BAB I Pengenalan Kecerdasan Buatan (Artificial Inteligent / AI )
Created A.Tohir from Dosen Mr.Zulkifli
Definisi Kecerdasan Buatan Merupakan salah satu bagian dari ilmu komputer Yang membuat agar mesin (Komputer) dpt melakukan pekerjaan seperti dan sebaik manusia.
Pengertian Kecerdasan Buatan dari Berbagai Sudut Pandang : 1. Sudut Pandang Kecerdasan KB akan membuat mesin menjadi ‘cerdas’ 2. Sudut Pandang Penelitian KB adl. Suatu studi bagaimana membuat agar komputer dapat melakukan sesuatu sebaik yg. Dikerjakan oleh manusia Domain yang sering dibahasa oleh para peneliti. 3. Sudut Pandang Bisnis KB adl. Kumpulan peralatan yg. Sangat powerful dan metodologies dalam menyelesaikan masalah-masalah bisnis. 4. Sudut Pandang Pemrogramman KB meliputi studi tentang pemrograman simbolik, penyelesaian masalah (Problem Solving) dan pencarian (Searching).
Pengertian Kecerdasan Buatan • Kecerdasan yang ditunjukkan oleh entitas buatan • Studi dan desain agen cerdas • Agen cerdas : – autonomous – bereaksi terhadap lingkungannya – mengambil tindakan yang memaksimalkan kesempatan untuk sukses / berhasil
Untuk melakukan aplikasi kecerdasan buatan ada 2 bagian utama yg. Sangat dibutuhkan : a. Basis Pengetahuan (Knowledge Base), Berisi fakta-fakta, teori, pemikiran dan hubungan antara satu dengan lainnya. b. Motor Inferensi (Inference Engine), yaitu kemampuan menarik kesimpulan berdasarkan pengalaman.
Gambar : Penerapan Konsep KB di Komputer
AI vs Human Brain Permanen Transferable Cost Consistent Documentable Time-consuming Creativity Experience Case-dependent
AI Y Y Murah Y Y Fast N N Y
Human Brain N N Mahal Bisa berubah N Not fast Y Y N
Komputasi AI dan Komputasi Konvensional AI
Konvensional
Pengetahuan
Data&informasi
Pencarian
Heuristik
Algoritma
Input
Bisa tidak lengkap Ya
Harus lengkap
Fokus proses
Kemampuan menalar
Tidak
Soft Computing • sistem yang memiliki keahlian seperti manusia pada domain tertentu, mampu beradaptasi dan belajar agar dapat bekerja lebih baik jika terjadi perubahan lingkungan
Soft Computing Metodologi dalam soft computing : • Sistem Fuzzy (mengakomodasi ketidaktepatan) Logika Fuzzy (fuzzy logic) • Jaringan Syaraf (menggunakan pembelajaran) Jaringan Syaraf Tiruan (neurall network) • Probabilistic Reasoning (mengakomodasi ketidakpastian) • Evolutionary Computing (optimasi) - Algoritma Genetika
Sistem Pakar & Kecerdasan Buatan • Pengertian Kecerdasan Buatan ( Artificial Intelligence ) Adalah kegiatan yang diberikan kpd mesin seperti komputer yaitu kemampuan untuk menampilkan perilaku yg dianggap cerdas yg diamati pd manusia. Sistem pakar adalah program komputer yg mencoba utk mewakili pengetahuan dari pakar manusia dlm bentuk heuristic. AI mencakup kerja dlm area berikut :
• Jaringan saraf (neural network) spt kemampuan belajar, generalisasi, dan abstraksi) • Sistem persepsi, menggunakan citra visual dan sinyal suara utk menginstruksikan komputer atau alat lain misalnya robot.
• Belajar, meliputi semua kgtn yg memingkinkan komputer atau alat lain utk memperoleh pengetahuan sbg tambahan dr apa yg tlh dimasukkan ke dlm memori oleh pembuatnya atau pemrogramnya. • Robotik, terdiri dr alat yg dikendalikan komputer yg meniru aktivitas gerak manusia. • Hardware AI, mencakup alat fisik yg membantu aplikasi AI. • Pemrosesan bahasa alamiah memungkinkan pemakai utk berkomunikasi dgn komputer dlm bbgi bahasa & memungkinkan komputer memeriksa ejaan & tata bhs.
Sistem pakar dan jaringan saraf memiliki potensi terbesar utk digunakan dlm memecahkan masalah bisnis. Keduanya mrp contoh sistem berbasis pengetahuan
MODEL SISTEM PAKAR Terdiri dari 4 bagian utama :
1. User interface, memungkinkan pemakai utk berinteraksi dgn sistem pakar.
2. Knowledge base, menyimpan akumulasi pengetahuan dr masalah ttt yg akan diselesaikan.
3. Inference engine, menyediakan kemampuan penalaran yg menafsirkan isi knowledge base. 4. Development engine, pakar dan analis sistem menggunakan ini utk menciptakan sistem pakar.
DAYA TARIK SISTEM PAKAR
Menawarkan kesempatan utk membuat keputusan yg melebihi kemampuan manajer. Dpt menjelaskan alur penalarannya dlm mencapai suatu pemecahan tertentu.
USER INTERFACE
Memungkinkan manajer utk memasukkan instruksi dan informasi ke dlm sistem pakar & menerima informasi dr sistem pakar. Instruksi tsb menentukan parameter yg mengarahkan sistem pakar melalui proses penalaran. Informasi itu berbentuk nilai yg diberikan pd variabel tertentu. Input Sistem Pakar Format interface yg paling populer saat ini adalah graphical user interface, yg menampilkan tampilan Windows.
Output Sistem Pakar Sistem pakar dirancang utk menyarankan pemecahan. Pemecahan ini dilengkapi dgn penjelasan. Ada 2 jenis penjelasan : 1. Penjelasan atas pertanyaan. Sistem pakar akan meminta manajer memasukkan sejumlah informasi. Manajer menanyakan mengapa informasi itu diperlukan dan sistem pakar menyediakan penjelasannya. 2. Penjelasan atas penyelesaian masalah. Setelah sistem pakar memberikan suatu pemecahan masalah, manajer dpt meminta penyelesaian mengenai bagaumana itu dicapai. Sistem pakar akan menampilkan tiap langkah-langkah penalaran yg menuju pd penyelesaian.
KNOWLEDGE BASE Memuat fakta-fakta yg menjelaskan area masalah & menerangkan msh yg menjelaskan bgmn fakta-fakta tsb cocok satu dgn yg lain dlm urutan yg logis. Problem Domain digunakan utk menjelaskan area masalah.
Aturan Teknik menerangkan masalah yg populer adalah penggunaan aturan. Aturan menentukan apa yg harus dilakukan dlm situasi ttt & terdiri dr 2 bagian: suatu kondisi yg mgk benar, mgk tidak dan tindakan yg harus diambil jika kodisinya benar. Contoh aturan : IF ECONOMIC.INDEX > 1,20 AND SEASONAL.INDEX > 1,30 THEN SALES.OUTLOOK = “EXCELLENT”
INFERENCE ENGINE Adalah bagian dari sistem pakar yg melakukan penalaran dgn menggunakan isi knowledge base berdasarkan urutan ttt. 2 metode utama telah dibuat bagi inference engine untuk menguji aturan: penalaran maju (forward reasoning) & penalaran mundur (reserve reasoning). DEVELOPMENT ENGINE Pd proses ini melibatkan perangkat aturan. Ada 2 pendekatan dasar : 1. Bahasa Pemrograman 2. Shell sistem pakar Shell sistem pakar membuat kecerdasan buatan terjangkau oleh perusahaan yg tdk memiliki SD yg diperlukan utk mengembangkan sistem sendiri dgn menggunakan bhs pemrograman. Ini merupakan cara terpopuler bagi perusahaan yg menerapkan sistem berbasis pengetahuan.
KEUNTUNGAN & KERUGIAN SISTEM PAKAR Keuntungan Sistem Pakar Bagi Manajer • Mempertimbangkan lebih banyak alternatif. • Menerapkan logika yg lebih tinggi
• Menyediakan lebih banyak waktu utk mengevaluasi hasil keputusan • Membuat keputusan yang lebih konsisten.
Keuntungan Sistem Pakar bagi Perusahaan
• Kinerja perusahaan yang lebih baik • Mempertahankan pengendalian atas pengetahuan perusahaan.
Kerugian Sistem Pakar Dua karakteristik sistem pakar membatasi kemampuannya sbg alat pemecah masalah bisnis. 1. Tdk dpt menangani pengetahuan yg tdk konsisten. Ini merupakan kerugian krn dlm bisnis hanya sedikit yg tetap sepanjang waktu krn berubah-ubahnya kinerja manusia. 2. Tdk dpt menerapkan penilaian dan intuisi yg merupakan unsur penting saat memecahkan masalah semi-terstruktur atau tidak terstruktur.
KUNCI MENUJU PENGEMBANGAN SISTEM PAKAR YANG BERHASIL Dengan menggunakan umpan balik dari responden survei, Prof. Gill mengidentifikasi 5 area dimana pengembangan dpt diperbaiki :
1. Koordinasikan pengembangan sistem pakar dgn rencana bisnis strategi & rencana strategis untuk SD informasi 2. Definisikan scr jelas masalah yg akan dipecahkan & dipahami sepenuhnya problem domain. 3. Berikan perhatian khusus pd kelayakan legal (dan etis) dari sistem yg diusulkan. 4. Pahami sepenuhnya perhatian pemakai ttg proyek pengembangan maupun harapan mereka pada sistem operasional. 5. Gunakan teknik manajemen yg dirancang utk menjaga tingkat kelelahan pengembang berada pd batas yg dapat diterima.
Created A.Tohir from Dosen UIGM Mr.Zulkifli
