah
dimodifikasi.
3. Dapat
digunakan dalam berbagai jenis komputer.
4. Memiliki
kemampuan untuk belajar beradaptasi.
CONTOH
–CONTOH SISTEM PAKAR
1. MYCIN
: Diagnosa penyakit
2. DENDRAL
: Mengidentifikasi struktur molekular campuran yang tak dikenal
3. XCON
& XSEL : Membantu konfigurasi sistem komputer besar
4. SOPHIE
: Analisis sirkit elektronik
5. Prospector
: Digunakan di dalam geologi untuk membantu mencari dan menemukan deposit
6. FOLIO
: Menbantu memberikan keutusan bagi seorang manajer dalam hal stok broker dan
investasi
7. DELTA
: Pemeliharaan lokomotif listrik disel
KEUNTUNGAN
SISTEM PAKAR
Secara
garis besar, banyak manfaat yang dapat diambil dengan adanya sistem pakar,
antara lain :
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. Meningkatkan
output dan produktivitas.
5. Meningkatkan
kualitas.
KELEMAHAN
SISTEM PAKAR
Di
samping memiliki beberapa keuntungan, sistem pakar juga memiliki beberapa
kelemahan, antara lain :
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.
Beberapa contoh sistem pakar :
ELIZA : salah satu program komputer pertama
yang mampu berkomunikasi. ELIZA ditulis oleh Joseph Weizenbaum (1996). Beberapa
revisi ELIZA telah dibuat dari konsep aslinya. Pada satu program yang spesifik,
bernama DOCTOR, ELIZA mengambil peran seperti seorang psikiater. (buku
kognitif). ELIZA merupakan program untuk terapi pasien dengan memberikan
jawaban.
PARRY : Colby, Hilf, Weber, dan Kraemer (1972)
mensimulasikan seorang pasien paranoid dan menyebut program ini PARRY. Mereka
memilih seorang paranoid sebagai subyek karena beberapa teori menyebutkan bahwa
proses dan sistem paranoia memang ada, perbedaan respons psikotis dan respons
normalnya cukup hebat, dan mereka bisa menggunakan penilaian dari seorang ahli
untuk mengecek keakuratan dari kemampuan pemisahan antara respons simulasi
komputer dan respon manusia.
NET TALK : Program ini jenisnya cukup berbeda,
berdasarkan pada jaring-jaring neuron, sehingga dinamakan NetTalk. Program ini
dikembangkan oleh Sejnowski di sekolah medis harvard dan Rosenberg di Univ.
Princeton. Dalam program ini, NetTalk membaca tulisan dan mengucapkannya
keras-keras. Model simulasi jaring neuron terdiri atas beberapa ratus unit
(“neuron”) dan ribuan koneksi. NetTalk membaca keras-keras dengan cara
mengkonversi tulisan menjadi fonem-fonem, unit dasar dari suara sebuah bahasa.
Sistem ini sama seperti sistem lain yang sudah diketahui sebelumnya, memiliki
tiga lapisan : lapisan input, dimana setiap unit merespon sebuah tulisan,
lapisan output dimana unit menampilkan ke 55 fonem dalam bahasa Inggris, dan
lapisan unit tersmbunyi dimana setiap unit ditambahkan koneksinya pada setiap
input maupun output. NetTalk membaca dengan memperhatikan setiap tulisan satu
demi satu, dan dengan menscanning tiga tulisan pada setiap sisi demi sebuah
informasi yang kontekstual.
Daftar Pustaka :
Journal.mercubuana.ac.id/data/1a.AI.doc
Kusrini.
Sistem pakar toeri dan aplikasi. Yogyakarta : Andi offset
Martiana,
E. (2005). Modul ajar kecerdasan buatan : Introduction to artificial
intelegence. Politeknik Elektronika Negeri surabaya
Santoso,
I. (2009). Interaksi Manusia dan Komputer. Yogyakarta : And offset
Fatta,
A. Hanif. (2009). Rekayasa sitem Pengenalan Wajah. Yogyakarta :Andi offset
http://gudangmateri.com/2010/04/perkembangan-kecerdasan-buatan.html
Asiz,
F. Pemprograman Sistem Pakar, Elex : Media komputindo