Pengenalan Kecerdasan Buatan/ Articial Intelligence (AI)


Pengenalan Kecerdasan Buatan/  Articial Intelligence (AI)

1.1.Pengertian Kecerdasan Buatan (bertindak dan berpikir seperti manusia dan rasional)

Kecerdasan buatan “Artificial Intelegence” merupakan kawasan penelitian aplikasi dan instruksi yang terkait dengan pemrograman komputer untuk melakukan sesuatu hal yang merupakan dalam pandangan manusia ialah cerdas. Dalam kata lain kecerdasan buatan “Artificial Intelegence” ini ialah suatu sistem yang dibuat oleh manusia yang sifatnya juga dapat berfikir dan bertindak seperti manusia.

# Pengertian Kecerdasan Buatan “Artificial Intelegence” Menurut Para Ahli
Dalam hal ini ada beberapa pendapat mengenai Kecerdasan Buatan “Artificial Intelegence” menurut para ahli yang diantaranya yaitu:
Menurut H. A Simon
Kecerdasan buatan “Artificial Intelegence” adalah sebuah study tentang bagaimana membuat komputer melakukan hal-hal yang pada saat ini dapat dilakukan lebih baik oleh manusia.
Menurut Rich Dan Knight
Kecerdasan buatan “Artificial Intelegence” adalah bagian dari ilmu komputer yang mempelajari bagaimana membuat mesin “komputer” dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia bahkan bisa lebih baik dari pada yang dilakukan oleh manusia.
Menurut Russel Dan Norvig
Kecerdasan buatan “Artificial Intelgence” dapat dikatagorikan menjadi dua dimensi utama yang mambahas proses atau penalaran berfikir dan bertindak yang selanjutnya Al dapat lebih dijabarkan lagi berdasarkan kinerja dan rasionalitasnya, berikut ini beberapa penjelasannya.
  • Sistem Yang Bertindak Seperti Manusia “Acting Humanly”
  • Sistem Yang Berpikir Seperti Manusia “Thinking Humanly”
  • Sistem Yang Berpikir Secara Rasional “Think Rationally”
  • Sistem Yang Bertindak Secara Rasional “Act Rationally”
# Tujuan Kecerdasan Buatan “Artificial Intelegence”
Ada beberapa tujuan dari kecerdasan buatan “Artificial Intelegence” yang tentunya dapat berguna bagi manusia diantaranya yaitu:
  • Dapat membantu pekerjaan manusia salah satu contoh program atau sistem buatan manusia ialah robot yang sudah ada di super market yang bisa bicara dan memberikan pelayanan layaknya seperti manusia.
  • Membuat mesin menjadi lebih pintar, salah satu contoh komputer dulunya hanya bisa mengetik saja, namun dengan seiring perkembangan zaman maka komputer juga bisa digunakan untuk chatting, bermain game dan yang lainnya.
  • Membantu memecahkan masalah, salah satu contoh komputer memiliki program kalkulator yang dimana didalamnya bisa memecahkan masalah perhitungan mulai dari hitungan biasa sampai hitungan logika, sehingga dalam tahap ini kecerdasan buatan dapat bermanfaat sekali bagi semua orang.
# Contoh Penerapan Kecerdasan Buatan “Artificial Intelegence”
Artificial Intelegence memiliki manfaat yang sangat besar sekali bagi setiap orang, sehingga ada peran penting dari Al dari berbagai bidang diantaranya yaitu:
Bidang Pendidikan: dengan seiring kemajuan bidang teknologi, kebutuhan manusia dalam mengakses dan mencari pengetahuan cukup besar, sehingga dalam dunia pendidikan sekarang terdapat istilah E-learning yang dimana siswa dapat melakukan pembelajaran mandiri dimana saja dengan pantauan guru sehingga dapat menghemat daya kebutuhan transportasi dan yang lainnya, tentunya sudah disediakan secara praktis.

1.2. Bidang ilmu yang menjadi dasar Kecerdasan Buatan


Supaya komputer dapat bertindak seperti atau serupa dengan manusia, maka komputer harus diberi bekal pengetahuan, dan mempunyai kemampuan untuk menalar.  Penerapan bidang AI beraneka ragam.
Secara garis besar bidang ilmu yang dipelajari dalam bidang  AI bisa dilihat pada gambar di bawah ini:

Gambar 1.2.  Domain Area AI
Penjelasan dari cabang ilmu  AI di atas  sebagai berikut :
1.      Natural Language Processing (NLP)
NLP mempelajari bagaimana bahasa alami itu diolah sedemikian hingga user dapat berkomunikasi dengan komputer.
2.  Computer Vision
Cabang ilmu ini erat kaitannya dengan pembangunan arti/makna dari image ke obyek secara fisik. Yang dibutuhkan didalamnya adalah metode-metode untuk memperoleh, melakukan proses, menganalisa dan memahami image. Apabila cabang ilmu ini dikombinasikan dengan Artificial Intelligence secara umum akan mampu menghasilkan sebuah visual intelligence system.
3.          Robotika dan Sistem Navigasi
Bidang ilmu inilah yang mempelajari bagaimana merancang robot yang berguna bagi industry dan mampu membantu manusia, bahkan yang nantinya bisa menggantikan fungsi manusia.
4.         Game Playing
Game biasanya memiliki karakter yang dikontrol oleh user, dan karakter lawan yang dikontrol oleh game itu sendiri. Dimana kita harus merancang aturan-aturan yang nantinya akan dikerjakan oleh karakter lawan. Pada bidang ini,  AI dibutuhkan, yaitu untuk merancang dan menghasilkan game yang fun serta antarmuka antara man-machine yang cerdas dan menarik untuk dimainkan.
5.  Sistem Pakar
Bidang ilmu ini mempelajari bagaimana membangun sistem atau komputer yang memiliki keahlian untuk memecahkan masalah dan menggunakan penalaran dengan meniru atau mengadopsi keahlian yang dimiliki oleh pakar.


1.3. Sejarah Kecerdasan Buatan

Pada awal abad 17, René 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 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 fondasi untuk jaringan saraf.
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 yang disediakan untuk pokok persoalan ini, pada 1956. Dia juga menemukan bahasa pemrograman LispAlan Turingmemperkenalkan "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 saraf sederhana dan Alain Colmerauer mengembangkan bahasa komputer PrologTed 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 tahun 1980-an, jaringan saraf digunakan secara meluas dengan algoritme perambatan balik, pertama kali diterangkan oleh Paul John Werbos pada 1974. Pada tahun 1982, para ahli fisika seperti Hopfield menggunakan teknik-teknik statistika untuk menganalisis sifat-sifat penyimpanan dan optimasi pada jaringan saraf. Para ahli psikologi, David Rumelhart dan Geoff Hinton, melanjutkan penelitian mengenai model jaringan saraf pada memori. Pada tahun 1985-an sedikitnya empat kelompok riset menemukan kembali algoritme pembelajaran propagansi balik (Back-Propagation learning). Algoritme ini berhasil diimplementasikan ke dalam ilmu komputer dan psikologi. Tahun 1990-an ditandai perolehan besar dalam berbagai bidang AI dan demonstrasi berbagai macam aplikasi. Lebih khusus Deep Blue, sebuah komputer permainan catur, mengalahkan Garry Kasparovdalam sebuah pertandingan 6 game yang terkenal pada tahun 1997. DARPA menyatakan bahwa biaya yang disimpan melalui penerapan metode AI untuk unit penjadwalan dalam Perang Teluk pertama telah mengganti seluruh investasi dalam penelitian AI sejak tahun 1950 pada pemerintah AS.
Tantangan Hebat DARPA, yang dimulai pada 2004 dan berlanjut hingga hari ini, adalah sebuah pacuan untuk hadiah $2 juta dimana kendaraan dikemudikan sendiri tanpa komunikasi dengan manusia, menggunakan GPS, komputer dan susunan sensor yang canggih, melintasi beberapa ratus mil daerah gurun yang menantang.


1.4.Agen intelejen

Dalam kecerdasan buatan, intelligent agent (IA) adalah sebuah entitas otonom yang mengamati dan bertindak atas lingkungan (yaitu membutuhkan agen) dan mengarahkan aktivitasnya untuk mencapai tujuan  yaitu rasional. Intelligent agen juga dapat belajar atau menggunakan pengetahuan untuk mencapai tujuan mereka. Russell & Norvig (2003) mengartikan Rational Agent  yang mengerjakan segala sesuatu hal dengan benar.Agen Intelligent menurut Nikola Kasabov adalah bahwa Agent harus menunjukkan karakteristik berikut.:
·         mengakomodasi pemecahan masalah baru aturan bertahap.
·         beradaptasi online dan real time.
·         mampu menganalisis sendiri dalam hal perilaku, kesalahan dan kesuksesan..
·         belajar dan meningkatkan melalui interaksi dengan lingkungan (perwujudan).
·         belajar dengan cepat dari sejumlah besar data.
·         memiliki penyimpanan memori berbasis contoh dan kapasitas pengambilan.
·         memiliki parameter untuk mewakili umur pendek dan jangka panjang memori.


1.4.1.      Agen dan lingkungannya

-          Agents adalah segala sesuatu yang dapat melihat/ mengartikan/ mengetahui (perceiving) linkungannya melalui alat sensor (sensors) dan bertindak (acting) melalui alat aktuator (actuators)
-          Manusia sebagai agent : mata, telinga dan organ lainnya sebagai sensors; tangan, kaki, mulut dan bagian tubuh lainnya sebagai actuators
-          Robot sebagai agent : kamera dan pejejak infra merah sebagai sensors; berbagai motor pengerak sebagai actuators
-          Software sebagai agent : tekanan pada keyboard, isi file dan paket-paket pada jaringan sebagai masukan sensors; tampilan pada layar, penulisan file dan pengiriman paket jaringan sebagai keluaran actuators


1.4.2.      Konsep Rasionalitas

-          Rational agent adalah agent yang melakukan sesuatu yang benar
Setiap kolom pada tabel (Vacuum-cleaner world) diselesaikan/dikerjakan dengan benar.

-          Apakah sesuatu yang benar ?
Agent yang paling sukses/ berhasil. Mengukur kesuksesan/ keberhasilan ?

-          Pengukur kemampuan haruslah objektif (contoh : Vacuumcleaner world)
        Jumlah debu yang dapat dibersihkan pada waktu tertentu
        Seberapa bersih lantai
        Besarnya konsumsi listrik
        Besarnya noise yang dihasilkan

-          Rasional tergantung pada 4 hal :
        Kemampuan yang terukur,
        Pengetahuan lingkungan sebelumnya/ terdahulu,
        Tindakan,
        Urutan persepsi (sensors).
-          DEF: Untuk setiap urutan persepsi yang mungkin, rational agent harus memilih tindakan yang diharapkan dapat memaksimalkan kemampuan dengan memberikan bukti yang dihasilkan dari urutan persepsi dan pengetahuan yang dimiliki oleh agent.
-          Rationalitas kemahatahuan (omniscience)
An omniscient agent adalah agent mengetahui akibat yang terjadi dari suatu tindakan.
-          Agent dapat bertindak sesuai dengan yang diharapkan untuk memodifikasi persepsi akan datang dengan mendapatkan informasi yang berguna (pengumpulan informasi dan eksplorasi).
-          Agent dikatakan autonomous, jika perilakunya ditentukan oleh pengalamannya sendiri (dengan kemampuan untuk belajar dan beradaptasi)

1.4.3.      Lingkungan alami

Kita akan melihat bagaimana pasangan agen untuk lingkungan. Dalam semua kasus, sifat hubungan antara mereka adalah sama: tindakan yang dilakukan oleh agen pada lingkungan, yang pada gilirannya memberikan persepsi kepada agen. Pertama, kita akan menjelaskan berbagai jenis lingkungan dan bagaimana mereka mempengaruhi desain agen. Kemudian kita akan menjelaskan program-program lingkungan yang dapat digunakan sebagai testbeds untuk program agen.
Sifat-sifat environments :
·         Accessible vs. inaccessible.
·         Deterministic vs. nondeterministic.
·         Episodic vs. nonepisodic.
·         Static vs. dynamic.
·         Discrete vs. continuous.

·                     Fully observable (vs. Partially observable): sensor-sensor sebuah agen memberinya akses ke keadaan lengkap lingkungannya pada setiap jangka waktu.
·                     Deterministic (vs. Stochastic): keadaan lingkungan berikutnya sepenuhnya ditentukan oleh keadaan sekarang dan tindakan yang dilaksanakan oleh agen. (Jika lingkungan itu deterministik kecuali untuk tindakan agen-agen lain, maka lingkugannya adalah strategic)
·                     Episodic (vs. Sequential): pengalaman agen dibagi ke dalam “episode-episode” atomik (setiapepisode terdiri dari si agen) memahami (perceiving) dan kemudian melaksanakan satu tindakan, dan pilihan tindakan dalam tiap episode hanya tergantung pada episode itu sendiri.
·                     Static (vs. Dynamic): lingkungan tidak berubah selagi agen direncanakan (deliberating). (Lingkungan adalah semidynamic jika lingkungan itu sendiri tidak berubah dengan berjalannya waktu tetapi skor performa agen berubah)
·                     Discrete (vs. Continuous): sejumlah terbatas persepsi dan tindakan yang khas dan terdefinisi baik.
·                     Single agent (vs. Multiagent): sebuah agen yang mengoperasikan dirinya sendiri dalam sebuah lingkungan.


·                      Jenis lingkungan sangat menentukan rancangan agen
·                     Dunia nyata (tentu saja) partially observable, stochastic, sequentil, dynamic, continuous, multi-agent.


1.4.4.      Struktur agen

Tugas AI adalah untuk merancang sebuah agent yaitu sebuah fungsi yang mengimplementasikan pemetaan agen dari persepsi terhadap tindakan. Program ini akan berjalan pada beberapa jenis perangkat komputasi, yang disebut arsitektur. Secara umum, arsitektur membuat persepsi dari sensor yang tersedia untuk program, menjalankan program, dan umpan pilihan program aksi terhadap efektor seperti yang dihasilkan.
Hubungan antara agen, arsitektur, dan program dapat disimpulkan :
-        Mapping : Hubungan antara Percepts and Action.
-       Tugas dari AI adalah men-design Agent Program : merupakan sebuah function yang mengimplementasikan agent mapping dari percepts to action.
-       Architecture menerima percepts dari sensor, menjalankan program, melakukan aksi yang dipilih action ke effectors.
-       Agent = Architecture + Program
-       PAGE = Percepts, Actions, Goal(s) and Environment.




Daftar Pustaka                      




Komentar

Postingan populer dari blog ini

Penyelesaian Masalah melalui proses Pencarian / Searching

Teknologi Sistem Informasi 2

Logika Orde Pertama (First-Order Logic)